通过可重复工作流程加速跨学科发现：AiiDAlab 平台
分布式、并行与集群计算
2026-05-28 v2 材料科学
摘要
随着计算能力的不断提升，针对大量相互依赖的仿真进行编排的鲁棒和自动化研究工作流程已变得必不可少。然而，仍需 significant technical expertise 才能配置执行环境、定义计算输入、解释输出并管理在远程机器上并行代码执行的复杂性。为解决这些挑战，我们开发了 AiiDAlab，这是一个由 AiiDA 计算基础设施支持的基于 Jupyter 的 Web 平台，为管理和自动化计算工作流程提供框架，同时通过完整的源代码追踪确保可重复性。通过一系列开源、用户友好的应用程序，AiiDAlab 使科学家能够在不直接与底层技术细节交互的情况下设置、执行和分析复杂的计算工作流程，从而专注于自己的研究问题。本文讨论了 AiiDAlab 过去几年发展的演进，超越了计算材料科学及其 AiiDA 的起源。我们近期的发展包括集成电子实验室笔记本(ELN)以实现 FAIR 合规数据管理、在大型设施中采用以获取对实验数据和分析工具的安全访问，以及在教育环境中的应用。除了社区驱动的简化入门、改善对计算资源的访问以及支持大规模数据工作流程的努力之外，这些进展将 AiiDAlab 定位为加速跨学科发现、促进合作的强大平台。
引用
@article{arxiv.2512.22173,
title = {Accelerating discovery across scientific disciplines through reproducible workflows with AiiDAlab},
author = {Aliaksandr V. Yakutovich and Daniel Hollas and Edan Bainglass and Jusong Yu and Corsin Battaglia and Miki Bonacci and Lucas Fernandez Vilanova and Stephan Henne and Anders Kaestner and Michel Kenzelmann and Graham Kimbell and Jakob Lass and Fabio Lopes and Daniel G. Mazzone and Andres Ortega-Guerrero and Xing Wang and Nicola Marzari and Carlo A. Pignedoli and Giovanni Pizzi},
journal= {arXiv preprint arXiv:2512.22173},
year = {2026}
}
备注
Yakutovich, Hollas, Bainglass, and Yu are co-first authors