问题：新材料研发长期面临周期长、成本高的行业难题。
传统计算模拟在高精度、高效率和低成本之间难以兼顾，尤其是材料体系中长程相互作用的计算瓶颈，制约了模拟精度与研发速度。
原因：一方面，材料体系复杂，传统力场与模拟算法难以同时满足精度和规模；另一方面，科研与产业端对材料性能预测的需求快速增长，既需要理论准确性，也需要可用的工程化工具。
随着新材料在能源、电子等领域应用加速，研发效率成为产业升级的关键环节。
影响：模拟能力不足使材料筛选和验证过程拉长，研发成本增加。
对高性能电池、稀土永磁、半导体材料等关键领域而言，研发周期影响产业链创新速度与供应安全。
与此同时，国内算力与算法的协同创新还处在起步阶段，亟需突破性技术平台。
对策：索格智算提出以原创算法为核心、软硬件一体化为支撑的解决路径。
公司由上海交通大学数学学院特聘教授徐振礼领衔，团队具备数学、人工智能、高性能计算与材料科学交叉背景。
其核心技术SOG-Net将总势能分解为短程与长程项独立建模并高效耦合，引入可训练的高斯和函数，实现对库仑、色散等长程作用的自适应拟合，显著降低复杂系统能量与力的预测误差。
基于算法创新，团队开发随机分批分子动力学模拟软件RBMD，并推出软硬件一体化的专用模拟器NanoTitan，可在单GPU上完成千万原子模拟，计算速度较主流软件提升数十倍，将材料研发周期由数年缩短至数月。
RBMD已接入国家超算互联网平台，NanoTitan已服务多家高校与科研机构。
在商业模式上，公司采取面向科研机构的设备销售与面向企业的定制研发并行策略，并在稀土永磁材料、电池材料等方向与相关企业和研究机构开展合作，构建从材料设计到工程应用的闭环。
前景：本轮融资由启高资本领投，交大菡源资产、紫竹小苗、紫竹科投跟投，资金将用于持续研发算法、扩充研发团队和完善算力基础设施。
业内认为，新材料产业规模庞大，人工智能赋能仍处早期，算法创新与工程化落地并举的路径有望形成新一代材料研发平台。
公司计划进一步推进多场景工程应用，强化“超算+算法”的技术壁垒，推动从科研攻关向市场开拓转变，为规模化发展奠定基础。
新材料是现代工业的基石,关系到国家战略安全和产业竞争力。
索格智算的技术突破,不仅为破解新材料研发难题提供了新路径,更体现了我国在基础科学研究向产业应用转化方面的积极探索。
随着智能计算技术与材料科学的深度融合,我国有望在新材料研发领域实现从跟跑到并跑乃至领跑的跨越,为建设制造强国提供更加坚实的材料支撑。