当前，随着数据要素市场化配置改革持续推进，高价值科研数据的知识产权确权、合规流通成为支撑硬核科技领域研发效率提升的核心抓手。尤其在第三代半导体、先进核材料等战略性产业领域，碳化硅（SiC）凭借耐高温、耐高压、抗辐照等优异性能，成为新能源汽车、高压快充、核电等场景的核心基础材料，但其缺陷演化机制复杂、原子级模拟算力成本高的痛点长期制约研发进度，高精度机器学习势函数训练所需的标准化数据集存在较大供给缺口。
2026年5月22日，浙江大学杭州国际科创中心研发的碳化硅扩展型缺陷机器学习势函数数据，正式在浙江省数据知识产权登记平台完成知识产权登记。作为浙江省推进数据要素流通体系建设的核心基础设施，浙江省数据知识产权登记平台可为各类数据资产提供权属存证、权益保护、流通溯源等公共服务，此次登记也为该科研数据后续的合规授权、市场化应用奠定了基础。
本次登记的碳化硅扩展型缺陷机器学习势函数数据，核心用途为面向SiC扩展型缺陷（包含位错、堆垛层错、晶界等典型缺陷类型）的机器学习势函数训练与验证，数据集的规模与针对性特征，使其尤其适配高精度外推能力的神经势场或高斯近似势模型训练需求，可在保障模拟精度接近第一性原理水平的前提下，将计算效率提升数个量级。
从应用场景来看，该数据的价值可覆盖三大核心研发方向：
一是缺陷能量学分析：依托训练完成的势函数可快速计算不同扩展型缺陷的形成能、迁移能垒，辅助科研人员理解缺陷的稳定性与演化机制，为破解SiC功率器件长期存在的失效可靠性难题提供底层理论支撑；
二是大规模原子模拟：可支撑百万级原子规模的分子动力学或蒙特卡洛模拟，实现对辐照损伤、力学形变等长周期过程中扩展缺陷的形核、运动与交互作用的精准模拟，为核级碳化硅材料的耐辐照性能优化、极端工况寿命预测提供数据支撑；
三是跨尺度材料设计：可作为连接纳米级第一性原理计算与微米级连续介质模型的核心桥梁，为SiC功率器件、特种核材料等领域的抗辐照、高强度设计提供原子级数据输入，大幅缩短新材料研发周期、降低试错成本。
登记内容：
业内人士指出，此次高价值科研数据完成知识产权登记，一方面明确了研发团队的权属权益，为后续数据的市场化流通、授权使用扫清了权属障碍，避免科研资源的重复投入；另一方面也为国内硬核科技领域科研数据的确权、流通提供了可参考的实践样本，对推动科研数据要素价值转化、支撑战略性产业的数字化研发升级具有典型示范意义。
_1769672084863.jpg)