Preferred Networks（以下，PFN）とENEOSの共同出資により2021年6月1日に設立したPreferred Computational Chemistryは，新物質開発・材料探索を高速化する汎用原子レベルシミュレータMatlantis™（マトランティス）をクラウドサービスとして，提供を開始した。
同シミュレータは，原子スケールで材料の挙動を再現して大規模な材料探索を行うことのできる汎用原子レベルシミュレータ。従来の物理シミュレータに深層学習モデルを組み込むことで，計算スピードを従来の数万倍に高速化した。未知の材料を含む，分子や結晶などの任意の原子の組み合わせにおいてシミュレーションができる。現在は55の元素をサポートしており，今後さらに拡大予定。領域を限定しない様々な物質への適用を可能にした。深層学習モデルの訓練には，PFNのスーパーコンピュータを使って物理シミュレーションした膨大な量の原子構造データを使用している。
また，学習済み深層学習モデル・物性計算ライブラリ・高性能な計算環境をパッケージにして提供することで，ユーザーはハードウェアの準備や環境構築をすることなく，ブラウザ上でシミュレーションによる材料探索が可能となっている。（’21 8/11）
