下図のようにリチウムイオン電池の構造は単純化して示せますが、実際には、正極・負極に加え、セパレータ、電解質、集電体などの各構成要素が複雑な形状と不均一な微細構造を有しています。これらの性能を評価するには、マルチスケールな特性だけでなく製造プロセスも考慮し、幅広い手法と技術を適用する必要があります。
JSOLのシミュレーション・ソフトウェア群を用いれば、ナノメートルでは電子状態や分子構造、マイクロメートルでは相分離や複合材料といった具合に、各スケールに合わせたシミュレーションを実行できます。これらのツールを連携させることで、高度材料の性能の背後にあるメカニズムをシミュレーションによって直接解析することが可能です。
今日、マテリアルズインフォマティクスやプロセスインフォマティクスといった概念のもと、AI技術を活用したデータ駆動型の材料開発に対する需要が高まっています。JSOLのAI対応ソフトウェアは、分子・結晶構造、配合比、プロセス環境に基づく物性予測に加え、逆設計（インバースデザイン）も実行できます。実験データが乏しい場合には、ハイスループット・シミュレーションを実行してデータセットを補完し、探索を加速できます。

材料設計では、無機結晶・分子構造（ナノメートル）からフィラー分散・相分離構造（マイクロメートル）まで、どのスケールの現象が最終的な材料物性に強く影響を及ぼすかを考える必要があります。
一方、1つのシミュレーション技術（ソフトウェア）で広範囲のスケールや現象をカバーすることは不可能です。それを解決するため、JSOLでは複数のソフトウェアを組み合わせた「材料設計ソリューション」として、マルチスケールに対応したソフトウェア・ツール（J-OCTA、Digimat、Simpleware Software）や衝撃・構造解析ソフトウェア（Ansys LS-DYNA）をご提案しております。
これらのソフトウェアは、有機・無機材料の広範囲なマルチスケール特性解析に必要なシミュレーション技術をカバーします。詳細は各ソフトウェアのWebサイトをご確認ください。

ソフトウェア 「J-OCTA MI-Suite」 は、分子・結晶構造や各種条件を説明変数として、物性値などの目的変数を予測する機械学習機能を搭載しています。さらに、多様な分子記述子の計算、公的データベースへのアクセス、各説明変数の寄与度の解析など、周辺技術も幅広く備えています。
実験データが不足する場合はシミュレーション結果で補完できます。J-OCTA にはマルチスケールのシミュレーション手法が揃っており、大量計算を通じて物理量・物性のデータベース化を支援するツール（Python ベースのモデリング API 機能）も提供しています。
機械学習に用いるデータの選択や学習条件の設定はダイアログ操作で行え、プログラミングは不要です。加えて、複数の学習済み物性推算モデルを標準搭載しているため、初心者の方でもすぐにマテリアルズ・インフォマティクスに取り組めます。