在未知材料化学成分和性能关系的情况下，具有某种特定功能的新材料往往是通过传统的试错纠错方式（ “爱迪生”方式）发现的。但是，这种方式往往难以快速获得目标新材料。因此，在过去几十年中，计算模拟驱动的材料研发模式在新材料设计和探索中扮演了重要角色。而今，当我们进入数据驱动的材料科学时代时，发展智能计算平台以加速新材料的探索和研发变得至关重要。本报告将介绍我们自主开发的开源高通量自动流程可视化智能计算平台ALKEMIE（Artificial Learning and Knowledge Enhanced Materials Informatics Engineering）及其在相变存储材料、二维铁磁半导体材料等方面的应用。ALKEMIE主要包含3个核心部分：通过高通量自动工作流进行材料计算模拟并产生材料数据、数据管理及材料数据库、基于机器学习的材料数据挖掘。ALKEMIE具有用户友好的图形使用界面，使得高通量自动计算流程更加自主灵活，科学工作流运行细节更加清晰，材料数据存储、查询、分析等更加高效便捷。