GPU-accelerated large-scale quantum molecular dynamics simulation of 3-dimensional C60 polymers
采用线性标度紧束缚分子动力学（TBMD）方法，以图形处理器（GPU）作为矩阵-矩阵乘法的计算加速器，模拟了C60分子晶体在高温高压下的聚合反应.测试了两组紧密结合参数。
2009-10-23 cond-mat.mtrl-sci physics.comp-ph
A GPU-Accelerated Barycentric Lagrange Treecode
我们提出了一个MPI + OpenACC实现的内核独立的重心拉格朗日树码（BLTC）的快速求和的GPU上的粒子相互作用。分布式内存并行化使用递归坐标二分法进行区域分解和MPI远程内存访问来构建每个秩上的本地本质树。粒子交互被组织成目标批处理/源集群交互，这些交互有效地映射到GPU上;目标并行化提供了外部并行化级别，而重心粒子集群近似的直接和形式提供了内部并行化级别。在几个测试用例上，通过库仑势和汤川势验证了GPU加速的BLTC性能，测试粒子数高达10亿。
2020-03-13 cs.DC physics.comp-ph
FourPhonon_GPU: A GPU-accelerated framework for calculating phonon scattering rates and thermal conductivity
针对声子散射计算成本过高的问题，研究提出基于FourPhonon的GPU加速框架FourPhonon_GPU，采用CPU-GPU异构策略实现散射率计算超25倍、总运行超10倍加速，且精度无损、可扩展性好，为声子输运建模和材料发现提供高效工具。
2025-10-01 cond-mat.mtrl-sci physics.comp-ph
PRAND: GPU accelerated parallel random number generation library: Using most reliable algorithms and applying parallelism of modern GPUs and CPUs
介绍了用于现代CPU和GPU的伪随机数生成的PRAND库。它包含了一些现代和最可靠的生成器的单线程和多线程实现，最近在[1，2，3，4，5]中提出和研究，以及[6]中提出的有效SIMD实现。在并行模拟中使用PRAND的一个有用特性是能够初始化多达$10^{19}$的独立流。使用现代GPU的大规模并行性和现代CPU的SIMD并行性大大提高了生成器的性能。
2014-02-17 cs.MS physics.comp-ph
GPU-MetaD: Full-Life-Cycle GPU Accelerated Metadynamics with Machine Learning Potentials
National Laboratory of Solid State Microstructures, School of Physics and Collaborative Innovation Center of Advanced Microstructures, Nanjing University（南京大学固体微结构物理国家重点实验室、物理学院和先进微结构协同创新中心）；College of Physical Science and Technology, Bohai University（渤海大学物理科学与技术学院）
本文提出GPU-MetaD，通过GPU加速实现高精度分子动力学模拟，显著提升大规模系统和长时尺度的模拟效率，并揭示了氮化镓中新的尺寸依赖两步成核机制。
2026-03-23 physics.comp-ph
GPU accelerated Monte Carlo simulations of lattice spin models
我们考虑使用图形处理单元（GPU）提供的大规模并行架构的统计力学的经典自旋模型的蒙特卡罗模拟。我们讨论了离散和连续变量模型的模拟，并使用一系列算法，从单自旋翻转Metropolis更新集群算法到多规范和Wang-Landau技术，以判断GPU加速计算在这一领域的范围和局限性。对于讨论的大多数模拟，我们发现与单线程CPU实现相比，速度显著提高了两到三个数量级。
2011-07-27 cond-mat.stat-mech hep-lat physics.comp-ph
GPU-based Ising Computing for Solving Balanced Min-Cut Graph Partitioning Problem
伊辛计算为解决许多困难的组合优化问题提供了一种新的计算范式。伊辛计算本质上试图解决二次无约束二进制优化问题，这也是伊辛自旋玻璃模型描述的，也是所谓的量子退火计算机的基础。在这项工作中，我们提出了一种新的通用图形处理单元（GPGPU）求解器的平衡最小割图分割问题，这在设计自动化等领域有许多应用。伊辛模型求解器的平衡最小割分割问题已经提出了在过去。然而，它们很少在现有的量子计算机中被证明用于许多有意义的问题大小。一个困难是平衡最小割问题中的平衡约束可以导致伊辛模型中的完全图，这使得每个局部更新都是全局更新。来自每个GPU线程的这种全局更新将降低GPU计算的效率，这有利于每个线程的许多本地化存储器访问。为了解决这个问题，我们提出了一种新的全局解耦伊辛（GDI）模型和相应的退火算法，其中的局部更新仍然保留，以保持效率。因此，新的Ising求解器基本上消除了对全连接图的需求，并将使用更有效的方法来跟踪和更新全局平衡，而不会牺牲切割质量。实验结果表明，在相同的CPU/GPU时间下，基于Ising的最小割分割方法在G集图基准测试中的分割质量优于现有的分割工具METIS.
2019-08-01 cond-mat.stat-mech cs.ET physics.comp-ph
Massive-Scale Simulations of 2D Ising and Blume-Capel Models on Rack-Scale Multi-GPU Systems
本文利用NVIDIA GB200 NVL72多GPU系统与Fabric Memory优化Monte Carlo模拟，实现超大规模二维Ising和Blume-Capel模型计算，并在64 GPU内取得近理想扩展。
2025-05-27 cond-mat.stat-mech physics.comp-ph
Parallel Level set algorithm with MPI and accelerated on GPU
水平集方法被用来捕捉界面运动。采用窄带算法将水平集偏微分方程的全局求解局限于界面附近的管道上。窄带算法由于演化接口未知，给并行计算带来了负载平衡问题。这项工作提出了一个工具，用于均匀分配CPU上的工作负载。另一方面，数值求解水平集偏微分方程只需要简单的操作，但在大的网格点。本文还提出了一种基于GPU的有限差分法求解水平集偏微分方程的加速算法。
2016-12-13 physics.comp-ph
GALAMOST: GPU-accelerated large-scale molecular simulation toolkit
利用GPU的计算能力，提出了一种新的分子模拟工具包，该工具包由一些最新开发的力场和特定的模型组成，用于在介观尺度上研究聚合物体系的自组装、相变等性质。此外，软各向异性粒子的分级自组装和聚合相关的问题可以通过该工具包中包含的相应模型进行研究。
2013-10-08 cond-mat.soft physics.chem-ph physics.comp-ph
Adaptive Multi-GPU Exchange Monte Carlo for the 3D Random Field Ising Model
提出了一种自适应多GPU交换蒙特卡罗方法，用于三维随机场模型的模拟。算法设计基于两级并行化方案，该方案允许该方法在存在更快的GPU以及多个GPU的情况下扩展其性能。温度设置根据短期试运行中观察到的汇率进行调整，从而导致交换过程零星的区域的汇率增加。性能结果表明，并行回火是在GPU上实现的理想策略，并且相对于单核CPU版本在一到两个数量级之间运行，多GPU扩展大约是$99\%$有效的。所获得的结果扩展的可能性模拟的大小$L = 32, 64$的工作站与两个GPU。
2015-09-22 cond-mat.stat-mech cs.DC physics.comp-ph
GPU Accelerated Atomistic Energy Barrier Calculations of Skyrmion Annihilations
我们提出了GPU加速模拟计算的原子自旋模型中的磁skyrmions的湮灭能量，考虑偶极-偶极，交换，单轴各向异性和Dzyaloshinskiiii-Moriya相互作用，使用简化的弦方法。Skyrmion湮灭能直接关系到其热稳定性，是磁Skyrmion在存储和逻辑器件中应用的关键措施。我们调查的Bloch点介导的湮灭以及通过各种相互作用能的边界湮灭。这两个过程表现出类似的行为，与边界湮灭导致略小于布洛赫点湮灭的能量障碍。
2018-10-23 physics.comp-ph
TTDFT: A GPU accelerated Tucker tensor DFT code for large-scale Kohn-Sham DFT calculations
我们提出了Tucker张量DFT（TTDFT）代码，该代码使用具有图形处理单元（GPU）加速的张量结构算法，用于在大规模系统上进行基态DFT计算。Tucker张量DFT算法使用从Kohn-Sham哈密顿量的可加可分近似计算的局部Tucker张量基。离散Kohn-Sham问题的解决使用Chebyshev滤波子空间迭代方法，依赖于稀疏对称哈密顿矩阵和密集波函数矩阵的矩阵-矩阵乘法，表示在本地化的Tucker张量基础。这些矩阵-矩阵乘法运算构成了求解过程中计算量最大的步骤，经过GPU加速，在所研究的最大系统上为这些运算提供了约8倍的GPU-CPU加速。TTDFT代码的计算性能使用铝纳米粒子和硅量子点的基准研究，系统尺寸范围高达~7,000个原子。
2021-10-29 physics.comp-ph
GPU-accelerated Higher Representations of Wilson Fermions with HiRep
通过为HiRep格点软件添加GPU加速，支持NVIDIA和AMD GPU，提升高表示费米子模拟性能，并改进软件质量与功能。
2024-05-29 hep-lat physics.comp-ph
GPU-accelerated simulation of colloidal suspensions with direct hydrodynamic interactions
溶剂介导的胶体颗粒之间的流体动力学相互作用可以显着改变它们的动力学。我们讨论了斯托克斯动力学的实施，在流处理器的领先近似提供的计算统一设备架构（CUDA）最近的图形处理器（GPU）。因此，避免了显式溶剂颗粒的模拟，并且可以在现有的高度加速的分子动力学模拟中轻松地考虑流体动力学相互作用。特别强调的是有效的内存访问和数值稳定性。该算法被应用到一个集群的四个悬浮颗粒的周期性沉降。最后，我们调查的运行时性能的通用内存访问模式的复杂性$O(N^2)$的各种GPU算法依赖于硬件缓存或共享内存。
2012-05-29 physics.comp-ph
Application of GPU-accelerated FDTD method to electromagnetic wave propagation in plasma using MATLAB Parallel Processing Toolbox
由于MATLAB数值计算提供了各种各样的优势，例如更容易开发和调试计算代码，而不是低级语言，因此在过去十年中，该工具的普及程度显着增加。但是，MATLAB比其他语言更慢。此外，在图形处理器（GPU）上利用MATLAB并行计算工具箱也面临着一定的局限性.对这些限制缺乏关注会降低程序的执行速度。甚至有时，并行GPU代码比串行代码慢。研究了利用MATLAB并行计算工具箱提高时域有限差分法（FDTD）求解复杂电磁问题性能的一些技巧。实现这些技术允许GPU加速并行FDTD代码执行速度比（基本）串行FDTD代码快20倍。最后，利用GPU加速的并行FDTD程序对等离子体中电磁波的计算建模进行了优化。在该模拟中，使用等离子体的动力学理论方程（不包括非弹性碰撞），并通过FDTD方法（耦合FDTD与动力学理论）研究时间演化。
2022-11-10 physics.comp-ph physics.plasm-ph
NLSEmagic: Nonlinear Schrödinger Equation Multidimensional Matlab-based GPU-accelerated Integrators using Compact High-order Schemes
我们提出了一个简单易用，但功能强大的代码包称为NLSEmagic数值积分的非线性薛定谔方程一维、二维和三维的厄丁格方程。NLSEmagic是一个高阶有限差分代码包，它利用图形处理单元（GPU）并行架构。在GPU上运行的代码比串行代码快很多倍，而且比在标准并行集群上运行便宜得多。这些代码的开发考虑到了可用性和可移植性，因此编写这些代码是为了利用自定义的支持GPU的C代码与MEX编译器接口与MATLAB接口。软件包是免费分发的，包括用户手册和设置文件。
2012-12-03 cs.CE cs.MS physics.comp-ph
GPU-accelerated simulations of quantum annealing and the quantum approximate optimization algorithm
我们使用GPU加速版本的大规模并行Jülich通用量子计算机模拟器（JUQCS-G）研究大规模应用。首先，我们对JUWELS Booster进行了基准测试，这是一个拥有3744个NVIDIA A100 Tensor Core GPU的GPU集群。然后，我们使用JUQCS-G研究量子退火（QA）和量子近似优化算法（QAOA）之间的关系。我们发现，一个非常粗糙的离散化版本的QA，称为近似量子退火（AQA），表现令人惊讶的QAOA相比。它既可以用于初始化QAOA，也可以完全避免昂贵的优化过程。此外，我们还研究了使用AQA处理30到40个量子位的问题时成功概率的缩放。我们发现，最大的离散化误差尺度的情况下，最有利的，超过从QAOA获得的最佳结果。
2022-05-16 physics.comp-ph quant-ph
GPU accelerated MHD in the DISPATCH framework using directive-based programming
本文提出了一种基于OpenMP目标卸载的GPU加速MHD求解器，集成于DISPATCH框架中，通过将补丁分组为“束”以减少内核启动开销，在保持可移植性和准确性的同时实现了显著的性能提升。
2025-08-13 astro-ph.IM physics.comp-ph
Bonsai-SPH: A GPU accelerated astrophysical Smoothed Particle Hydrodynamics code
我们提出的光滑粒子流体动力学模拟代码，Bonsai-SPH，这是我们以前开发的重力只分层$N$体代码（称为盆景）的延续。该代码针对图形处理单元（GPU）加速器进行了优化，使研究人员能够利用这些强大的计算资源。Bonsa-SPH产生的模拟结果与最先进的，基于CPU的，代码，但使用一个数量级更少的计算时间。该代码可以在网上免费获得，详细信息在本工作中描述。
2020-02-14 astro-ph.IM cs.DC physics.comp-ph
Highly optimized simulations on single- and multi-GPU systems of 3D Ising spin glass
我们提出了一个高度优化的实现的Monte Carlo（MC）模拟器的三维伊辛自旋玻璃模型与双峰无序，即，在支持CUDA的GPU上运行的3D Edwards-Anderson模型。多GPU系统通过消息传递接口（MPI）交换数据。所选择的MC动力学是经典的大都会，这是纯粹的耗散，因为目的是研究系统的临界非平衡松弛。我们专注于以下问题：i）在立方体模板中实现最近邻居的有效访问模式，以及滞后Fibonacci类伪随机数生成器（PRNG）; ii）异步多自旋编码Metropolis MC步骤的新实现，允许存储每比特一个自旋; iii）基于MPI和CUDA流组合的多GPU版本。我们强调如何立方stenetrance和PRNG是非常普遍的兴趣，因为它们在许多模拟代码中的广泛使用的两个主题。我们的代码在GTX Titan上的最佳性能分别为~3和~5 psFlip，分别使用我们的MINSTD和MT 19937实现。
2014-11-01 cond-mat.dis-nn physics.comp-ph
GPU-Accelerated Discontinuous Galerkin Methods: 30x Speedup on 345 Billion Unknowns
本文提出了一种在笛卡尔网格上离散无粘流体动力学控制方程--可压缩欧拉方程的间断Galerkin方法，并通过OCCA（一种统一的多线程硬件结构性能移植方法）将其应用于图形处理单元。与使用非CUDA感知MPI通信的仅CPU实现相比，在多达1，536个NVIDIA V100 GPU上实现了30倍的求解时间加速，并且在多达6，144个NVIDIA V100 GPU上实现了并行强大的可扩展性，解决了包含3，450亿个未知数的问题。CUDA-Aware MPI通信与非GPUDirect通信的比较表明，在由32个NVIDIA V100 GPU组成的8个节点上，速度提高了24%。
2020-08-31 cs.DC cs.NA cs.PF
GPU-accelerated Monte Carlo simulations of anisotropic Heisenberg ferromagnets
蒙特卡罗方法是一种强大的技术，用于计算热力学磁性状态，否则无法解决的自旋哈密顿量，但该方法变得计算上的限制与自旋的数量增加，真实材料和纳米结构的模拟是繁琐的。本文介绍了在图形处理器（GPU）上加速三维各向异性海森堡模型的蒙特卡罗模拟。这里提出的方法的GPU实现提供了两个数量级的加速超过传统的实现，并使大型系统的模拟，与任何晶格，包含高达$10^8$自旋在一个单一的GPU。这提供了模拟数百纳米大小的复杂结构和设备的可能性，以便以原子分辨率计算它们在有限温度下的磁状态。
2021-06-21 cond-mat.mes-hall cond-mat.stat-mech physics.comp-ph
Data Assimilation using a GPU Accelerated Path Integral Monte Carlo Approach
资料同化问题的答案可以表示为对所有可能的状态和参数历史的路径积分。我们将展示如何使用马尔可夫链蒙特卡罗方法设计并行运行的图形处理单元（GPU），这些路径积分可以进行数值计算。我们演示了该方法的应用程序的例子与跨膜电压的时间序列的模拟神经元作为输入，并使用Hodgkin-Huxley神经元模型。通过利用GPU计算的优势，我们获得了高达约300的并行加速因子，与CPU上的等效串行计算相比，性能随着用于数据同化的观测时间的长度增加而增加。
2011-06-13 physics.comp-ph physics.data-an
GPU accelerated Trotter-Suzuki solver for quantum spin dynamics
非平衡态量子自旋系统的动力学解析是量子信息处理、统计力学和纳米技术中的核心问题。有效的相互作用的多自旋系统的计算模拟是解决这些问题的非常有价值的工具。在这里，我们使用Trotter-Suzuki（TS）算法，这是一种提供量子系统演化的着名策略，以解决自旋动力学问题。我们提出了一个特定的TS版本的GPU实现，这是以前在CPU的单核上实现的。我们开发了一个大规模的并行版本的算法，并比较CPU和GPU实现之间的效率。这种方法大大减少了执行时间，并且能够处理多达27次旋转的系统（仅受GPU内存限制）。
2013-12-06 physics.comp-ph quant-ph
Porting WarpX to GPU-accelerated platforms
WarpX是一种通用电磁粒子细胞代码，最初设计用于在众核CPU架构上运行。我们描述了允许WarpX在OLCF的Summit超级计算机上使用GPU加速节点的策略，我们相信这一策略将扩展到即将推出的机器Frontier和Aurora。我们总结了遇到的挑战，经验教训，并给出了一系列相关基准问题的当前性能结果。
2021-09-02 cs.DC physics.acc-ph physics.comp-ph
GPU Accelerated Simulation of Channeling Radiation of Relativistic Particles
在本文中，我们描述并演示了C++代码编写来确定粒子穿过取向单晶的轨迹和CUDA代码编写来评估带电粒子的辐射光谱与任意轨迹。CUDA/C++程序可以计算自旋0和1/2粒子的经典和量子力学辐射谱。我们包括多重库仑散射和能量损失，由于辐射发射产生的辐射光谱与实验光谱的正电子和电子。我们还演示了如何使用GPU来加速计算几个数量级。这将允许资金有限或很少使用超级计算机的研究小组进行数值计算，就好像它是一台超级计算机一样。我们发现，一个Titan V GPU可以取代多达100个并行运行的Xeon 36核CPU。我们还表明，为特定任务选择GPU将对性能产生很大影响，因为某些GPU具有比其他GPU更好的双精度性能。
2019-10-23 physics.comp-ph
A GPU accelerated and error-controlled solver for the unbounded Poisson equation in three dimensions
提出了一种求解三维自由空间泊松方程的有效方法。基本的数值方法是基于有限傅立叶级数近似。虽然可以完全控制所有相关近似的误差，但总体计算误差由密度的有限傅立叶级数的收敛驱动。对于平滑和快速衰减的密度，所提出的方法将是频谱准确的。该方法使用$\mathcal{O}(N\log N)$操作进行缩放，其中$N$是笛卡尔网格中离散化点的总数。大部分计算成本来自快速傅立叶变换（FFT），这使其成为GPU计算的理想选择。在CPU和GPU上的数值计算验证了该方法的有效性和收敛性。使用维也纳科学集群3（VSC 3）进行测试。一个免费的MATLAB实现的CPU和GPU提供给感兴趣的社区。
2016-12-06 physics.comp-ph
High Performance GPU Accelerated MuST Software
本文介绍通过Fortran-C接口将矩阵求逆任务卸载至GPU，显著加速MuST软件中LSMS方法的电子结构计算，在NiAu合金上获得高加速比。
2023-08-30 physics.comp-ph
BioEM: GPU-accelerated computing of Bayesian inference of electron microscopy images
在冷冻电子显微镜（EM）中，分子结构是从单个颗粒的大量投影图像中确定的。为了充分利用这种单分子信息的力量，我们使用EM（BioEM）形式主义的贝叶斯推断。通过使用为单个图像计算的后验概率对结构模型进行排名，BioEM原则上解决了在传统EM重建中不易处理的高度动态或异构系统的挑战。然而，大量的粒子和模型的这些后验的计算是计算上的要求。在这里，我们提出了高度并行化，GPU加速的计算机软件，有效地执行这项任务。我们灵活的配方采用CUDA，OpenMP和MPI并行化结合CPU和GPU计算。由此产生的BioEM软件在纯CPU和CPU+GPU架构上的扩展几乎是理想的，因此可以在合理的时间内对数万张图像进行贝叶斯分析。一般的数学框架和强大的算法不限于冷冻电子显微镜，但可以推广到电子断层扫描和其他成像实验。
2016-09-21 physics.comp-ph q-bio.BM
A GPU-Accelerated Fast Summation Method Based on Barycentric Lagrange Interpolation and Dual Tree Traversal
提出了求解粒子相互作用的重心拉格朗日对偶树遍历（BLDTT）快速求和方法。该计划取代了良好分离的粒子-粒子相互作用的自适应选择粒子簇，集群粒子，集群集群近似给出重心拉格朗日插值在代理粒子上的切比雪夫网格在每个集群。BLDTT是独立于内核的，并且近似可以有效地映射到GPU上，其中目标粒子提供外部并行性级别，源粒子提供内部并行性级别。我们提出了一个OpenACC GPU实现的MPI远程内存访问的分布式内存并行化的BLDTT。GPU加速的BLDTT的性能表现为不同的问题大小，粒子分布，几何域，和相互作用内核，以及不平等的目标和源粒子的计算。与我们早期的粒子团重心拉格朗日树码（BLTC）的比较表明，BLDTT的优越性能。特别地，在单个GPU上，对于从$N$ = 1 E5到1 E8的问题大小，BLTC具有$O(N\log N)$缩放，而BLDTT具有$O(N)$缩放。此外，MPI强缩放结果的BLTC和BLDTT使用$N$ = 64 E6粒子上多达32个GPU。
2020-12-13 cs.DC physics.comp-ph
Extending GPU-Accelerated Gaussian Integrals in the TeraChem Software Package to f Type Orbitals: Implementation and Applications
本研究在TeraChem中实现f型轨道GPU加速高斯积分，通过DFT和CCSD验证效率，适用于大体系含过渡金属及有机分子模拟。
2024-10-13 physics.chem-ph physics.comp-ph
Large-Scale High-Lundquist Number Reduced MHD Simulations of the Solar Corona Using GPU Accelerated Machines
我们最近进行了一项计算活动，调查模型的日冕加热在三维使用减少磁流体动力学（RMHD）。我们的代码是建立在一个传统的计划，使用伪谱方法，并使用MPI并行化。目前的调查需要非常长的时间集成使用高伦德奎斯特数，其中非常精细的电流层的形成挑战的决议，即使在大规模并行机上实现。我们在这里介绍一个端口的结果，以英伟达CUDA（计算统一设备架构）的硬件加速使用图形处理单元（GPU）。除了简要讨论我们的一般策略外，我们还将报告几台机器上的代码性能，这些机器跨越了各种硬件配置和功能。其中包括一个配备商用硬件的桌面工作站，一个配备四个Nvidia C2050 GPU的专用研究工作站，以及几个大型GPU加速的分布式内存机器：Lincoln/NCSA，Dirac/NERSC和Keeneland/NICS。
2011-09-27 astro-ph.IM astro-ph.SR physics.comp-ph
A GPU-accelerated Direct-sum Boundary Integral Poisson-Boltzmann Solver
本文提出了一种GPU加速的直和边界积分法来求解线性Poisson-Boltzmann（PB）方程。在我们的方法中，适定的边界积分公式，以确保快速收敛的Krylov子空间为基础的线性代数求解器，如GMRES。采用平面三角形和质心配点法对分子表面进行离散。为了加快我们的方法，我们利用边界积分公式的并行性，并在GPU上的CUDA共享内存架构内并行化的计划。该方案仅使用$11N+6N_c$双尺寸器件存储器用于具有$N$三角形表面元件和$N_c$部分电荷的生物分子。数值试验表明，这些计划保持良好的精度和快速收敛。使用一块GPU卡（Nvidia Tesla M2070）的GPU实现实现比使用一个CPU（Intel L5640 2.27GHz）的实现实现速度提高了120- 150倍。使用我们的方法，在具有多达300，000个边界元的良好离散的分子表面上求解PB方程将花费小于约10分钟，因此我们的方法特别适合于小到中等生物分子的快速静电计算。
2013-01-24 cs.NA math.NA physics.comp-ph
Distributed Memory, GPU Accelerated Fock Construction for Hybrid, Gaussian Basis Density Functional Theory
提出一组用于混合Kohn-Sham DFT的分布式内存GPU加速算法，通过DF-J-Engine和sn-K方法评估Coulomb与精确交换矩阵，在Perlmutter上使用128个A100 GPU实现了数百至千原子规模的高效强扩展。
2023-03-24 physics.chem-ph physics.comp-ph
Accelerated Event-by-Event Neutrino Oscillation Reweighting with Matter Effects on a GPU
在现代中微子振荡分析中，振荡几率的计算越来越占用CPU。重新加权的Monte Carlo样本中的各个事件的独立性使其自身适合于在图形处理单元上的并行实现。使用CUDA C API将库“Prob3++”移植到GPU，允许通过恒定密度的物质对中微子振荡概率进行大规模并行计算，与单个CPU上的性能相比，将执行时间减少了75倍。
2014-05-09 physics.comp-ph physics.data-an
JAX-AMG: A GPU-Accelerated Differentiable Sparse Linear Solver Library for JAX
Cornell University（康奈尔大学）；University of Notre Dame（圣母大学）
提出JAX-AMG，通过封装Nvidia AmgX求解器套件，为JAX生态提供GPU加速的代数多重网格求解器，支持自动微分、分布式多GPU执行，适用于PDE约束优化和反问题。
2026-07-30 cs.MS physics.comp-ph
On the performance of GPU accelerated q-LSKUM based meshfree solvers in Fortran, C++, Python, and Julia
本研究基于CUDA开发了Fortran、C++、Python、Julia四种语言的q-LSKUM无网格CFD GPU求解器，通过7组点分布基准测试与内核性能剖析分析性能差异，采用优化策略对比优化前后效果，明确不同语言实现的GPU无网格求解器性能差异成因。
2021-08-16 cs.PF cs.PL physics.comp-ph
CaNS-Fizzy: A GPU-accelerated finite difference solver for turbulent two-phase flows
本文介绍CaNS-Fizzy，一个基于GPU加速的CaNS求解器扩展而来的两相流DNS求解器，用于研究湍流与界面相互作用的机制，并支持沸腾、萃取等应用。
2025-02-07 physics.comp-ph physics.flu-dyn
JAX-BTE: A GPU-Accelerated Differentiable Solver for Phonon Boltzmann Transport Equations
本文提出JAX-BTE，一个基于可微编程的GPU加速声子BTE求解器，通过自动微分实现高效多尺度热建模，支持正向与逆向模拟，在性能上超越现有求解器，为半导体器件热分析与设计提供强大工具。
2025-04-01 cond-mat.mes-hall physics.comp-ph
GPU-accelerated Red Blood Cells Simulations with Transport Dissipative Particle Dynamics
介观数值模拟为量化化学对红细胞功能的影响提供了一种独特的方法。输运耗散粒子动力学（tDPD）方法可以导致这种有效的多尺度模拟，由于其能够同时捕获介观对流，扩散和反应。在本文中，我们提出了一个GPU加速的红细胞模拟包的基础上tDPD适应我们的红细胞模型，它可以正确地恢复细胞膜的粘度，弹性，弯曲刚度，跨膜化学运输。该软件包基本上通过GPU并行处理所有计算工作负载，并结合了多流调度和非阻塞MPI通信，以提高节点间的可扩展性。我们的代码是验证的准确性和CPU的速度比较。强尺度和弱尺度也被提出来表征可伸缩性。我们观察到一个GPU在单个节点内的所有16个核心上的加速比为10.1，并且在256个节点上的扩展效率为91%。该程序可以快速周转和高通量数值模拟，用于研究化学驱动的红细胞现象和疾病。
2016-11-18 physics.bio-ph physics.comp-ph
Graphics processing units accelerated semiclassical initial value representation molecular dynamics
本文介绍了一种用于振动分子光谱计算的半经典初值表示（SC-IVR）传播子的图形处理单元（GPU）实现。时间平均制定的SC-IVR功率谱计算。提供了关于半经典代码的GPU实现的细节。考虑了原子数量不断增加的四种分子，GPU计算的振动频率与基准值完全匹配。讨论了两个GPU（NVIDIA Tesla C2075和Kepler K20）分别与两个CPU（Intel Core i5和Intel Xeon E5- 2687 W）的计算时间缩放以及与GPU实现相关的关键问题。计算时间和功耗的减少是显着的，半经典GPU计算被证明是环境友好的。
2014-05-08 physics.chem-ph physics.comp-ph quant-ph
GPU-Accelerated Simulations of Isolated Black Holes
我们提出了一个端口的数值相对论代码SpEC，这是能够在NVIDIA GPU上运行。由于此代码必须与SpEC本身并行维护，因此主要设计考虑因素是尽可能少地执行显式代码更改。因此，我们依赖于自动化移植策略的层次结构。在最高级别，我们使用TLoops，我们设计的C++库，自动发出CUDA代码等效于使用类似于解析计算的语法写入C++源的张量表达式。接下来，我们跟踪并缓存SpEC代码中众多线性变换的显式矩阵表示，这允许使用预先存在的矩阵乘法库在GPU上执行这些变换。我们手工移植剩下的几个重要模块。在本文中，我们详细介绍了我们的端口的细节，并提出了它模拟孤立的黑洞时空的几代NVIDIA GPU的基准。
2018-04-24 gr-qc physics.comp-ph
A GPU-Accelerated Sharp Interface Immersed Boundary Solver for Large Scale Flow Simulations
Johns Hopkins University（约翰斯·霍普金斯大学）；NVIDIA Corporation（英伟达公司）
本文提出了一种基于GPU的尖界面浸没边界求解器，实现了对大规模流体模拟的加速，能够在多GPU系统上高效处理复杂三维流动问题。
2026-03-12 physics.comp-ph physics.flu-dyn
neBEM: A GPU-accelerated Electrostatic Field Solver
Saha Institute of Nuclear Physics（萨哈核物理研究所）；Adamas University（亚当斯大学）；Naihati Prolife（奈哈提普罗菲）
提出基于OpenMP和CUDA的混合硬件加速策略优化neBEM求解器，实现动态空间电荷计算的GPU加速，在保持精度的同时大幅提升MPGD模拟速度。
2026-06-24 physics.comp-ph physics.ins-det
GPU-accelerated Auxiliary-field quantum Monte Carlo with multi-Slater determinant trial states
本文在开源ipie中实现GPU加速的多Slater行列式ph-AFQMC，在过渡金属团簇上取得至少六倍加速，并以超10万个行列式恢复化学精度所需动态关联。
2024-06-12 cond-mat.str-el physics.chem-ph physics.comp-ph
A GPU accelerated Barnes-Hut Tree Code for FLASH4
我们提出了一个GPU加速CUDA-C实现的巴恩斯小屋（BH）树代码计算重力位八叉树自适应网格。树代码算法在FLASH 4自适应网格细化（AMR）代码框架内实现，因此完全MPI并行。我们描述的算法和目前的测试结果，证明其准确性和性能相比，在当前的FLASH 4版本的算法。我们使用一个麦克劳林球体来测试我们的新实现的准确性，并使用球形的，崩溃的云核与有效的AMR进行性能测试，也与以前的重力求解器相比。根据设置和GPU/CPU比率，我们发现重力单元的加速比至少为3倍，与FLASH 4代码中实现的重力解算器相比高达60倍。我们发现一个整体的加速因子为完整的模拟至少1.6倍，高达10倍
2015-11-26 astro-ph.GA astro-ph.IM physics.comp-ph
CUDAEASY - a GPU Accelerated Cosmological Lattice Program
本文介绍了，据作者所知，第一个图形处理单元（GPU）加速程序，解决了相互作用的标量场在不断膨胀的宇宙的演变。我们提出了在NVIDIA的计算统一设备架构（CUDA）的实现，并比较混沌膨胀模型的性能与其他类似的程序。我们报告的加速比之间的一个和两个数量级，这取决于所使用的硬件和软件，同时实现在单一精度的小误差。过去需要大约一天时间才能完成的模拟现在可以在几个小时内完成，预计未来这种差异还会增加。该程序是按照LATTICEASY的精神编写的，上述程序的用户应该会发现在晶格模拟中开始使用CUDAEASY相对容易。该程序在GNU通用公共许可证下可在http://www.physics.utu.fi/theory/particlecosmology/cudaeasy/上获得。
2009-11-30 astro-ph.CO astro-ph.IM hep-ph
A GPU Accelerated Discontinuous Galerkin Incompressible Flow Solver
Virginia Tech（弗吉尼亚理工大学）
本文提出一种基于GPU的高阶不连续伽辽金离散化方法，用于求解非稳态不可压缩纳维-斯托克斯方程，采用半隐式方案处理非线性项，结合GPU加速的多网格预置器提高效率。
2018-05-07 cs.DC cs.NA cs.PF
