GPU-accelerated machine learning inference as a service for computing in neutrino experiments
机器学习算法在基于加速器的中微子实验中的事件重建中变得越来越普遍和高效。这些复杂的算法在计算上可能是昂贵的。与此同时，此类实验的数据量正在迅速增加。用许多机器学习算法推理来处理数十亿个中微子事件的需求产生了计算挑战。我们探讨了一种计算模型，其中异构计算与GPU协处理器是作为一个Web服务。协处理器可以有效和弹性地部署，为给定的处理任务提供适当的计算量。通过我们的协处理器优化网络推理服务（SONIC），我们专门为ProtoDUNE-SP重建链集成了GPU加速，而不会中断本地计算工作流程。通过我们的集成框架，我们将最耗时的任务，跟踪和粒子簇射命中识别加速了17倍。与仅使用CPU的生产相比，这导致总处理时间减少了2.7倍。对于这个特定的任务，每68个CPU线程只需要1个GPU，提供了一个具有成本效益的解决方案。
2021-03-22 cs.DC hep-ex physics.comp-ph
Path-accelerated molecular dynamics: Parallel-in-time integration using path integrals
大规模并行计算机体系结构为长时间尺度分子动力学（MD）模拟的性能创造了新的机会。在这里，我们介绍了路径加速分子动力学（PAMD）的方法，利用分布式计算，以减少挂钟时间的MD模拟通过并行化相对于MD时间步。系统的时间演化的边际分布表示在一个路径积分，使使用的路径采样技术，以数值积分MD轨迹。通过并行化相对于时间的路径动作的评估，并通过从非平衡分布初始化路径配置，该算法能够在给定的挂钟时间内整合的MD轨迹的长度方面实现显著的加速。该方法被证明为布朗动力学，虽然它是推广到其他随机运动方程，包括开放系统。我们将该方法应用到两个简单的系统，谐振子和Lennard-Jones液体，我们表明，在传统的欧拉积分方案相比，布朗动力学，新的方法可以减少挂钟的时间为一个给定的长度的轨迹集成超过三个数量级的前系统和两个以上的后者。这种在时间维度上并行化MD的新方法可以与用于并行化MD力评估的算法平凡地结合以实现进一步的加速。
2019-07-22 physics.chem-ph physics.comp-ph
A FFT-accelerated multi-block finite-difference solver for massively parallel simulations of incompressible flows
本文提出了一种适用于不可压缩流动大规模并行直接数值模拟（DNS）的多块有限差分求解器。该算法结合了多块求解器的通用性和特征函数展开的方法，以加速压力泊松方程的求解。这是通过采用基于FFT的变换沿一个均匀的方向，有效地降低了问题的复杂性，在低成本。这些基于FFT的扩展是在一个框架中实现的，该框架统一了这种方法的边界条件的所有有效组合。随后，几何多重网格求解器被用来解决减少泊松方程在多块几何。这里特别注意，以保证多重网格求解器的并行性能时，解决减少线性系统方程。我们已经验证了整体数值算法，并评估其性能在大规模并行设置。结果表明，利用FFT加速泊松方程的解决方案时，可以很容易地实现2至8倍的计算成本降低。求解器SNaC已经在MIT许可证的条款下免费提供和开源。
2022-09-13 physics.comp-ph physics.flu-dyn
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
An O(N) Method for Rapidly Computing Periodic Potentials Using Accelerated Cartesian Expansions
Michigan State University（密歇根州立大学）
提出一种基于加速笛卡尔展开（ACE）的O(N)方法，用于高效计算周期Helmholtz、Coulomb和Yukawa势，并验证了误差收敛和成本缩放。
2011-07-15 cs.NA math.NA 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
Parallel and GPU accelerated code for phase-field and reaction-diffusion simulations
Western University（韦仕敦大学）；ELLIS Institute Finland（芬兰ELLIS研究所）；University of Eastern Finland（芬兰东部大学）
本文发布相场与反应扩散模拟框架SymPhas 2.0，新增多项符号计算功能，支持MPI CPU并行与CUDA GPU加速，大系统模拟最高获千倍加速，适配GPU高性能计算平台。
2025-11-13 cond-mat.mtrl-sci physics.comp-ph
FPGA-accelerated machine learning inference as a service for particle physics computing
在专用硬件上的新的异构计算范例具有更高的并行性，例如现场可编程门阵列（FPGA），提供了具有巨大潜在收益的令人兴奋的解决方案。机器学习算法在粒子物理学中用于模拟、重建和分析的应用越来越多，自然也部署在这样的平台上。我们证明了机器学习推理作为Web服务的加速代表了粒子物理实验的异构计算解决方案，可能需要对当前计算模型进行最小的修改。作为示例，我们重新训练了ResNet-50卷积神经网络，以展示LHC上顶夸克喷注标记的最新性能，并将带有迁移学习的ResNet-50模型应用于中微子事件分类。使用微软的Project Brainwave来加速ResNet-50图像分类模型，我们使用Brainwave作为云（边缘或内部部署）服务的实验物理软件框架实现了60（10）毫秒的平均推理时间，这意味着在当前实验硬件中，模型推理延迟比传统CPU推理提高了约30（175）倍。由多个CPU访问的单个FPGA服务使用一个图像批处理实现每秒600- 700个推断的吞吐量，与大批量GPU吞吐量相当，并且明显优于小批量GPU吞吐量。作为粒子物理计算模型的边缘或云服务部署，协处理器加速器可以具有更高的占空比，并且可能更具成本效益。
2019-10-16 hep-ex physics.comp-ph physics.data-an
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
Computation of magnetization, exchange stiffness, anisotropy, and susceptibilities in large-scale systems using GPU-accelerated atomistic parallel Monte Carlo algorithms
蒙特卡罗算法经常用于原子模拟，包括用于多尺度模拟中的磁参数温度依赖性的计算。尽管晶格自旋模型的蒙特卡罗模拟的并行化策略是已知的，但其在磁参数温度依赖性的计算中的应用在文献中是缺乏的。在这里，我们将展示如何，不仅是无约束的算法，而且约束原子蒙特卡罗算法，可以并行化。与串行算法相比，并行蒙特卡罗算法通常快200倍以上，允许在单个GPU上具有超过1000万个原子自旋的系统中相对轻松地进行计算。在大规模的系统中进行了算法的实施和测试，其中有限尺寸的影响减少，通过精确计算温度依赖性的磁化强度，单轴和立方各向异性，交换刚度，和磁化率。特别是对于交换刚度的布洛赫域壁方法使用了一个大的横截面积，它允许精确计算的域壁宽度居里温度。简单立方晶格的交换刚度在低温下紧密遵循k <2的尺度，其中k < 2取决于各向异性强度。然而，接近居里温度时，标度指数趋于k = 2。此外，实现的算法被施加到颗粒薄膜的磁化温度依赖性的计算超过15万自旋，作为平均晶粒尺寸和膜厚度的函数。我们表明，在这样的系统中的平均居里温度可以得到一个加权布洛赫级数拟合，这是有用的颗粒薄膜的实验结果分析。
2021-06-10 cond-mat.mes-hall 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
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
Quantum DeepONet: Neural operators accelerated by quantum computing
本文提出Quantum DeepONet，利用一元编码与正交量子层将DeepONet评估复杂度降为输入维度线性，并在多种PDE及含噪环境中验证其有效性与物理信息融合能力。
2025-05-30 physics.comp-ph quant-ph
Scalable and massively parallel Monte Carlo photon transport simulations for heterogeneous computing platforms
我们提出了一个高度可扩展的蒙特卡罗（MC）三维光子输运模拟平台，设计用于异构计算系统。通过开发一个大规模并行MC算法，使用开放计算语言（OpenCL）框架，本研究扩展了我们现有的图形处理单元（GPU）加速MC技术，一个高度可扩展的供应商无关的异构计算环境，实现显着提高性能和软件可移植性。许多并行计算技术的研究，以实现广泛的计算硬件的便携式性能。此外，开发了多个线程级和设备级负载平衡策略，以使用多个中央处理单元（CPU）和GPU来获得高效的仿真。
2018-01-25 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
CATAPULT: A CUDA-Accelerated Timestepper for Alpha Particles Using Local Tricubics
Cornell University（康奈尔大学）；Columbia University（哥伦比亚大学）
CATAPULT利用GPU加速求解α粒子约束问题，相比CPU实现速度快且能处理磁场和阿尔芬波，通过多个等离子体装置测试验证了其性能和正确性。
2026-10-30 physics.comp-ph physics.plasm-ph
Chebyshev Accelerated Subspace Eigensolver for Pseudo-hermitian Hamiltonians
Jülich Supercomputing Centre, Forschungzentrum Jülich（于利希超级计算中心，于利希研究中心）
本文提出一种扩展的Chebyshev加速子空间迭代本征解算器（ChASE），用于计算伪正交哈密顿量的最小正本征对，利用数值结构和谱特性保持正负对称性，并引入并行实现的递归矩阵积操作。
2026-04-16 cs.CE cs.DC cs.NA
Adaptive parallelism with RMI: Idle high-performance computing resources can be completely avoided
在实践中，并行计算作业的标准调度几乎总是留下可用硬件的显著部分未被使用，即使许多作业仍在队列中等待。原因很简单，这些等待作业的资源请求是固定的，与可用的、未使用的资源不匹配。然而，利用替代的但现有的和完善的技术，可以实现不需要预设的固定资源的完全自动化的自适应并行。在这里，我们证明了这样的自适应并行程序确实可以填补所有这样的调度差距，即使在现实生活中的情况下，大型超级计算机。
2019-02-01 cs.DC physics.chem-ph physics.comp-ph
A Parallel Computing Method for the Coupled-Cluster Singles and Doubles
本文提出了一种周期系统耦合簇单双（CCSD）的并行计算方法。周期系统中的CCSD求解单激励和双激励振幅的联立方程。在双激发振幅的联立方程组中，每个方程组的特征在于四个自旋轨道和三个独立的电子动量。该方法的核心思想之一是利用并行计算中的过程数来确定表示电子动量的两个指数，当电子动量取$N_{\bm{k}}$值时，我们就准备了$N_{\bm{k}}^2$过程。与顺序方法相比，这种并行分配处理和联立方程中已知量的分配方式将计算成本和所需存储器规模的数量级减少了$N_{\bm{k}}^2$。在out方法的实现中，并行计算中进程间的通信出现在嵌套循环的最外循环中，而不出现在嵌套循环的内部。
2019-11-01 cond-mat.mtrl-sci cond-mat.str-el physics.comp-ph
