CLIP: A CUDA-Accelerated Lattice Boltzmann Framework for Interfacial Phenomena with Application to Liquid Jet Simulations
本研究提出CUDA加速的相场格子玻尔兹曼框架CLIP，采用WMRT碰撞算子提升稳定性与精度，经多基准验证后应用于液体射流模拟，准确捕捉流态转变并得到临界韦伯数，为多相流界面研究提供高效易用工具。
2025-05-18 physics.comp-ph physics.flu-dyn
Numerical modeling of gravitational wave sources accelerated by OpenCL
在这项工作中，我们利用OpenCL框架，使用硬件加速器- Cell BE和Tesla CUDA GPU加速EMRI建模应用程序。我们详细描述了这些计算技术和我们的并行化方法，展示了我们的性能结果，然后将它们与我们以前基于原生CUDA和Cell SDK的实现进行了比较。OpenCL框架允许我们在两种架构上执行相同的源代码，同时获得与原生SDK相当的强大性能增益。
2011-10-04 gr-qc physics.comp-ph
Celeris: A GPU-accelerated open source software with a Boussinesq-type wave solver for real-time interactive simulation and visualization
本文介绍了一个交互式的海岸波浪模拟和可视化软件，称为EQUIS。OpenOS是一个开源软件，需要最少的准备工作才能在Windows机器上运行。该软件使用混合有限体积-有限差分法求解扩展Boussinesq方程，并支持移动海岸线边界。模拟和可视化是在GPU上使用Direct 3D库执行的，这使得软件的运行速度比实时更快。EQUIPIS为海岸波浪应用提供了第一个交互式建模平台，它支持同时具有照片级真实感和彩色映射渲染功能的可视化。我们通过与三个标准基准的非破碎波和破碎波的比较来验证我们的软件。
2017-09-20 physics.comp-ph physics.flu-dyn
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
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-Acceleration of Tensor Renormalization with PyTorch using CUDA
本文提出利用CUDA和PyTorch在GPU上加速张量重整化群计算，显著改善了二维系统的运行时间与键维度扩展性，为未来高精度TRG计算奠定基础。
2023-09-15 hep-lat physics.comp-ph
LBcuda: a high-performance CUDA port of LBsoft for simulation of colloidal systems
我们提出LBcuda，LBsoft的GPU加速版本，我们的开源基于MPI的软件，用于模拟多组分胶体流。我们描述的设计原则，优化和由此产生的性能相比，CPU版本，使用平均成本的GPU和高端NVidia GPU卡（V100和最新的A100）。结果显示，在由512块A100 NVIDIA显卡组成的群集上，流体解算器的速度大幅提高，达到200 GLUPS（Giga Lattice Updates Per Second），模拟80亿个格点的网格。这些结果为基于胶体颗粒的新材料的计算设计开辟了诱人的前景。
2021-12-15 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
LeXInt: GPU-accelerated Exponential Integrators package
本文介绍开源 CUDA 软件包 LeXInt，利用 Leja 点多项式插值近似矩阵指数作用，在 NVIDIA A100 GPU 上实现显著加速，并支持模块化集成到现有微分方程求解软件中。
2024-10-22 astro-ph.IM cs.NA math-ph
GPU-Accelerated Simulations of Moving Boundary Problems and Fluid-Structure Interaction at Extreme Scales
Johns Hopkins University（约翰斯·霍普金斯大学）；NVIDIA Corporation（英伟达公司）
提出基于GPU优化的尖锐界面浸入边界法，通过OpenACC、CUDA、NCCL和MPI实现，在10M至1B网格规模下相比CPU实现加速20倍，多GPU实现>90%强/弱扩展效率，并模拟了Re=5000的蝙蝠翼扑动流固耦合。
2026-06-25 cs.DC physics.comp-ph physics.flu-dyn
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
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
Analyzing Molecular Simulations Trajectories by Utilizing CUDA on GPU Architecture
随着高性能计算技术的出现，用于分析的数据显著增长。在这里，图形处理单元（GPU）为基础的程序内核进行了讨论，利用分子模拟轨迹和数据的分析代码中的并行性，从而减少了时间消耗。通常被认为是利用静态和动态相关性的系统计算的属性。在静态性能，秩序度量的基础上，两个粒子的相关性，表现出10- 50倍的加速比相对于传统的串行CPU代码。发现三粒子相关性的效率，这是相对更耗时的计算，也被证明是10- 45倍快，这取决于系统的大小。在动力学性质的情况下，粘度使用Green-Kubo形式主义以10- 25倍的速度计算，取决于相关时间和总轨迹长度。类似地，对于均方位移计算，对于所有系统尺寸和模拟时间，实现了约40- 80倍的加速。特别是对于这些并行计算密集型问题，计算统一设备架构应用程序编程接口以最少的实现时间提供最大的扩展。结果表明，所有的GPU代码呈现1-2个数量级的分析时间减少。因此，这些代码与GPU加速的分子模拟相结合，可以导致整体改进和有效的性能。
2018-11-06 cond-mat.mtrl-sci physics.comp-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
FROST: a momentum-conserving CUDA implementation of a hierarchical fourth-order forward symplectic integrator
我们提出了一种新的四阶前向辛积分器的层次制定和GPU加速的直接求和N体代码FROST的数值实现。新的积分器是特别适合于模拟具有较大的动态范围，由于其分层性质。在四阶辛积分器的严格正的积分子步骤是可能的，除了牛顿加速度计算一个额外的梯度项。所有的力计算和反冲操作是同步的，因此积分算法是明显的动量守恒。我们还采用了一个时间步对称化程序来近似恢复自适应个人时间步长的时间可逆性。我们证明了在一系列的二进制，少体和百万体模拟，弗罗斯特保存能量的水平$|ΔE / E| \sim 10^{-10}$，而在线性和角动量的误差几乎可以忽略不计。对于典型的星团模拟，我们发现，FROST的规模以及$N_\mathrm{GPU}^\mathrm{max}\sim 4\times N/10^5$ GPU，使直接求和N体模拟超过$N=10^6$粒子可能在系统上有几百个GPU。由于分层积分的性质，在代码中包含开普勒求解器或具有近距离接触和二进制的后牛顿校正的正则化积分器是简单的。
2021-01-07 astro-ph.GA astro-ph.IM 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
Acceleration of a QM/MM-QMC simulation using GPU
利用GPGPU加速了从头算分子QMC计算。只有计算的瓶颈部分被CUDA子程序取代，并在GPU上执行。在（单核CPU + GPU）上的性能与（单核CPU双精度）上的性能进行了比较，在GPU上进行单（双）精度处理时，计算速度提高了23.6（11.0）倍。发现单次精密度处理引起的能量偏差在计算所需的准确度范围内，\sim 10^{-5} hartree。将装载GPU的加速计算节点组合起来形成混合MPI集群，我们证实了性能与节点数量线性相关。
2011-03-24 cond-mat.other physics.comp-ph
GPU-accelerated Simulation of Massive Spatial Data based on the Modified Planar Rotator Model
基于统计物理的改进平面旋转体（MPR）模型，提出了一种新的用于笛卡尔网格上空间数据的吉布斯马尔可夫随机场随机场，用于大数据集（如卫星和雷达图像）的高效自动插值。MPR模型不依赖于高斯假设。空间相关性是通过变换变量之间的最近邻相互作用来捕获的。这允许模型的矢量化，以及高效的混合蒙特卡罗算法，导致快速的执行时间，与系统大小近似线性扩展。本研究利用MPR变量之间的相互作用的短程性质并行化的算法在计算统一设备架构（CUDA）的编程环境中的图形处理单元（GPU）。结果表明，对于所采用的处理器，GPU实现可以导致令人印象深刻的计算加速，高达近500倍的大型网格，相比，单处理器计算。因此，包含数百万个数据点的海量数据集可以在普通GPU上在不到一秒的时间内自动处理。
2019-10-18 physics.comp-ph physics.data-an
Multi-GPU Accelerated Multi-Spin Monte Carlo Simulations of the 2D Ising Model
现代图形处理单元（GPU）能够以低成本执行大规模并行科学计算。本文将棋盘格算法推广到二维伊辛模型[T. Preis等人，J.Comp.Phys.228，4468（2009）]，以克服单个GPU的存储器限制，这使得我们能够模拟明显更大的系统。使用多自旋编码技术，与采用多自旋编码的优化的单个中央处理器（CPU）核心实现相比，我们能够将单个GPU上的模拟加速高达35倍。通过在CPU级别上将计算统一设备架构（CUDA）与消息解析接口（MPI）相结合，单个Ising lattice可以由GPU集群并行更新。对于大型系统，计算时间几乎与所使用的GPU数量成线性关系。作为概念的证明，我们使用有限尺寸标度技术再现了2D伊辛模型的临界温度。
2010-07-21 cs.GR math-ph math.MP
Self-optimized construction of transition rate matrices from accelerated atomistic simulations with Bayesian uncertainty quantification
提出了一种从温度加速分子动力学轨道建立大规模跃迁速率矩阵的大规模并行方法。贝叶斯马尔可夫模型分析用于估计在已知状态空间中的预期停留时间，为更高尺度的模拟方案（如动力学Monte Carlo或簇动力学）提供关键的不确定性量化。估计器还用于优化进行探索的位置和飞行中的温度加速程度，给出了探索复杂系统的状态空间的自主的最优过程。该方法进行了测试，对完全可解的模型，并用于探讨铁中C15间隙缺陷的动力学。我们的不确定性量化方案允许在几秒钟的时间尺度上对这些缺陷的演变进行精确建模。
2018-03-07 cond-mat.mtrl-sci 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
Highly accelerated simulations of glassy dynamics using GPUs: caveats on limited floating-point precision
现代图形处理单元（GPU）提供了令人印象深刻的计算资源，可以通过CUDA编程接口方便地访问这些资源。我们描述了如何GPU可以用来大大加快分子动力学（MD）模拟系统的大小范围高达约100万个粒子。特别强调的是在能量和动量守恒方面的数值长期稳定性，并发出警告有限的浮点精度。通过对算法精度关键部分的浮点运算进行双单模拟，得到了10^8 MD步以上的严格能量守恒。对于过冷二元Lennard-Jones混合物的缓慢动力学，我们证明了使用单浮点精度可能导致定量甚至物理上错误的结果。对于Lennard-Jones流体的模拟，与CPU的串行实现相比，所描述的实现示出了高达80的加速因子，并且发现单个GPU与使用64个分布式核的并行MD模拟进行比较。
2011-01-17 cond-mat.soft cs.DC physics.comp-ph
GPU acceleration and performance of the particle-beam-dynamics code Elegant
Elegant是一个加速器物理和粒子束动力学代码，广泛用于各种高能粒子加速器和基于加速器的系统的建模和设计。在本文中，我们讨论了最近开发的代码版本，该代码可以利用支持CUDA的图形处理单元（GPU）来显著提高在实践中非常重要的一大类模拟的性能。GPU版本主要由一个框架定义，该框架简化了Elegant使用的基本内核类型的实现：粒子操作，减少，粒子丢失，直方图，数组卷积和随机数生成。在Titan Cray XK-7超级计算机上，GPU的加速性能比与相同节点数相关的所有CPU核心高出约6-10倍。除了性能之外，GPU加速版本的代码的可维护性也被认为是一个关键的设计目标。CPU实现的准确性也是一个核心考虑因素。使用四种不同的方法来确保加速代码忠实地再现CPU结果。
2018-11-20 physics.acc-ph physics.comp-ph
Three Dimensional Pseudo-Spectral Compressible Magnetohydrodynamic GPU Code for Astrophysical Plasma Simulation
本文介绍了一个GPU加速的三维可压缩磁流体动力学代码的基准测试和缩放研究。该程序是根据Eugene Newman Parker的理论，着眼于解释宇宙和核聚变反应堆中大、中尺度磁场的产生。空间导数的代码是基于伪谱方法和时间求解器是显式的。通过OpenACC并行化和使用NVIDIA CUDA快速傅立叶变换库（cuFFT），以最少的代码更改实现GPU加速。NVIDIA的统一内存被用来实现GPU设备内存的超额订阅，以实现大型网格的无缝核外处理。我们的实验结果表明，GPU加速的代码是能够实现高达两个数量级的加速比相应的OpenMP并行，基于FFTW库的代码，在NVIDIA特斯拉P100 GPU。对于需要在GPU上进行核外处理的大型网格，我们在Tesla P100 GPU上看到了比基于FFTW的OpenMP代码快7倍的加速。我们还提出了不同的GPU架构上的GPU加速代码的性能分析-开普勒，Pascal和Volta。
2018-10-30 physics.comp-ph physics.plasm-ph
GameDev: GPU-accelerated model for dust evolution
Max-Planck-Institut für Astronomie（马克斯·普朗克天文学研究所）
GameDev提出GPU加速的尘埃演化模型，耦合三维尘埃动力学与蒙特卡洛碰撞演化，利用最近邻碰撞采样和自适应冻结邻域实现高效并行，支持CUDA与ROCm，为原行星盘尘埃研究提供准确工具。
2026-09-30 astro-ph.EP astro-ph.GA astro-ph.IM
