近日，由深圳北理莫斯科大学副教授杨杨，南方科技大学讲席教授刘轶军，以及硕士研究生苏梓鑫共同开发的一种基于GPU并行的快速近场动力学算法，实现了计算力学算法与计算机技术的深入交叉结合，为解决传统计算力学算法的效率问题找到了新的方向。其成果发表在《计算力学学报》和《Engineering Analysis with Boundary Elements》，深圳北理莫斯科大学为第一完成单位。

近场动力学是一种有效解决断裂问题的方法，然而，其非局部理论使得计算过程较为耗时。并行计算是加速数值计算的有效途径，主要分为基于中央处理器（CPU）的并行计算和基于图形处理器（GPU）的并行计算。CPU并行计算更适合处理逻辑复杂的场景，例如消息传递接口和共享内存并行编程等；而GPU并行计算则更适合处理逻辑简单但计算量大的场景，例如开放计算语言和英伟达的统一计算设备架构等。

由于近场动力学的非局部特性，每个材料点仅与其邻域内的点相互作用，这使得其非常适合进行并行化处理。目前，基于GPU的近场动力学并行研究，大多集中在将串行程序转换为并行程序。许多优化策略带来的加速效果主要依赖于GPU自身性能的提升，而针对GPU硬件结构的优化相对较少。大多数近场动力学并行算法缺乏通用性，一些算法可能限制了邻域的大小，仅能处理均匀分布且未受损的离散结构，或者限制了近场动力学理论的应用。

基于上述限制，本研究设计了一个成本效益高且性能优异的近场动力学模拟框架。该分析框架能够以高效的计算速率准确模拟键基和态基近场动力学问题。该算法采用了粒子并行模式，建立了一个通用的邻域生成模块用以优化存储，并提出了一种通用寄存器技术，用于高速访问寄存器内存，减少全局内存访问，不仅消除了对邻域点数量的限制，还适用于材料点的非均匀分布。与现有基于串行程序和OpenMP并行的近场动力学算法程序相比，该算法分别可实现高达800倍和100倍的加速。在典型的百万级粒子模拟中，执行4000次迭代在单精度下可在5分钟内完成，在双精度下可在20分钟内完成，这在低端GPU PC上即可实现。这意味着，在处理复杂的材料设计和损伤模拟时，研究人员能够更快地获得结果，从而加速科学研究和工程应用的发展。

据悉，这项技术的广泛应用将有助于推动多个领域的创新，特别是在需要高性能计算支持的行业中。通过利用消费级GPU的强大计算能力，研究人员能够更高效地解决复杂的物理问题，从而推动科技进步和产业升级。

公开资料显示，主创人员杨杨博士于2023年9月加入深圳北理莫斯科大学材料科学系。主要研究方向为：计算固体力学、边界元、近场动力学、机器学习等高性能算法开发，结构振动、断裂、疲劳分析。

（作者：深圳特区报记者 周雨萌 文/图）