近日，一種基于GPU并行的快速近場動(dòng)力學(xué)算法，實(shí)現(xiàn)了計(jì)算力學(xué)算法與計(jì)算機(jī)技術(shù)的深入交叉結(jié)合，為解決傳統(tǒng)計(jì)算力學(xué)算法的效率問題找到了新的方向。

其成果發(fā)表在《計(jì)算力學(xué)學(xué)報(bào)》http://cjcm.ijournals.net.cn/jslxxb/ch/reader/view_abstract.aspx?flag=2&file_no=202410220000002&journal_id=jslxxb和《Engineering Analysis with Boundary Elements》https://doi.org/10.1016/j.enganabound.2025.106133。作者為深圳北理莫斯科大學(xué)楊楊副教授，與南方科技大學(xué)劉軼軍講席教授、碩士研究生蘇梓鑫。深圳北理莫斯科大學(xué)為第一完成單位。

近場動(dòng)力學(xué)（Peridynamics）是一種有效解決斷裂問題的方法。然而，其非局部理論使得計(jì)算過程較為耗時(shí)。并行計(jì)算是加速數(shù)值計(jì)算的有效途徑，主要分為基于中央處理器（CPU）的并行計(jì)算和基于圖形處理器（GPU）的并行計(jì)算。CPU并行計(jì)算更適合處理邏輯復(fù)雜的場景，例如消息傳遞接口（Message Passing Interface, MPI）和共享內(nèi)存并行編程（Open Multi-Processing, OpenMP）等。而GPU并行計(jì)算則更適合處理邏輯簡單但計(jì)算量大的場景，例如開放計(jì)算語言（Open Computing Language, OpenCL）和英偉達(dá)的統(tǒng)一計(jì)算設(shè)備架構(gòu)（NVIDIA's Compute Unified Device Architecture, CUDA）等。由于近場動(dòng)力學(xué)的非局部特性，每個(gè)材料點(diǎn)僅與其鄰域內(nèi)的點(diǎn)相互作用，這使得其非常適合進(jìn)行并行化處理。

目前，基于GPU的近場動(dòng)力學(xué)并行研究，大多集中在將串行程序轉(zhuǎn)換為并行程序。許多優(yōu)化策略帶來的加速效果主要依賴于GPU自身性能的提升，而針對GPU硬件結(jié)構(gòu)的優(yōu)化相對較少。此外，GPU并行計(jì)算仍存在一些問題：用于存儲鄰域點(diǎn)的內(nèi)存空間沒有預(yù)設(shè)大小，導(dǎo)致線程和內(nèi)存資源的低效使用，造成內(nèi)存和計(jì)算資源的浪費(fèi)，使得GPU在處理大規(guī)模問題時(shí)面臨挑戰(zhàn)；大多數(shù)GPU并行計(jì)算仍然嚴(yán)重依賴全局內(nèi)存，未能充分利用CUDA的內(nèi)存結(jié)構(gòu)，導(dǎo)致內(nèi)存帶寬的浪費(fèi)；大多數(shù)近場動(dòng)力學(xué)并行算法缺乏通用性，一些算法可能限制了鄰域的大小，僅能處理均勻分布且未受損的離散結(jié)構(gòu)，或者限制了近場動(dòng)力學(xué)理論的應(yīng)用。

基于上述限制，本研究設(shè)計(jì)了一個(gè)成本效益高且性能優(yōu)異的近場動(dòng)力學(xué)模擬框架。該分析框架能夠以高效的計(jì)算速率準(zhǔn)確模擬鍵基和態(tài)基近場動(dòng)力學(xué)問題。該算法采用了粒子并行模式，建立了一個(gè)通用的鄰域生成模塊用以優(yōu)化存儲，并提出了一種通用寄存器技術(shù)，用于高速訪問寄存器內(nèi)存，減少全局內(nèi)存訪問。該技術(shù)不僅消除了對鄰域點(diǎn)數(shù)量的限制，還適用于材料點(diǎn)的非均勻分布。與現(xiàn)有基于串行程序和OpenMP并行的近場動(dòng)力學(xué)算法程序相比，該算法分別可實(shí)現(xiàn)高達(dá)800倍和100倍的加速。在典型的百萬級粒子模擬中，執(zhí)行4000次迭代在單精度下可在5分鐘內(nèi)完成，在雙精度下可在20分鐘內(nèi)完成，這在低端GPU PC上即可實(shí)現(xiàn)。這意味著，在處理復(fù)雜的材料設(shè)計(jì)和損傷模擬時(shí)，研究人員能夠更快地獲得結(jié)果，從而加速科學(xué)研究和工程應(yīng)用的發(fā)展。

圖1 通用寄存器優(yōu)化算法示意圖

這項(xiàng)技術(shù)的廣泛應(yīng)用將有助于推動(dòng)多個(gè)領(lǐng)域的創(chuàng)新，特別是在需要高性能計(jì)算支持的行業(yè)中。通過利用消費(fèi)級GPU的強(qiáng)大計(jì)算能力，研究人員能夠更高效地解決復(fù)雜的物理問題，從而推動(dòng)科技進(jìn)步和產(chǎn)業(yè)升級。

楊楊，博士，副教授，2023年9月加入深圳北理莫斯科大學(xué)材料科學(xué)系。主要研究方向?yàn)椋河?jì)算固體力學(xué)、邊界元、近場動(dòng)力學(xué)、機(jī)器學(xué)習(xí)等高性能算法開發(fā)，結(jié)構(gòu)振動(dòng)、斷裂、疲勞分析。