中国研究人员开发出一种创新算法，可显著提升NVIDIA消费级GPU的科学计算性能，最高达800倍。该算法由深圳北理莫斯科大学团队开发，优化了近场动力学(Peridynamics)的计算效率，这是一种用于解决材料断裂、损坏等复杂物理问题的前沿理论。通过NVIDIA CUDA编程技术，团队创建了新的PD-General框架，优化了算法设计和内存管理，充分利用了GPU的并行计算能力。即使在普通的RTX 4070显卡上，新算法也实现了惊人的速度提升，且不受美国制裁限制，未来有望支持国产GPU硬件。

🚀 **性能飞跃**：中国研究人员的创新算法，使NVIDIA消费级GPU的科学计算性能提升高达800倍，突破了传统计算瓶颈。

💡 **技术创新**：深圳北理莫斯科大学团队通过优化近场动力学算法，并结合NVIDIA CUDA技术，创建了PD-General框架，实现了高效的并行计算。

🔬 **应用前景**：新算法在航空航天、工程制造和军事研究等领域具有广泛的应用前景，能够加速材料测试、结构分析和抗冲击研究。

💰 **成本优势**：该算法无需高性能GPU芯片，仅需普通消费级GPU即可完成，降低了科研成本，且不受美国制裁限制。

快科技2月4日消息，据报道，中国的研究人员发明了一种创新的高性能算法，可以大幅提升NVIDIA消费级GPU的科学计算性能，最高达惊人的800倍！

这一算法来自深圳北理莫斯科大学的团队，该校由北京理工大学、莫斯科国立罗蒙诺索夫大学联合创立。

新的算法增强了近场动力学(Peridynamics)的计算效率，这是一种前沿的非局部理论，可以解决材料断裂、损坏等复杂的物理问题，广泛用于航空、工程、军事等领域。

但是，近场动力学的计算非常复杂，传统模拟方法效率不够高。

深圳北理莫斯科大学团队基于NVIDIA CUDA编程技术，创建了新的PD-General框架，优化了算法设计和内存管理，充分利用了GPU的大规模并行计算能力。

在一块普通的RTX 4070显卡上，新的算法比传统串行算法速度提升了惊人的800倍，对比新的OpenMP并行算法也提升了足足100倍。

在涉及上百万粒子的大规模模拟中，新算法完成4000步迭代所需的时间还不到5分钟。

而在大规模2D单轴拉伸问题中，新算法只用不到2分钟，就完成了695万次单精度迭代。

新算法拥有广阔的应用前景，包括但不限于：

－ 航空与国防领域：改进航空器结构材料应力与失效的模型。

－ 工程与制造领域：提升建筑与工业材料测试的效率。

－ 军事研究：加快防御性材料的抗冲击研究。

最为关键的是，这一算法不需要高性能的GPU芯片，不会受到美国制裁限制，只需普通的消费级家用GPU就可以完成。

如果能迁移支持国产GPU硬件，那就更完美了！

【本文结束】如需转载请务必注明出处：快科技

责任编辑：上方文Q

文章内容举报

]article_adlist-->