迈向百亿亿次计算：GPU加速高阶CFD框架MARUT深度解析与热化学非平衡态流体模拟实践
本文深度解析基于Julia语言开发的、面向下一代百亿亿次超算的多GPU高阶CFD框架MARUT。该框架完美集成了不连续伽辽金谱元素法（DGSEM）、完全GPU驻留的自适应网格细化（AMR）以及复杂的五组分/十一组分热化学非平衡化学动力学模型，实现了零主机-设备数据传输瓶颈的高效流体动力学模拟。
自适应网格细化
MARUT：面向外卡尺度计算、GPU 加速的高阶可压缩流与有限速率化学反应动力学数值模拟框架深度解析
本文深度解析了基于 Julia 语言开发、面向百亿亿次（E级）计算的高阶间断伽辽金（DG）CFD 模拟框架 MARUT。重点探讨其在解决非平衡态化学反应动力学、完全 GPU 驻留的动态网格自适应（AMR）以及在多 GPU 异构平台上的极致可扩展性性能。
foap4：融合 OpenACC、MPI 与 p4est 的高性能自适应网格细化（AMR）框架深度解析
本文深度解析 foap4 框架的设计与实现，探讨如何在 Fortran 环境下通过 OpenACC 指令集与 p4est 库协同，解决 GPU 上自适应网格细化（AMR）的性能瓶颈。