跨越算力屏障：基于 Julia 与 MPI 的可扩展流体求解器 WaterLily.jl 及各向异性几何多网格求解器深度剖析
本文深度剖析了基于纯 Julia 编写的开源流体求解器 WaterLily.jl 的最新高性能演进：通过 ImplicitGlobalGrid.jl 实现的 MPI 并行化，以及融合自适应欠松弛红黑 Gauss-Seidel 光滑器和各向异性粗化算子的几何多网格（GMG）泊松求解器，为计算物理与计算化学领域的高性能求解器开发提供了关键的技术示范。
Computational Physics
利用提升与张量列车（Tensor Train）重构高维动力学：齐次 Boltzmann 方程的极速求解算法深度解析
本文深度剖析了一种基于提升-投影（LP）架构与张量列车（TT）低秩分解的齐次 Boltzmann 方程快速确定性求解算法，该算法克服了碰撞算子的高维数灾难，实现了对数/线性级别的极速计算。
GPU加速优越化算法（Superiorization）在约束物理问题中的应用与 SupPy 框架深度解析
本文深度解析基于 SupPy 框架的 GPU 加速优越化算法（Superiorization Method），探讨其在地震层析成像、低剂量 CT 重建及放射治疗计划设计等高维约束物理问题中的数学原理、性能基准与量子化学计算中的潜在应用。
加速动能福克-普朗克模拟的GPU原生深度神经网络代理：高超声速与稀薄流动的物理闭合新范式
本文深度解析了一种利用GPU原生深度神经网络（DNN）代理加速三次福克-普朗克（cubic-FP）闭合求解的方法。通过CuPy在GPU内实现零拷贝的前向传播，该方法在保证宏观物理一致性和熵保真度的同时，实现了高达3.85倍的在线加速，为高超声速和稀薄流动模拟提供了全新的物理解释性与计算效率双赢方案。
统一稀疏物质点法（MPM）框架：跨尺度大规模多相介质动力学模拟的高效计算范式
本文深度解析了一种用于大规模物质点法（MPM）模拟的统一稀疏背景网格计算框架。该框架将稀疏网格构建抽象为通用的活跃节点索引问题，并针对CPU设计了基于并行扫描的架构，针对GPU设计了基于哈希表的架构，在强稀疏体系（如山体滑坡与雪崩）中实现了算力和内存开销1-2个数量级的重大突破。
修复圆锥交叉拓扑：凸密度泛函理论 (CVX-DFT) 的深度技术解析
本文深入探讨了由 Federico Rossi 等人提出的 Convex DFT (CVX-DFT) 框架。该方法通过强制轨道优化的凸性，从根本上解决了传统 TDDFT 在圆锥交叉附近的拓扑崩溃问题，为高精度非绝热分子动力学铺平了道路。
SmoQyDQMC.jl 深度解析：Julia 生态中强关联电子与电子-声子相互作用的量子蒙特卡洛模拟利器
SmoQyDQMC.jl v2.0 是一个基于 Julia 语言的开源项目，为强关联电子和电子-声子耦合系统的行列式量子蒙特卡洛 (DQMC) 模拟提供了灵活、高效且用户友好的实现，尤其擅长处理复杂的非线性电子-声子相互作用和声子场。