基于高阶任意拉格朗日-欧拉不连续伽辽金方法（ALE-DG）在GPU上求解近无压缩流动的玻尔兹曼方程
本文深度解析了一种基于高阶不连续伽辽金空间离散与半解析龙格库塔时间积分的任意拉格朗日-欧拉（ALE）玻尔兹曼流体求解器。该方法完全满足几何守恒律（GCL），在GPU架构上展示了突破百亿自由度的弱可伸缩性能，为大变形移动边界流体模拟提供了先进方案。
GPU Computing
JAX-AMG深度解析：为可微量子化学与AI for Science打造的GPU加速可微稀疏线性求解器
本文深度解析了JAX-AMG物理仿真与科学机器学习库。该库首次将Nvidia AmgX的高性能GPU代数多网格（AMG）求解器与JAX的可微编程生态无缝融合，攻克了高维、病态稀疏线性系统在反问题和梯度优化中的计算瓶颈，为可微量子化学、电子结构计算和高精度物理仿真提供了革命性的底层算力支撑。
量子退火启发式算法在多目标组合优化中的深度应用：从理论架构到 GPU 加速实践
本文深度解析了基于噪声注入模拟分叉（NI-SB）的多目标量子退火启发式算法，探讨其在处理 MO-MaxCut 问题时如何以超越 D-Wave 量子退火器两个数量级的采样速度刷新 SOTA 纪录。
JZ-TREE 深度解析：利用 JAX 与 CUDA 协同实现 GPU 友好的邻域搜索与 FoF 聚类
本文深度解析了 JZ-TREE 框架，这是一种基于 Morton 序（Z-Order）平面层级的 GPU 树形结构，通过双树遍历和 JAX/CUDA 协同，在处理超大规模粒子体系时性能优于传统库一个数量级。