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。
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。
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。
本文深度解析了通过领域分解与 Schur 补理论重构递归格林函数(RGF)方法的最新进展,重点介绍了支持任意 block n-diagonal 体系的并行 DDRGF 算法及其在 LibNEGF.jl 中的高效实现。
深入解析 Polfed.jl 软件包:通过多项式过滤精确对角化算法,在大幅降低显存占用的同时,利用 GPU 加速实现对大规模量子多体系统能谱中心特征对的高效提取。
本文深度解析了利用量子磁腔耦合调控分子势能面(PES)的前沿理论与高精度计算方法,重点探讨了如何通过磁耦合打破Jahn-Teller畸变并诱导新型分子基态。