中国团队新算法：普通GPU助力科学计算速度飙升800倍

近期，深圳北理莫斯科大学的一支科研团队取得了突破性进展，他们借助NVIDIA CUDA编程技术，成功研发出一款名为PD-General的全新框架。该框架不仅在算法设计和内存管理方面进行了优化，更是充分利用了GPU的大规模并行计算能力，实现了计算效率的大幅提升。

据悉，这款新算法在一款普通的RTX 4070显卡上进行了测试。结果显示，与传统串行算法相比，新算法的速度提升了高达800倍；即便与最新的OpenMP并行算法相比，也实现了100倍的速度提升。尤为新算法并不需要依赖高性能的GPU芯片，这意味着它不会受到美国制裁的限制，普通的消费级家用GPU就能满足其运行需求。

新算法在增强近场动力学（Peridynamics）计算效率方面展现出了巨大潜力。近场动力学作为一种前沿的非局部理论，能够解决材料断裂、损坏等复杂的物理问题，在航空、工程、军事等领域具有广泛应用。然而，由于近场动力学的计算过程极为复杂，传统模拟方法的效率往往不尽如人意。而新算法的出现，无疑为这一难题提供了有效的解决方案。

在实际应用中，新算法的表现同样令人瞩目。在进行涉及上百万粒子的大规模模拟时，新算法完成4000步迭代所需的时间不到5分钟。而在大规模2D单轴拉伸问题中，新算法更是仅用不到2分钟就完成了695万次单精度迭代。这些数据充分证明了新算法在计算效率方面的卓越表现。

新算法的广泛应用前景同样值得期待。在航空与国防领域，它可以改进航空器结构材料的应力与失效模型，为飞行器的安全性和可靠性提供更有力的保障。在工程与制造领域，新算法能够提升建筑与工业材料测试的效率，降低研发成本，加速新产品的上市速度。在军事研究领域，新算法还能加快防御性材料的抗冲击研究，为国防安全贡献力量。