Rain科技7月26日消息，据媒体报道，中国科学院计算机网络信息中心团队近日推出一款面向异构GPU集群的大规模量子微扰计算软件——HIP-DFPT。
量子微扰理论是研究材料与分子体系响应性质的重要理论工具，能够揭示声子谱、极化率、拉曼光谱等微观物理特性，在材料科学、凝聚态物理和分子模拟等领域具有广泛的应用价值。然而，传统的量子微扰计算在面对大规模体系时，常因计算负载不均衡而面临效率瓶颈，尤其是在异构GPU集群上，不规则负载特征进一步加剧了性能优化难度。
该软件针对量子微扰计算中普遍存在的不规则负载特征，通过微任务重组、GPU内存优化与多流异步流水等技术手段，将大量细粒度计算任务重组为更适合GPU执行的微任务单元，有效提升线程利用率与数据访问效率，同时降低通信及数据传输开销。值得关注的是，这种微任务重组方法不仅提升了对GPU计算资源的利用，还显著减少了因数据搬运产生的延迟，从而在高并行场景下实现了更高的吞吐性能。
在负载均衡方面，科研团队提出了面向复杂分支代码的AI性能建模方法，仅需少量采样数据即可快速预测任务执行时间。基于该预测结果，团队设计了混合多级负载均衡算法，实现了节点间及GPU内动态调度的协同优化。这一创新路径有效解决了传统静态负载分配在面对动态变化计算需求时的适应性不足问题，为大规模异构计算集群的资源调度提供了新的思路。
实验结果显示，HIP-DFPT可成功扩展至8192张国产GPU，支持高达20万原子规模体系的全电子精度模拟，原子吞吐量提升70%。这一性能表现意味着，过去需要数小时甚至更长时间完成的材料响应性质计算，现在可以在更短的时间内完成，从而加速新材料设计和物理机理的探索。
整体来看，该成果充分验证了软件在大规模量子微扰计算中的并行扩展能力与工程应用潜力，也为复杂科学计算程序在异构GPU集群上的智能化优化提供了新的技术路径。未来，随着国产GPU生态的逐步完善和AI辅助优化技术的发展，类似的高性能计算软件有望在更多科学领域发挥关键作用，推动我国在材料科学和凝聚态物理等前沿方向的自主研究能力提升。
