原子动力学蒙特卡洛（AKMC）方法作为核材料性能预测的核心工具，长期面临存储压力大、通信效率低及计算时间长等瓶颈问题。针对这些挑战，我中心人工智能团队自主研发了新型模拟软件MISA-AKMC（图1），首次实现了2亿亿原子（2×10¹⁶）规模的微米级原子动力学蒙特卡洛模拟，创造了该领域模拟尺度的新纪录。继数值堆结构力学、多物理耦合、中子物理等相关成果被PPoPP23和SC23发表后，又一数值堆成果被国际高性能计算顶会SC 25（CCF-A类）接收。

该成果通过三大技术创新实现创新突破：采用晶格数据压缩（LDC）与空位数据解压缩（VDD）算法重构数据存储结构，将内存占用压缩至传统方法的几十分之一；创新设计多级流水线架构与按需通信转发合并策略，显著降低通信开销；在16,000个GPU的超大规模并行系统中达成高并行效率，成功突破原子级模拟的并行计算瓶颈。

该软件已应用于铁铜合金辐照损伤机制研究，成功模拟空位诱导溶质析出的微观演化过程（图2），为核反应堆压力容器材料寿命预测提供了原子尺度研究工具，助力核材料安全性评估。论文第一作者为我中心人工智能部博士研究生李顺德，客座学生潘志杰和副研究员聂宁明为共同第一作者，通信作者为正高级工程师王珏。

MISA-AKMC计算流程

（a）初始状态 （b）团簇状态空位诱导溶质析出的微观演化过程。

相关成果：

[1] Li Shunde, Pan Zhijie, Nie Ningming, Wang Jue*, Bai He, Chu Genshen, Zeng Yan, He Xinfu, Wang Yangang, Hu Changjun, Chi Xuebin. MISA-AKMC: Achieve Kinetic Monte Carlo Simulation of 20 Quadrillion Atoms on GPU Clusters. In Proceedings of the International Conference for High Performance Computing, Networking, Storage and Analysis (SC '25).

责任编辑：郎杨琴