近日，星空真人郑其斌副教授联合华东师范大学邹海源研究员在《自然》（Nature）旗下期刊《通信物理》（Communications Physics）上发表了题为“基于现场可编程门阵列的多体计算”（“Many-body computing on Field Programmable Gate Arrays”）的研究成果。利用现场可编程逻辑门阵列（Field-Programmable Gate Array，简称FPGA）技术，构建了面向多体系统的专用硬件加速架构，显著提升了计算效率，为复杂物理系统的高效模拟开辟了新路径。该论文的第一作者为华东师范大学的吕松泰博士生和星空真人的梁洋硕士生，通讯作者为郑其斌副教授和邹海源研究员。
多体系统数值模拟的核心挑战源于其希尔伯特空间维度随粒子数增加呈现指数级扩张。然而，传统基于CPU/GPU的数值计算方法面临三重局限：首先，计算复杂度随系统规模急剧攀升导致运算效率显著下降；其次，存储需求呈超线性增长，严重制约可计算规模；再者，能耗效率比随维度增加快速恶化。这些固有缺陷使传统计算方法在求解大规模多体系统时遭遇维数灾难。为此，该研究团队创新性提出基于硬件加速的多体计算架构，通过优化并行计算和充分挖掘现场可编程逻辑门阵列的可编程特性，在多体系统数值模拟中实现了计算效率的显著提升，为解决高自由度量子多体问题提供了新范式。
该研究选取蒙特卡洛算法和无限时间演化块消减算法作为典型算例，分别构建了针对二维XY模型和一维海森堡自旋链的现场可编程逻辑门阵列硬件加速架构。实验数据表明，经现场可编程逻辑门阵列硬件优化后，蒙特卡洛算法的计算性能较传统CPU实现提升了10倍以上；同时，无限时间演化块消减算法算法在现场可编程逻辑门阵列平台上的运算速率较CPU实现也有显著提升，展现出优异的加速效果。
该研究探索了多体计算的硬件加速新方法，开创了高性能计算的新范式。这一突破性进展为复杂量子多体系统的数值模拟提供了新的高效解决方案，对推动统计物理与凝聚态物理的理论研究具有重要科学意义。该研究应用前景广阔：在生物医学工程领域，该研究可以加速模拟蛋白质折叠过程，帮助研发阿尔茨海默症等疾病的靶向药物；在量子材料研究方面，该研究可以应用于新型超导材料的模拟计算，更精准设计新型量子材料；在医学人工智能方面，该研究可提升大型神经网络的训练效率，有望促进精准医疗与生物信息学的发展。
反应原理图
原文链接：https://www.nature.com/articles/s42005-025-02050-z
https://doi.org/10.1038/s42005-025-02050-z
供稿：健康星空真人
