英国皇家学会牛顿国际学者项目（Newton International Fellowships）的录取名单出来了，全球一共收了35个人。我校数学与统计学院的博士研究生马鹏飞就成功入选了。他在2019年进入数学与统计学院攻读博士学位，跟着蔡力教授研究。在博士期间，他参与了两个国家级的科研项目，还在《Computer Methods in Applied Mechanics and Engineering》、《Physics of Fluids》这些国际权威期刊上发了7篇论文。他自己还弄出了个全GPU心脏模拟系统叫“NPU Heart”。 马鹏飞本来本科是学信息与计算科学的，但他选博士专业的时候挑了计算心脏学，因为他觉得数学是解决复杂问题的最终手段。很多人是先搞工程或流体力学再往生物方面钻，他却倒着来。从数学的严格性出发，一路推到生命系统的模拟上。这事儿得从2017年他做毕业设计说起。那时候他第一次接触GPU计算，专门用GPU去加速有限元网格布点的过程。那次经历让他看到了异构计算带来的性能大提升，完全改变了他对科学计算的看法。 导师蔡力教授给了他很多指导。他在计算数学算法、高性能异构编程这些方面下了不少功夫，最后落脚到了计算心脏学。他成功搭建起一套全GPU架构的心脏模拟系统，实现了理论和工程上的转化。 马鹏飞把精力放在了这几方面：数学基础打牢、力学理论补充、GPU编程深钻。他觉得GPU不该只是后来的加速器，设计算法的时候就该把它当成核心来考虑。 在导师的带领下，他对心脏模型进行了面向GPU架构的全面改造。这套系统不光是为了快一点，而是要让模型和并行计算完美契合。他重新设计的算法跟GPU并行特性很合拍，效率提高了一大截，给做大尺度、高真实度的心脏模拟提供了更好的技术支持。 受导师影响，马鹏飞的研究涵盖了并行实现、软件架构和生理机制整合。最后搞出了“NPU Heart”这个完整的平台。他花了很多时间做架构设计，明白了怎么把理论变成能跑的系统。 这个平台结合了有限元跟有限差分方法，实现了从底层求解到并行执行的全GPU化。能模拟心肌增强和主动收缩这些复杂行为。现在这个平台还在更新中，想在生理真实性和计算效率上都有新突破。