[发明专利]一种基于GPU的高能散裂反应级联模拟仿真方法

说明书

本公开提供了在图形处理单元“GPU”处执行的用于对散裂反应进行仿真的方法以及包括GPU的电子设备。该方法包括：(a)接收与所述散裂反应有关的初始信息，所述初始信息至少包括各粒子的粒子属性和粒子能量；(b)根据所述粒子属性和所述粒子能量来确定可反应粒子的数目；(c)如果所述数目等于零，则停止所述方法，否则根据所述粒子属性和所述粒子能量来确定相应粒子的粒子状态；以及(d)针对具有相同粒子状态的粒子并行执行与粒子状态相对应的处理或建模，并根据所述处理或所述建模的结果来更新相应粒子的粒子属性、粒子能量和粒子状态，以及返回步骤(b)。

技术领域

本公开总体上涉及散裂过程中多种粒子的产生及多粒子输运仿真技术领域，更具体地，涉及一种可应用于中子、质子和各种轻带电粒子的产生及混合输运研究的基于GPU的蒙特卡罗输运仿真方法。

背景技术

除非本文中另行指出，否则在本节中描述的内容不是本申请中权利要求的现有技术，且不由于在本节中包括这些内容而承认这些内容是现有技术。

基于ADS(Accelerator Driven Sub-critical System)的发展的需求，对散裂物理过程中粒子的产生及粒子输运过程的模拟具有重要的意义。对于输运过程的求解算法至今主要有两种：确定性方法和蒙特卡洛(Monte Carlo)方法。蒙特卡洛方法是以概率统计理论为指导的一类非常重要的数值计算方法，主要使用随机数(或更常见的伪随机数)来解决很多计算问题。蒙特卡洛方法具有收敛速度与问题的维数无关、受问题的条件限制影响小且程序结构简单等特点。在处理粒子输运相关时，蒙特卡洛方法对于处理截面与能量、散射各向异性、介质非均匀、复杂几何、事件相关等问题时具有得天独厚的优势。但其最大的缺点在于收敛速度慢，误差的概率性质使得需要大量的抽样才能保证准确度。

目前粒子输运模拟计算的实现以中央处理单元(CPU)为主。针对散裂物理过程的蒙特卡洛模拟，要想满足计算精度的需求，需要超大计算量。这时候CPU计算能力会显得不足，即使可以建设大规模甚至超大规模的CPU计算机集群，但这样会出现耗电量过大、使用和维护成本极高等问题。

发明内容

为了解决上述问题，提供了根据本公开的在图形处理单元“GPU”处执行的用于对散裂反应进行仿真的方法以及包括GPU在内的电子设备。

根据本公开的第一方面，提供了一种在图形处理单元“GPU”处执行的用于对散裂反应进行仿真的方法。该方法包括：(a)接收与所述散裂反应有关的初始信息，所述初始信息至少包括各粒子的粒子属性和粒子能量；(b)根据所述粒子属性和所述粒子能量来确定可反应粒子的数目；(c)如果所述数目等于零，则停止所述方法，否则根据所述粒子属性和所述粒子能量来确定相应粒子的粒子状态；以及(d)针对具有相同粒子状态的粒子并行执行与粒子状态相对应的处理或建模，并根据所述处理或所述建模的结果来更新相应粒子的粒子属性、粒子能量和粒子状态，以及返回步骤(b)。

根据一些实施例，所述初始信息还包括用于限定边界条件的几何体信息。

根据一些实施例，所述粒子属性包括以下至少一项：质子数、质量数、三维位置、三维速度。

根据一些实施例，所述粒子能量包括以下至少一项：动能、动量。

根据一些实施例，步骤(b)具体包括：根据各粒子的质子数、质量数和动能来确定其是否是可反应粒子，以及步骤(c)具体包括：如果是可反应粒子，则将所述粒子置于第一状态下，否则将所述粒子置于计算终止状态下。

根据一些实施例，步骤(d)具体包括：对于处于所述第一状态下的粒子，根据其质子数、质量数和动能来确定所述粒子的自由程；以及根据其质子数来确定所述粒子是否带电，如果所述粒子带电，则将所述粒子置于第二状态下，否则将所述粒子置于第三状态。