基于直方图抽样的 GPU 超高速 μ子输运
计算物理
2025-12-12 v1
摘要
我们提出了一种基于直方图抽样的 GPU 加速 μ子输运方法，相较于基于 CPU 的 Geant4 模拟实现了数个数量级的性能提升。该方法采用从详细 Geant4 模拟中预计算的动量损失和散射直方图，统计性地再现 μ子穿越介质期间的所有非衰变物理过程。实现为 CUDA 内核，该并行算法能够在单块 GPU 上同时模拟数万粒子，同时考虑复杂几何结构和使用四阶 Runge-Kutta 方法积分的磁场力。与 Geant4 在简单和真实探测器几何中的验证表明，该方法在保持关键物理特征的同时，实现了数个数量级的加速，即使与拥有超过1000核的大型 CPU 农场相比较亦如此。本工作凸显了 GPU 实现粒子输运的巨大潜力，适用于中子子扩散以及未来包括粒子衰变等离散过程的实现。
引用
@article{arxiv.2512.10520,
title = {Ultra-Fast Muon Transport via Histogram Sampling on GPUs},
author = {Luis Felipe P. Cattelan and Shah Rukh Qasim and Patrick H. Owen and Nicola Serra},
journal= {arXiv preprint arXiv:2512.10520},
year = {2025}
}