長期以來，在科學計算這一關鍵領域，核心軟件與硬件大多依賴國外生態體系。這一現狀，不僅在性能優化上存在掣肘，也讓國產科研面臨“算力不可控”的現實挑戰。如何讓國產軟件在國產硬件上高效運行，構建真正自主可控的科學計算生態，成為科研界與產業界共同關注的焦點課題。

最近，國產開源密度泛函理論軟件——原子算籌（ABACUS）發布了最新迭代版v3.9.0.14和v3.9.0.15。值得關注的是，在這些更新中，沐曦科學計算團隊首次以開發者身份正式加入 ABACUS 社區。

這不僅是一項功能優化的升級，更是國產 GPGPU 與國產科學計算軟件深度融合的重要體現，標志著國產算力生態正在走向新的發展階段。

1沐曦 —— 賦能科學計算的國產 GPGPU

圖 1 MXMACA軟件棧

（高度兼容國際主流GPU軟件生態）

沐曦專注于高性能通用 GPU（GPGPU）的研發，致力于打造完整、自主可控的國產科學計算生態[1]。在軟件生態層面，沐曦推出了兼容國際主流GPU軟件生態的MXMACA 軟件棧：

兼容國際主流GPU軟件生態

使原代碼應用能夠輕松在沐曦GPGPU 上運行，為國產科學計算軟件的遷移和適配提供便利。

自研高性能數學庫

包括mcBLAS、mcFFT等，為科學計算提供核心算力保障。

AI4Science支撐[2]

依托MXMACA，在AI4Materials[3]領域，沐曦已覆蓋從第一性原理計算、分子動力學到 AI 融合的材料科學應用場景，為 AI4Materials 提供全面支持。更多AI4Science場景請點擊下方【閱讀原文】。

憑借出色的軟件生態兼容性與深厚的團隊開發和優化能力，沐曦正在加速推動科學計算領域的國產化進程。

2ABACUS —— 開源開放的國產電子結構軟件

圖 2 ABACUS軟件的框架

來源：ABACUS: An Electronic Structure Analysis Package for the AI Era

ABACUS（中文名：原子算籌）[4,5]作為一款基于第一性原理方法的開源材料計算平臺，由中國科學技術大學、中科院物理研究所、北京大學、北京科學智能研究院、合肥綜合性科學中心人工智能研究院等多家單位共同開發維護，擁有完全自主的知識產權，主要面向凝聚態材料及高溫高壓物質模擬計算功能支持：

平面波基組與數值原子軌道基組；

電子結構優化、原子結構弛豫、分子動力學模擬等功能；

從小體系到上千原子的材料模擬計算。

ABACUS 還具備良好的擴展性：

可與DeePMD-kit、DeePKS-kit、DP-GEN、DeepTB、DeepH、HammGNN、Hefei-NAMD、PYATB、APEX、LibRI、LibCOMM、Multiwfn、Candela、ASE、Phonopy、Wannier90、TB2J、ShengBTE、Atomkit、PEXSI、等軟件聯動[6]；

提供友好的開發者文檔、自動化測試與調試工具，方便科研人員快速上手[7]。

ABACUS不僅是一款科學計算軟件，更是國產開源科學計算生態的重要基石。

3沐曦 × ABACUS —— 共筑國產科學計算新生態

在 ABACUS 最新版本（v3.9.0.14和v3.9.0.15）的開發中，沐曦科學計算團隊首次以開發者身份正式加入社區[8-10]，并取得了顯著成果：

快速適配

得益于MXMACA 出色的軟件生態兼容性，ABACUS在沐曦GPU上無需改動一行源碼即可順利運行，平面波的CG或Davidson方法求解特征值、LCAO基組求解Kohn-Sham方程等主流算法均已支持。

深度優化

通過沐曦自研求解器實現 DAV 特征值求解，大幅提升求解效率；在沐曦 C 系列硬件的高帶寬架構支持下，性能進一步釋放。

社區貢獻

沐曦科學計算團隊積極提交 PR，不僅帶來性能優化，也完成了部分 Bug 修復，為 ABACUS 的穩定發展貢獻力量。

3.164 GB顯存：單卡承載更大材料體系

在處理超大原子體系時，部分軟件可能因使用 32 位整型（int）作為數組索引或計數器，在體系規模超過一定閾值后觸發整數溢出，進而導致計算崩潰。這一問題通常在顯存容量較大的 GPU 上才會暴露——因為只有當單卡能容納足夠大的體系時，相關數據結構的尺寸才會增長到使 int 索引越界；而在顯存較小的 GPU 上，由于體系規模受限，往往無法觸發該邊界條件，因此問題長期隱藏。

沐曦科學計算團隊不僅協助 ABACUS 團隊定位并修復了這一關鍵 Bug，從根本上消除了大體系計算中的穩定性隱患，更充分發揮沐曦 GPGPU 大顯存（64 GB）容量優勢——單卡即可承載更大規模的體系，無需過早切分到多卡。這不僅顯著降低了對分布式內存和通信的依賴，也讓用戶能在更穩定、更經濟的單機多卡配置下高效完成超大體系的第一性原理模擬。

3.2性能再提速：算子融合 + Batch FFT 優化

在第一性原理計算中，傅里葉變換（FFT）是連接實空間與倒空間的核心操作，貫穿于電子密度構建、勢能計算、波函數更新等多個關鍵步驟。尤其在平面波或數值原子軌道基組框架下，FFT 的調用頻次高、數據規模大，成為影響整體性能的重要瓶頸。為此，沐曦科學計算團隊對 ABACUS 中的 FFT 相關流程進行了深度優化：

引入 Batch FFT 與算子融合技術：將 real_to_recip（實空間到倒空間）和 recip_to_real（倒空間到實空間）等關鍵路徑中的 FFT 運算重構為Batch FFT模式，將原本逐個執行的多個小規模 FFT 合并為一次批量調用，顯著提升了 FFT 部分的計算吞吐與 GPU 利用率。同時，針對這些流程中緊鄰 FFT 的其他計算操作（如數據重排，縮放等），沐曦科學計算團隊實施了算子融合優化，將多個小 kernel 合并為更高效的執行單元。兩項優化協同作用，共同推動 ABACUS 在 沐曦GPGPU 上的整體性能提升。

與此同時，本征態求解是第一性原理計算的另一核心挑戰，其算法選擇直接影響收斂速度與計算穩定性。相較于傳統的共軛梯度（CG）方法，Davidson（DAV）算法往往展現出更優的收斂行為。盡管 DAV 算法在實現上會占用更多顯存，但其在 GPU 上的并行潛力巨大。針對這一特點，我們對 DAV 模塊進行了優化：

Davidson 對角化算法全面 GPU 化：將原本運行在 CPU 上的計算邏輯完整遷移至 GPU 端，結合內存訪問優化與自定義融合 kernel，高效實現了梯度計算、向量歸一化等操作。

減少 Host-Device 數據拷貝：關鍵數據全程常駐顯存，避免因 CPU 側輔助計算引發的冗余數據搬運，確保 GPU 計算單元持續滿載。

沐曦科學計算團隊協同 ABACUS 社區修復多項關鍵問題，確保生產環境穩定可靠：

修復 USE_ELPA=OFF 且 BUILD_TESTING=ON 時的編譯錯誤；

解決 Debug 模式下多 GPU 并行因設備上下文管理不當導致的崩潰問題

——現在，調試與生產環境同樣穩健！

4高效協作，源于優秀的開源工程實踐

沐曦科學計算團隊能夠高效、快速地向 ABACUS 貢獻上述優化與修復，離不開 ABACUS 項目本身卓越的軟件工程實踐。其代碼結構清晰、模塊解耦良好，GPU 后端采用高度規范化的模板化設計，接口定義明確，文檔完善，使得新功能集成與性能調優工作得以順暢推進。這種對開發者友好的架構，不僅大幅降低了硬件廠商參與適配的門檻，也為國產科學計算軟件的可持續演進樹立了標桿。正因如此，沐曦科學計算團隊才能在短時間內完成從性能分析、算法優化到代碼提交的完整閉環，并順利合入主干，真正實現“軟硬協同，快速迭代”。這不僅是一次適配與優化，更是國產 GPGPU 與國產軟件深度融合的縮影。

未來，沐曦將繼續攜手 ABACUS，共同推動 “國產軟件 + 國產硬件” 的科學計算新生態，為 AI4Science 時代的突破性研究提供堅實算力支撐。