概述

在現代光子元件設計中，有限時域差分法（FDTD）是進行電磁模擬分析的重要基礎技術。然而，隨著結構尺寸的縮小和模擬范圍的擴大，傳統的CPU 計算可能需要數天甚至數周才能完成一次完整的模擬，嚴重影響設計效率。為了解決這個問題，RSoft 光子器件工具的FullWAVE FDTD模組中引入GPU 加速，通過NVIDIA GPU的平行運算能力，使得模擬速度相比 CPU 計算大幅提升。

根據測試數據顯示，GPU 加速可帶來高達91 倍的計算效能提升，使得許多過去因運算時間過長而無法執行的設計方案，現在能夠在合理的時間內完成模擬。這項技術特別適用于微型發光二極管（uLED）、CMOS 影像傳感器（CIS）、納米光子器件、光柵耦合器及其他復雜的電磁模擬應用。

RSoft 的 GPU 加速技術相容于CUDA 12.3或更新版本，并且支持多顆 GPU 進行計算，讓使用者能夠充分發揮高效能運算資源，提升模擬效率，縮短產品開發周期。

RSoft GPU 加速的優勢

無需額外建立模型，即可直接啟用 GPU 計算

顯著的速度提升：通過 GPU平行運算架構，模擬速度可提升數十倍至百倍，有效縮短計算時間。

支持大規模模擬：可處理更高分辨率和更大范圍的模擬模型，使得高精度光學分析更加可行。

降低運算瓶頸：大幅減少 CPU 的運算負荷，提高整體系統效率，支持多 GPU 設置以進一步提升性能。

系統需求

為了充分利用 FullWAVE FDTD 的 GPU 加速功能，系統需符合以下要求：

?GPU：NVIDIA GPU，架構需為Turing 或更新版本。

?CUDA 驅動：需安裝支持CUDA 12.3或更高版本的 NVIDIA 驅動程序。

?多 GPU 配置：Windows 系統下，如使用多顆 GPU，需設置為 TCC 模式 以確保最佳性能。

應用案例

GPU 加速的導入不代表必須配置昂貴的高階硬件。實際上，只要系統符合基本的相容條件，中階等級的 GPU 也能顯著提升模擬效率。FullWAVE FDTD 的 GPU 具備高度的彈性與拓展性，使各種不同規模與預算的使用者皆能受益。

01微型發光二極管（uLED）

在 uLED 設計中，光場分布、光提取效率與微結構設計密切相關，這些分析需要精確且高解析度的 FDTD 模擬。然而，傳統 CPU 計算時間過長，可能導致開發周期拖延，甚至影響設計決策。通過 GPU 加速，工程師可以在短時間內完成高精度模擬，快速評估不同設計方案的效能。

本案例顯示，即使在一般等級的工作站上，通過 GPU 加速也能大幅縮短模擬時間，實現高性價比的模擬解決方案。實測結果顯示，使用單個NVIDIA RTX A4000 GPU相較于僅使用Intel xeon w-2255 10核 CPU，可獲得約9倍的加速效果。

02影像傳感器（CIS）

CMOS 影像傳感器（CIS）技術廣泛應用于智能型手機、監視器及車載攝像系統中，模擬其光學響應需要大量的 FDTD 計算。在 GPU 加速的幫助下，這些計算可在更短的時間內完成，使工程師能夠更高效地評估傳感器的光學表現，并進一步優化設計。

本案例采用較高規格的運算設備，模擬效能也隨之提升。實測顯示，使用單個 NVIDIA A100 GPU相較于僅使用 Intel xeon e5-4667 24核 CPU 可達14倍加速效果，搭配 8 個 GPU時整體加速效果更高達 91 倍。

關鍵字

FDTD GPU 加速、光學模擬 GPU 加速、CUDA、NVIDIA

結論

在現今的光子器件設計領域，模擬精度與計算時間的平衡一直是工程師面臨的挑戰。FullWAVE FDTD GPU 加速技術透過NVIDIA CUDA 平行計算，有效解決了 CPU 計算時間過長的問題，使得uLED、CIS、光柵耦合器、表面電漿模態（SPP）及其他光子學應用都能夠進行更高解析度、更大規模的模擬計算。

此外，通過支持多顆 GPU 并行運算，使用者能夠進一步提升計算效率，確保在短時間內獲得高準確度的模擬結果，從而加速設計驗證，縮短產品開發周期。這項技術的導入不僅提升了 FDTD 模擬的可行性，也為光學與光子學產業帶來更高效的計算解決方案。

新征程，共未來

未來，我們將以“軟件+硬件+服務”整合能力，賦能汽車、通信、AR/VR、航空航天、醫療等領域客戶突破技術瓶頸，共同探索光學世界無限可能。