北大ABACUS适配鲲鹏920 材料计算最高快10.7倍

时间：2026年10月31日晚，华为计算发布消息称，北京大学力学与工程科学学院陈默涵研究员团队已完成国产密度泛函开源软件 ABACUS（原子算筹）在华为鲲鹏 920 全系列平台上的适配，并把 19 类材料领域核心算子逐项优化；11月1日上午起，IT之家等科技媒体跟进报道。 地点：中国北京，北京大学鲲鹏昇腾科教创新卓越中心，以及华为鲲鹏从硬件、基础软件到迁移优化工具的协同研发体系。 人物：北京大学力学与工程科学学院陈默涵研究员及其团队，ABACUS 开源社区开发者，华为鲲鹏与华为计算团队。ABACUS 由多家单位联合开发，是国产密度泛函第一性原理计算的开源软件。 事件详情：ABACUS 是研究半导体、金属等关键材料性质的主流第一性原理方法的开源实现，国内外用户超过一千人，应用单位过百家。鲲鹏 920 的不同型号分别支持 NEON、SVE、SVE512 向量指令集并内置矩阵运算单元，团队为不同型号编译出各自的适配路径，并把鲲鹏数学库 KML 接入 ABACUS。在与业界主流 CPU 相同的 28 核、28 进程 ×1 线程配置下，采用 SVE 指令集的版本在标准测试集上快 1.3 至 3.9 倍；单节点满核并启用矩阵运算单元的版本最高快 10.7 倍。性能测试覆盖 GaAs、C2H6O、MoS2、Pt (111)、BaTiO3、Na、Fe、H2O、Li27Ni9O54Mn9Co9、Si 等 10 个典型材料体系，体系规模 8 至 216 原子并采用周期性边界条件；随机波函数 DFT 算例上差距更明显，SVE 版本快 2.8 至 3.1 倍，矩阵运算指令集版本快 6.1 至 20.1 倍。三个版本都跑通了平面波基组 Kohn-Sham DFT、线性组合原子轨道 LCAO、随机波函数 sDFT 以及深度学习泛函 DeePKS 等集成测试，数值结果与业界主流实现一致。在算法层，团队抽出 19 类核心算子重写，涉及基础数学函数、数值插值积分、球谐函数、矩阵变换、混合精度计算、TDDFT、DeePKS、近邻搜索与并行调度等模块：广义拉盖尔多项式由递归改为迭代递推后复杂度降到 O(n)，同一算子的百万次调用测试快约 8 倍；多项式插值的区间查找改为二分查找后，400 项表的平均比较次数从约 200 次降到 9 次。团队还使用一站式开发套件 DevKit 的源码自动优化能力，在鲲鹏 920 新型号上计算 8 原子温稠密碳 sDFT 算例快 2.28 倍，计算 512 个 Si 原子体系（LCAO 基组）算例快 2.66 倍。相关代码已推送到 GitHub 开源社区。 背景：ABACUS 由多家单位联合开发，此前已发布在鲲鹏 920 上的编译与使用指南，以及平面波基组、随机波函数 DFT 两组测试文档。若沿用通用编译选项，程序只会走最基础的代码路径，鲲鹏 920 的向量与矩阵运算能力会一直闲置，测出的只是未调优的开箱成绩；而通用编译器和数学库一次只能看一条语句、一个循环，看不到跨模块的重复计算，体系规模一大，复杂度按平方增长的算子就会同时吃紧算力和内存。 影响：这是国产 CPU 在材料科学计算这类重负载场景下跑出超越同代主流 x86 硬件性能的一次可验证案例，说明针对国产硬件的软件迁移与算法级调优已经能产生实打实的效率收益。对材料、芯片、电池等依赖第一性原理仿真的研发场景，计算耗时下降意味着同样硬件能算更大的体系、研发迭代周期缩短。团队提到，本次项目支撑的是几十万行级别的大型科学计算软件，所有算子的数值结果都经过复核，没有一个算错；而把针对鲲鹏的适配经验与 DevKit 自动优化工具沉淀下来，其它国产科学计算软件有望直接复用，迁移成本随之下降。 总结：北大陈默涵研究员团队把编译适配、算子级算法改写与源码自动优化工具三条路径打通，让国产开源第一性原理软件 ABACUS 在华为鲲鹏 920 上跑出超越同代主流硬件的性能，材料计算最高快 10.7 倍，19 类核心算子完成优化，代码已推送到 GitHub 开源社区。这条消息的价值不只在一个软件的提速，而在于国产软硬件生态融合在科学计算这类硬核场景下开始产出可验证的性能收益；这套迁移与调优方法能否被更多国产科学计算软件复用，将决定收益能否规模化。 常见问题： 问：ABACUS 是什么？ 答：国内自主研发的密度泛函（DFT）开源软件，用第一性原理方法计算半导体、金属等材料性质，国内外用户超过一千人，应用单位过百家。 问：这次到底快了多少？ 答：同为 28 核、28 进程 ×1 线程时，SVE 版本比业界主流 x86 CPU 快 1.3 至 3.9 倍，单节点满核启用矩阵运算单元最高快 10.7 倍。 参考来源： IT之家：华为鲲鹏 920 上跑出超越同代主流硬件的性能（2026-11-01） https://www.ithome.com/1/020/650.htm AI 星球：北大团队完成 ABACUS 鲲鹏 920 适配并优化 19 类算子 https://www.aixq.cc/news/80934.html ABACUS 开源代码仓库（GitHub） https://github.com/deepmodeling/abacus-develop ABACUS 用户手册：华为鲲鹏 920 处理器编译和使用指南 https://mcresearch.github.io/abacus-user-guide/abacus-kunpeng920.html ABACUS 用户手册：鲲鹏 920 处理器上 ABACUS 平面波基组测试 https://mcresearch.github.io/abacus-user-guide/abacus-kunpeng920-pw.html ABACUS 用户手册：鲲鹏 920 处理器上 ABACUS 随机波函数 DFT 方法测试 https://mcresearch.github.io/abacus-user-guide/abacus-kunpeng920-sdft.html ABACUS 用户手册 GitHub 仓库 https://github.com/MCresearch/abacus-user-guide ABACUS 官方文档站 https://abacus.deepmodeling.com/