日前，英国皇家学会牛顿国际学者项目（Newton International Fellowships）遴选结果揭晓，我校数学与统计学院2019级博士研究生马鹏飞入选，今年全球共三十五人入选。

马鹏飞，数学与统计学院2019级博士研究生，师从蔡力教授。博士期间参与国家级科研项目2项，在Computer Methods in Applied Mechanics and Engineering、Physics of Fluids等国际权威期刊发表论文7篇，并自主研发了全GPU心脏模拟系统“NPU Heart”。

从数学根基到心脏模拟的工程闭环

“我本科读的是西工大信息与计算科学专业，但博士阶段选择计算心脏学，是因为我相信数学是解决复杂问题的终极工具”。马鹏飞的研究路径颇具特色，当多数同行从工程或流体力学切入，再引入生物学问题时，他却选择了一条“逆向而行”的道路——从数学的严格性出发层层推进至生命系统的模拟。

这一切的起点要追溯到2017年他的本科毕业设计。那时，他首次接触GPU计算。课题聚焦于利用GPU加速有限元网格的生成过程中的布点。“那一次，我看到了异构计算带来的性能飞跃，这彻底重塑了我对科学计算的认知”，马鹏飞说，这次经历深刻影响了他此后研究方向的选择。

在导师蔡力教授的悉心指导下，他深入计算数学的算法研究、攻克高性能异构计算的编程难题。最终落点于计算心脏学领域，成功构建出一套全GPU架构的心脏模拟系统，实现了理论向工程的有效转化。

为GPU架构重塑心脏求解核心

博士期间，马鹏飞在三线并行中构建起自己的交叉学科能力：夯实数学基础、补充力学理论、深耕GPU编程。“调试GPU代码，目标是要让计算机各个部分高效合作，绝非简单移植CPU逻辑”。在他看来，GPU不应只是后期的“加速器”，而应在算法设计之初就成为核心考量因素。

在蔡力教授指导下，他从数值方法、离散策略到数据结构和并行模式，对心脏计算模型进行了面向GPU架构的系统性重构。这项工作的目标远不止“加速”，而是追求模型与并行计算间的“深度匹配”。

马鹏飞重新设计的求解算法与GPU的并行特性高度协同，实现了计算效率的阶跃式提升，为大规模、高真实度的心脏模拟提供了更高效的技术支撑。

基于GPU深度优化算法的心脏二尖瓣流固耦合模拟

从创新算法到可持续演进的平台

受导师蔡力教授系统性研究理念的影响，马鹏飞的研究完整涵盖了并行实现、软件架构与生理机制整合，最终形成了“NPU Heart” 这一完整的计算模拟平台。“我投入了大量精力进行软件架构设计，这个过程教会我如何将理论转化为一个实际可运行的系统，也让我对‘系统性科研’有了切身的理解”。

“NPU Heart”平台创新性地融合有限元与有限差分方法实现了从底层数值求解到并行执行的全链路GPU化，能够模拟肌纤维增强效应与主动收缩机制在内的复杂心脏动力学行为。目前，该平台仍在持续迭代，致力于在生理真实性与计算效率上实现双重突破。

“计算心脏学是一个高度交叉的前沿研究方向，它需要数学家的严谨、工程师的实践，以及对生命奥秘的敬畏。我希望能在这条路上走得更远，用数学的力量去解决真实世界的难题，贡献更多西工大智慧。”

算法无声，心跳有痕。未来，马鹏飞将以此为新的起点，奔赴下一程山海。他写下的每一行代码，都在为人类心脏跳动种下新的希望。

（文字：班凯  乔诗琪；审核：王莉  付怡）