💡这项突破是什么?
at:no-repeat;mask-size:100%;background-color:var(--weui-LINK);mask-image:url(" data:image="" svg+xml,%3csvg="" %3e%3cpath="" %3e%3c="" svg%3e=""> 的 AthreadS 兼容层。通过 pthread 启动CPE 集群线程，其上运行 OpenMP 线程模拟 CPE ；利用线程栈与线程本地存储模拟 LDM，以编译器内置数据复制函数替代 DMA 指令，在通用处理器上模拟神威平台的编程模式。该设计使得针对神威架构优化的应用可快速移植至通用 CPU 平台，大幅提升代码性能可移植性，为开源学术社区贡献核心技术支撑。
团队与合作：交叉融合驱动创新
本研究由山东大学软件学院段晓辉研究员、清华大学计算机系/北京生命科学研究所联合培养博士后沈成、北京生命科学研究所/清华大学生物医学交叉研究院博士生陈高伟共同作为第一作者。段晓辉研究员、清华大学杨广文教授、山东大学刘卫国教授以及北京生命科学研究所/清华大学生物医学交叉研究院黄牛研究员为共同通讯作者，团队还包括多位高校学者、博士后及研究生。项目获北京市科委、清华大学、山东大学和国家超级计算无锡中心联合资助。
2025年，相关工作已由段晓辉研究员在中国计算机学会全国高性能计算学术大会（CCF HPC China 2025）作大会特邀报告，并入围“CCF HPC China 2025 超算年度最佳应用”；由沈成博士在SC25会议、“探索计算化学、生物物理与生物科学的前沿交叉”研讨会以及第三届高性能计算青年论坛暨科学智能大模型研讨会上作报告。历次报告均收获与会专家的热烈讨论与高度认可。
值得关注的是，国家超级计算无锡中心已初步向国内外科研学术机构及药物研发企业开放以SWDOCKP² 虚拟筛选为核心的药物发现计算平台，旨在打破算力资源与技术壁垒，汇聚全球创新力量，加速潜在治疗靶点的挖掘与先导化合物的筛选进程，助力攻克各类疑难疾病，推动全球创新药物研发进入高效、普惠的新阶段，为人类健康事业贡献中国智慧与技术力量。
参考文献
/references/
(1) Xu, K.; Zhang, J.; Duan, X.; Wan, X.; Huang, N.; Schmidt, B.; Liu, W.; Yang, G. Redesigning and Optimizing UCSF DOCK3.7 on Sunway TaihuLight. IEEE Transactions on Parallel and Distributed Systems 2022, 33 (12), 4458–4471. https://doi.org/10.1109/TPDS.2022.3194916.
(2) Duan, X.; Shen, C.; Chen, G.; Wu, S.; Wang, Y.; Chen, Y.; Chang, Q.; Xia, Q.; Yin, Z.; Gan, L.; Shan, Y.; Yang, G.; Liu, W.; Huang, N. Trillion Ligands per Day: Performance-Portable Virtual Screening via Compound Database Optimization and Multi-Target Docking. In Proceedings of the International Conference for High Performance Computing, Networking, Storage and Analysis; ACM: St. Louis MO USA, 2025; pp 2172–2185. https://doi.org/10.1145/3712285.3759833.
论文链接
https://dl.acm.org/doi/10.1145/3712285.3759833
