I.摘要
Max-Optics Studio是一款自主研发的全国产光电仿真软件，具备光电芯片全流程建模仿真与行业领先的高性能计算能力。其中，FDTD模块支持基于GPU的并行加速计算，在复杂结构仿真中相较于传统CPU仿真方式，计算速度可提升数十至百倍，大幅降低了仿真时间与资源消耗，为高精度、大规模光子器件建模提供了强有力的支持。
II.概述
FDTD（时域有限差分法）是求解三维麦克斯韦方程组的一种数值方法，该方法特别适用于分析亚波长尺度特征的复杂结构于光的相互作用。在3D FDTD技术中，为达到高精度仿真要求，空间步长通常需小于波长的1/10。并且时间步长需满足稳定性条件，随着空间网格步长的减小而同步减小。因此，在高精度、大规模光器件仿真中，计算时间往往长达数十、数百小时甚至更久，严重制约器件迭代优化效率。
FDTD具备良好的并行特性，可通过多核CPU或多GPU加速计算。尤其在多GPU并行支持下，FDTD仿真不仅可显著提升计算速度，还能通过整合显存资源，有效突破显存对模型的限制，支持更大规模、更高精度的模型仿真。本文对比了在不同网格精度条件下，使用CPU、4卡GPU和10卡GPU进行FDTD仿真的性能表现，系统评估了GPU并行加速在实际光子器件建模中的效率。
步骤1：测试案例与环境配置说明
首先，我们选取典型光子器件结构（光栅耦合器）作为测试案例，设置多个不同空间网格精度的仿真场景，以评估FDTD在不同计算资源下的性能表现。测试在同一软件版本、同一模型参数下进行，分别配置CPU、4卡GPU与10卡GPU三种计算资源，确保对比具有一致性和代表性。
步骤2：计算资源配置与仿真性能对比
通过具体操作示例，演示如何进行GPU加速配置及仿真任务提交。我们对比了在CPU、4卡GPU与10卡GPU环境下的仿真运行时间，并分析了加速比与仿真精度。同时，对比不计算资源下的仿真结果，验证了GPU加速在显著提升仿真效率的同时，仍能保持结果的准确性与一致性。
III.仿真及结果
步骤1：测试案例与环境配置说明
首先，我们选取光栅结构作为测试案例。
1.选择测试模型：选取3D FDTD的光栅模型‘Si_Grating_Coupler_3D.mop’作为仿真模型。
2.设置仿真场景：在主界面右上角Versions中创建多个版本，修改并备注测试条件，分别采用不同的空间网格精度和计算资源，用于进行CPU和多卡GPU速度的对比。
本次仿真中的软件/硬件配置如下表所示：
步骤2：计算资源配置仿真性能对比
3.在菜单栏---Simulation--Run--Solver+Analysis下打开Resources窗口，选择不同的计算资源并运行仿真。
MOS计算资源配置如图所示：
测试时分别选用了CPU、4卡GPU、10卡GPU对不同网格精度下的模型进行仿真。
仿真结果表明，当模型网格精度为20，CPU进行仿真时，由于串行计算的限制，FDTD求解器的运算速度较慢，约为1987.1Mcells/s，而采用4卡GPU并行计算后，由于GPU的并行处理能力，计算速度大幅提升，仿真时长明显缩短，FDTD求解器计算速度能够达到39704.5Mcells/s。进一步升级到10卡GPU时，计算资源更加充裕，并行计算效率进一步提高至86678.3Mcells/s。
同一网格精度下10卡GPU的FDTD仿真时间相比CPU最高减少了约49倍。大幅降低了器件的仿真时间，提升了仿真效率，助力产品高效完成迭代。
如图所示为3组不同网格精度下的仿真结果对比。使用CPU、GPU不同计算资源导致的数据偏差小于8.3e-7，仿真结果准确性完全一致。
IV.Max-Optics Cloud云平台
Cloud云版本支持GPU加速功能：在传统本地计算基础上，Max-Optics Studio推出支持GPU加速的云端仿真平台。该平台可调用NVIDIA GeForce RTX 4090显卡资源（24GB 显存，16384 CUDA 核心），支持多卡并行运行，用户可根据任务规模，灵活选择1~10张GPU组合运行，或自定义调度云端Worker节点，实现资源的高效配置与成本控制。只需轻量登录，即可随时随地调用高性能 GPU 集群资源，显著缩短仿真时间，助力光子器件设计效率提升数十倍。
/END/
点击左下角【阅读原文】申请软件使用