英伟达把稀疏求解器正式放出来了

仿真工程师的一周，常常有一半花在等同一件事：解那个巨大的稀疏矩阵。

一、发生了什么

10 月 21 日，英伟达在柏林 GTC 期间宣布 cuDSS 正式可用。它是一个 CUDA-X 库，专做一件事：把工程与科学仿真里的大型稀疏线性系统求解搬到 GPU 上。

为什么是这一步。仿真里最耗时的往往不是建模，也不是后处理，而是那个在每个设计迭代里都要重跑一遍的求解步骤。它决定了团队一天能试几个方案。

稀疏求解是有限元、计算流体和电路仿真共同的底座。网格划得越细，未知数越多，矩阵越稀疏，CPU 上的分解时间涨得越快。

官方给的客户数据，属于厂商口径。

应用材料在自己的缺陷仿真平台里，把稀疏求解加速到纯 CPU 方案的 10 倍。COMSOL 与蔡司半导体在极紫外光刻的等离子体仿真基准上拿到 4 倍，整场仿真跑了 6 天 14 小时。达索系统说在 Abaqus 的结构与电磁求解器里是 8 到 10 倍。

Cadence 把它用在 Celsius 里算芯片的热、应力和翘曲，客户包括诺基亚；西门子用在流体与结构耦合的流程里；新思用在器件仿真工具里，帮英飞凌做先进器件的建模。

接口支持 C、C++、Python 和 Fortran，从单台工作站能扩到集群。这些倍数都是各家在自己的场景、自己的基准上测的，没有统一对照方法。

二、跟你有什么关系

做仿真工具链的人。 正式可用意味着接口稳定了，可以进产品，而不是只做演示。

用商用软件的人。 你不直接调这个库，但下一版软件里可能已经换掉了求解后端。收益取决于你的模型规模。

算硬件预算的人。 稀疏直接法吃显存。一张卡能不能装下分解后的矩阵，往往比算力更早成为瓶颈。

三、怎么判断你的仿真吃不吃得到这个加速

1. 先量占比。把一次完整仿真拆开，看求解占总时间的比例。低于三成，加速十倍也只省两成时间。这个比例用一次性能剖析就能拿到。
2. 看矩阵结构。稀疏、非对称、规模大的问题收益最大；小矩阵在 GPU 上反而亏在数据搬运。
3. 算显存。稀疏直接分解会产生填充，内存需求可能远大于原矩阵。先确认卡装得下，再谈倍数。
4. 用你自己的算例跑一遍。厂商给的 4 倍、8 到 10 倍都绑着具体模型，换一个几何就未必成立。

四、三个别信的说法

「求解快十倍，仿真就快十倍。」 求解只是链条里的一环，前后还有网格划分、装配和迭代控制。端到端提升通常远小于单步的倍数。

「GPU 一定比 CPU 快。」 小规模问题、高度串行的问题、需要频繁在主机和设备之间搬数据的问题，GPU 会输。

「正式可用就等于生产可用。」 正式可用说明接口和文档稳定，不说明你的矩阵类型都被覆盖。稀疏矩阵分对称、非对称、正定、不定，支持程度不一样，先查清自己属于哪类。

五、一句话结论

这次放出来的不是一个更快的求解器，是把仿真流程里最重复的那一步挪到了 GPU 上——省下的是迭代次数，不是单次计算。

信息来源

• NVIDIA cuDSS Now Generally Available to Accelerate Engineering and Scientific Simulations，2026 年 10 月 21 日

功能与价格以官方公告为准。本文写于 2026 年 10 月 23 日。