SimWorks 深度应用 GPU 加速技术，充分发挥硬件性能优势，显著提升仿真速度。在典型的光学仿真场景中，基于主流 GPU 架构的加速计算方案展现出远超传统 CPU 的性能表现。SimWorks 提供了 CPU 与 GPU 仿真速度的对比测试数据，可帮助用户评估并选择适合自身需求的计算资源配置，实现性能与成本间的最优平衡。 此外，SimWorks 还支持多 GPU 并行计算，可在单一仿真任务中调度多张GPU协同工作。相比单卡计算，多卡并行不仅能成倍提升计算速度，还能扩展显存容量，支持更大规模的仿真。无论是单机多卡配置，还是多机多卡集群，SimWorks 均能充分利用多 GPU 资源，实现更高效的计算，满足不同规模仿真任务的需求。 以下对比图展示了单 GPU 相比 CPU 服务器的加速效果，以及多 GPU 并行相对单 GPU 进一步的速度提升。

FDTD CUDA支持半精度（FP16）

当 FDTD 求解器在 NVIDIA GPU 上运行时，支持使用半精度（FP16）计算。相较于单精度（FP32），FP16 可显著减少显存占用并提升计算效率。FP16 仅在计算能力（Compute Capability）大于 5.3 的 NVIDIA 显卡上受支持（即 GeForce GTX 10 系列（Pascal 架构）及更新型号）。由于 FP16 的数值范围和精度远低于 FP32，请勿用于高能量或非线性仿真。更多信息可参见高级设置。例如，在 FP16 理论性能为 FP32 两倍的 NVIDIA Tesla V100 上，实际 FDTD 仿真中使用 FP16 相较于 FP32，可实现约35%的计算速度提升（左图），及约30%的显存占用降低（右图）：