2026年5月18日上午，美国犹他大学教授Yin Yang（杨垠）教授受邀莅临我所，开展题为“Close the Convergence-Parallelism Gap”的前沿专题学术报告。本次报告聚焦高性能仿真与并行计算核心领域，吸引了我所众多科研人员、在读研究生积极参会。现场学术氛围浓厚，师生求知热情高涨，营造了良好的学术交流与科研探讨氛围。

杨垠教授现任美国犹他大学Kahlert计算机学院副教授，曾先后任教于克莱姆森大学和新墨西哥大学。他于2013年获得德克萨斯大学达拉斯分校计算机科学博士学位（David Daniel Fellowship奖获得者），2012年曾在微软亚洲研究院担任研究实习生。杨垠教授的研究主要聚焦于基于物理的实时计算机图形学、动画与仿真，具有鲜明的交叉学科特色。他分别于2015年和2019年获得美国国家科学基金会（NSF）CRII奖与CAREER奖，研究成果在学术界产生了广泛影响。

报告期间，杨垠教授指出，物理仿真正在成为图形学、视觉、物理智能以及具身AI的主流驱动技术之一，其核心挑战在于如何在并行硬件架构上维持合理的计算效率。对于固体有限元法等强耦合系统，传统并行算法在问题规模扩大时性能往往显著下降。围绕这一关键瓶颈，杨垠教授系统介绍了一组全新算法，能够在实现最大化并行性的同时，保持接近二阶的收敛速度。他的核心洞察在于：并行仿真本质上是一个积分问题，通过合理的算法设计，完全可以释放并行计算潜力而不牺牲数值精度。杨垠教授通过丰富的实验数据与对比分析，生动展示了该系列方法在计算效率与数值精度方面的显著优势。

在互动交流环节，我所师生就算法实现细节、实际工程应用前景以及与具身智能的结合等话题与杨垠教授进行了深入探讨。杨垠教授耐心解答了大家的问题，并分享了自身在跨学科研究中的宝贵经验。

本次报告为我所师生提供了与国际顶尖学者面对面交流的宝贵机会，进一步拓宽了大家在物理仿真与高性能计算领域的学术视野。未来，我所将继续邀请国内外优秀学者来所讲学，持续营造活跃的学术氛围，推动相关科研工作不断取得新进展。