心臟，作為重要器官之一，其功能正常與否直接影響人類的生命延續(xù)。電生理特性反映了心臟的健康和疾病狀態(tài)。心臟電生理活動(dòng)的異常，往往會(huì)導(dǎo)致心律失常，從而引至心臟泵血功能衰竭等嚴(yán)重健康問(wèn)題。因此，深入理解和研究心臟的電生理過(guò)程，對(duì)于提高心臟病的診斷和治療水平至關(guān)重要。

傳統(tǒng)的心臟電生理研究多依賴于實(shí)驗(yàn)室內(nèi)的動(dòng)物模型和臨床數(shù)據(jù)，但這類方法往往受限于倫理問(wèn)題、實(shí)驗(yàn)條件和數(shù)據(jù)獲取的復(fù)雜性。隨著計(jì)算技術(shù)的發(fā)展，計(jì)算機(jī)仿真成為了一種新興且強(qiáng)大的研究工具。通過(guò)建立數(shù)學(xué)模型和計(jì)算機(jī)程序，研究人員可構(gòu)建數(shù)字孿生心臟，能夠在虛擬環(huán)境中仿真并重現(xiàn)心臟器官的電生理活動(dòng)（虛擬生理心臟），分析其動(dòng)態(tài)特性，并進(jìn)行不同生理與病理?xiàng)l件下的實(shí)驗(yàn)。

虛擬心臟電生理仿真對(duì)計(jì)算資源要求極高，即使是幾毫秒的仿真，也需要累積求解數(shù)十億次微分方程。使用復(fù)雜的虛擬心臟模型進(jìn)行研究時(shí)，重現(xiàn) 1 秒鐘的心臟電活動(dòng)也可能需要數(shù)小時(shí)或更長(zhǎng)。這給虛擬生理心臟的臨床應(yīng)用與藥物研發(fā)帶來(lái)重大挑戰(zhàn)。

為解決這一問(wèn)題，智源研究院開發(fā)了一套實(shí)時(shí)心臟電生理仿真系統(tǒng)。該系統(tǒng)不僅能夠?qū)崟r(shí)模擬心臟的 3D 電活動(dòng)，還能通過(guò)多種參數(shù)的調(diào)節(jié)，深入探討不同生理、病理因素對(duì)心臟功能的影響。

這一實(shí)時(shí)心臟仿真平臺(tái)，一方面可在醫(yī)學(xué)基礎(chǔ)研究領(lǐng)域發(fā)揮作用，幫助臨床醫(yī)生和研究人員更直觀地理解心臟的電生理過(guò)程，探究心律失常產(chǎn)生機(jī)制、預(yù)測(cè)猝死發(fā)生率等；另一方面，可用于構(gòu)建虛擬藥物安全性評(píng)估平臺(tái)，對(duì)推動(dòng)藥物安全評(píng)估發(fā)展具有重要意義；更重要的是，可以在臨床應(yīng)用中提供手術(shù)方案預(yù)演與決策支持，比如射頻消融方案規(guī)劃，心臟起搏器最佳植入方案規(guī)劃等。該技術(shù)的推進(jìn)將為醫(yī)學(xué)研究和臨床治療提供新的范式。

1 虛擬心臟仿真發(fā)展史

虛擬生理心臟的構(gòu)建可利用生理組學(xué)的研究方法，綜合分子生物學(xué)、生物化學(xué)、生理學(xué)、解剖學(xué)及臨床醫(yī)學(xué)的最新成果，數(shù)學(xué)化以及模式化地整合從基因、蛋白質(zhì)、細(xì)胞、組織到器官的解剖（多物理尺度：空間尺度跨越 10^9 量級(jí)，跨時(shí)間尺度：時(shí)間尺度跨越 10^15 量級(jí)，如圖 1 所示）、生理和生化信息，應(yīng)用計(jì)算機(jī)強(qiáng)有力的計(jì)算和圖形顯示能力，通過(guò)賦予其心臟所具有的動(dòng)力學(xué)特性、生化特性和各種生理病理特點(diǎn)，使之從形態(tài)、結(jié)構(gòu)和功能等方面逼真地再現(xiàn)心臟的生理和病理活動(dòng)過(guò)程。

圖注 1：構(gòu)建虛擬生化生理人體的時(shí)間和空間尺度。時(shí)間尺度橫跨由分子事件（μs）、細(xì)胞信號(hào)傳導(dǎo)（ms）、細(xì)胞功能（s）到人體壽命 (decades) 的 10^15 跨度?？臻g尺度橫跨由分子（nm）、細(xì)胞（μm）、器官（cm）到軀干 (m) 的 10^9 跨越。

虛擬生理心臟研究可追溯與上世紀(jì)五十年代。1952 年諾貝爾獎(jiǎng)得主 Hodgkin 和 Huxley 建立了世界上第一個(gè)細(xì)胞計(jì)算模型 — 烏賊神經(jīng)元細(xì)胞模型 [1]，開創(chuàng)了用計(jì)算模型研究生物問(wèn)題的先河。1960 年 Denis Noble [2] 在 Nature 雜志上發(fā)表了第一個(gè)心肌細(xì)胞計(jì)算模型 — 浦肯野心肌細(xì)胞模型，開創(chuàng)虛擬生理心臟模型的先例。此后幾十年的研究中，不斷有研究人員研發(fā)針對(duì)不同物種、心臟不同組織、復(fù)雜精密的心肌細(xì)胞電生理模型 [3]。1991 年，Peter Hunter 等人 [4] 基于犬實(shí)驗(yàn)數(shù)據(jù)構(gòu)建了第一個(gè)心臟解剖結(jié)構(gòu)模型，融合多物理尺度與電生理的虛擬心臟模型研究進(jìn)入新階段。此后，多尺度、多物理模態(tài)的心臟計(jì)算模型陸續(xù)出現(xiàn)，并被成功應(yīng)用于心臟功能研究與藥物安全性評(píng)估 [5-8]。

在早期虛擬生理心臟研究中，心臟一個(gè)生物秒的電生理活動(dòng)往往需要數(shù)日甚至數(shù)月來(lái)仿真計(jì)算。隨著顯存技術(shù)的發(fā)展，這個(gè)時(shí)間縮短到數(shù)天。近年，有研究致力于提升虛擬生理心臟的計(jì)算速度。比如通過(guò)將三維心臟空間劃分為矩形子區(qū)域來(lái)實(shí)現(xiàn)并行心臟模擬 [9]，使運(yùn)算速度大大提升。另一項(xiàng)研究通過(guò) WebGL 將高性能心臟模擬擴(kuò)展到普通計(jì)算機(jī)上 [10]，甚至有 GPU 的手機(jī)也可以模擬三維心室的電動(dòng)態(tài)。一些研究試圖通過(guò)自適應(yīng)時(shí)間步長(zhǎng)來(lái)提高運(yùn)行速度 [11,12]，結(jié)果表明，固定時(shí)間步長(zhǎng)比自適應(yīng)時(shí)間步長(zhǎng)方法具有更好的效率 [11]。

但這些研究?jī)H能達(dá)到「準(zhǔn)實(shí)時(shí)運(yùn)算」，離真正意義上的「實(shí)時(shí)運(yùn)算」，即仿真時(shí)間與生物時(shí)間比達(dá)到 1:1，還有難以逾越的距離，更不用說(shuō)仿真精度的提升帶來(lái)的運(yùn)算量爆炸式增長(zhǎng)。高計(jì)算復(fù)雜度帶來(lái)的海量運(yùn)算，使得虛擬生理心臟模型難以實(shí)現(xiàn)實(shí)時(shí)計(jì)算，阻礙其大規(guī)模應(yīng)用。

2 實(shí)時(shí)計(jì)算

為了在更高分辨率、更高精度和更大規(guī)模的心臟模型上實(shí)現(xiàn)實(shí)時(shí)仿真，智源研究院開發(fā)了具有精確細(xì)胞電生理與解剖結(jié)構(gòu)的人心室模型。該模型包含了 19 種細(xì)胞生理狀態(tài)變量和 70 多個(gè)公式，能夠?qū)崿F(xiàn)復(fù)雜的心臟電生理與病理仿真，為臨床與醫(yī)藥工業(yè)應(yīng)用提供豐富的場(chǎng)景。

為實(shí)現(xiàn)實(shí)時(shí)計(jì)算，智源對(duì)模型底層計(jì)算進(jìn)行了深度優(yōu)化。針對(duì)心臟仿真中計(jì)算強(qiáng)度大和 I/O 密集等瓶頸問(wèn)題，智源充分結(jié)合 A100 平臺(tái)的硬件特點(diǎn)，設(shè)計(jì)了多種優(yōu)化策略，如量化和循環(huán)展開。這些措施有效降低了計(jì)算復(fù)雜度和 I/O，使得在更大規(guī)模和更高復(fù)雜度的心臟模型上實(shí)現(xiàn)了 180 倍的速度提升。

最終，智源虛擬心臟仿真系統(tǒng)實(shí)現(xiàn)了對(duì)心臟電生理功能的實(shí)時(shí)仿真，達(dá)到生物時(shí)間與計(jì)算時(shí)間比為 1:0.84。這一成果不僅提升了心臟仿真系統(tǒng)的性能，還為更廣泛的醫(yī)學(xué)研究和臨床應(yīng)用提供了強(qiáng)有力的支持，標(biāo)志著心臟仿真技術(shù)的又一重大里程碑進(jìn)展。

圖注 2：實(shí)時(shí)心臟計(jì)算概覽圖。

2.1 技術(shù)路線

在 GPU 的架構(gòu)設(shè)計(jì)中，順序訪問(wèn)內(nèi)存（如連續(xù)的數(shù)據(jù)訪問(wèn)）相較于隨機(jī)訪問(wèn)具有更高的性能。此外，在執(zhí)行順序訪問(wèn)時(shí)，通常會(huì)采用預(yù)取技術(shù)提前加載數(shù)據(jù)，以進(jìn)一步提高訪問(wèn)效率。

同時(shí)，在虛擬心臟模型中，大約有 2/3 的物理空間位置是空余腔體空間，有效心肌組織僅占 1/3 的物理空間。心臟仿真的主要計(jì)算和 I/O 操作都集中在對(duì)有效心肌組織中的每一個(gè)單細(xì)胞中的離子通道和細(xì)胞膜電位進(jìn)行時(shí)間上的精細(xì)更新，同時(shí)考慮鄰近細(xì)胞的電耦合影響。

基于 GPU 訪存特點(diǎn)和心臟解剖結(jié)構(gòu)的特殊性，我們?cè)O(shè)計(jì)了適合稀疏數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)。利用順序訪存提升 I/O 速度，確保并行線程僅處理有效細(xì)胞，從而最大限度地提高 GPU 內(nèi)存的利用率。通過(guò)這種創(chuàng)新的結(jié)構(gòu)，顯著優(yōu)化了計(jì)算性能，使得心臟仿真能夠在 IO 訪存上達(dá)到最優(yōu)效果。

圖注 3：心臟模型有效數(shù)據(jù)在 GPU 內(nèi)存上的排布。

在計(jì)算層面，采用量化策略，有效簡(jiǎn)化模型中的對(duì)數(shù)和指數(shù)等復(fù)雜計(jì)算，從而顯著降低了計(jì)算復(fù)雜度。

此外，為進(jìn)一步減少 I/O 操作次數(shù)，采用循環(huán)展開策略，實(shí)現(xiàn)在一次讀取中進(jìn)行多次計(jì)算，大大降低 I/O，顯著提升 SM 核心的計(jì)算利用率。

基于 A100 平臺(tái)，我們?cè)O(shè)計(jì)了高效的 P2P 通訊方式，利用 GPU 直連實(shí)現(xiàn)在節(jié)點(diǎn)內(nèi)快速的數(shù)據(jù)交換，確保數(shù)據(jù)傳輸?shù)牡脱舆t與高帶寬。在節(jié)點(diǎn)之間，采用 RDMA（遠(yuǎn)程直接內(nèi)存訪問(wèn)），進(jìn)一步增強(qiáng)跨節(jié)點(diǎn)數(shù)據(jù)傳輸?shù)男?，充分發(fā)揮硬件平臺(tái)的并行計(jì)算與通訊能力。

圖注 4：技術(shù)路線圖。

2.2 仿真結(jié)果

我們測(cè)試了不同優(yōu)化策略對(duì)仿真 2 生物秒心臟功能所用計(jì)算時(shí)間的影響，結(jié)果如下圖所示。對(duì) 2 生物秒心臟功能的模擬，基準(zhǔn)模型在未優(yōu)化的情況下 A100 單卡需要計(jì)算時(shí)間為 304.25 秒。在采用分布式、量化、循環(huán)展開策略后，其所用時(shí)間分別是 9.75、3.93、1.68 秒。其中采用循環(huán)展開后，計(jì)算時(shí)間達(dá)到 2 秒內(nèi)，達(dá)到計(jì)算時(shí)間 / 生物比小于 1，實(shí)現(xiàn)實(shí)時(shí) / 超實(shí)時(shí)計(jì)算的要求。其中，分布式計(jì)算對(duì)于系統(tǒng)仿真速度影響最大，達(dá)到了 32 倍提速。量化策略和循環(huán)展開策略分別將仿真速度提升了 2.48 和 2.34 倍。在同時(shí)采用分布式、量化、循環(huán)展開策略的情況下，系統(tǒng)仿真速度整體提升了 181 倍。

圖注 5：不同優(yōu)化策略的計(jì)算時(shí)間。

圖注 6：不同優(yōu)化策略的速度提升。

2.2.1 拓展曲線  

圖注 7：不同優(yōu)化策略的拓展曲線。

如圖 7 擴(kuò)展曲線所示，隨著 GPU 卡數(shù)的增加，基準(zhǔn)模型和優(yōu)化后的模型仿真時(shí)間都在減少。基準(zhǔn)模型在增加到 48 卡后，計(jì)算時(shí)間不再減小。此時(shí)的生物：計(jì)算時(shí)間比為 1:5。再采用量化和循環(huán)展開策略后，32 張卡即可實(shí)現(xiàn)實(shí)時(shí)計(jì)算，生物：計(jì)算時(shí)間比達(dá)到 1:0.84。

2.2.2 主要 GPU 指標(biāo)

圖注 8：不同優(yōu)化策略的計(jì)算密度和計(jì)算強(qiáng)度。

圖注 9：不同優(yōu)化策略的內(nèi)存和 SM 利用率。

通過(guò) GPU 指標(biāo)可以看出（圖 8，圖 9）量化策略通過(guò)提升 IO 同時(shí)降低計(jì)算的方式提高整體計(jì)算性能；循環(huán)展開通過(guò)大幅度降低 I/O 同時(shí)提高計(jì)算密度的方式提高計(jì)算性能。

2.2.3 計(jì)算精度

我們統(tǒng)計(jì)了加速前與加速后的結(jié)果誤差，仿真的膜電位 V 的時(shí)程差別 < 2 ms (0.6%)，模電位平均誤差為 0.72mV (0.4%)，均滿足生理準(zhǔn)確度要求。優(yōu)化前后主要離子通道的仿真曲線吻合（如圖 10 所示）。

圖注 10：仿真前后細(xì)胞主要離子通道電流與胞內(nèi)離子濃度在一心律節(jié)拍間的變化。

3 總結(jié)

智源研究院從心臟模型的解剖結(jié)構(gòu)、心肌細(xì)胞電生理的計(jì)算特點(diǎn)及計(jì)算系統(tǒng)的硬件架構(gòu)出發(fā)，設(shè)計(jì)了心臟仿真系統(tǒng)的數(shù)據(jù)結(jié)構(gòu)和優(yōu)化策略，以提高計(jì)算效率。我們采用先進(jìn)的并行處理方法，充分利用現(xiàn)代 GPU 設(shè)備的強(qiáng)大計(jì)算能力，優(yōu)化數(shù)據(jù)傳輸和通訊方式，以減少延遲并提高數(shù)據(jù)吞吐量。通過(guò)這些策略，不僅提升了仿真系統(tǒng)的計(jì)算速度，還保證了在可接受誤差范圍內(nèi)的計(jì)算精度，最終成功實(shí)現(xiàn)了心臟仿真的實(shí)時(shí)計(jì)算目標(biāo)，達(dá)到超實(shí)時(shí)計(jì)算結(jié)果。這一成果為進(jìn)一步研究心律失常產(chǎn)生的離子通道與分子機(jī)制等關(guān)鍵醫(yī)學(xué)問(wèn)題，也為手術(shù)規(guī)劃如房顫射頻消融方案等臨床應(yīng)用，以及新藥研發(fā)與其心臟安全性篩選奠定了堅(jiān)實(shí)基礎(chǔ)，同時(shí)也為其它超大復(fù)雜物理系統(tǒng)的實(shí)時(shí)仿真提供堅(jiān)實(shí)基礎(chǔ)。