Page 271 - 《软件学报》2025年第8期

3694 软件学报 2025 年第 36 卷第 8 期

new-generation supercomputer, Tianhe. This algorithm accurately simulates traffic elements such as vehicles, roads, and traffic signals, and
applies methods such as road network division, parallel driving of vehicles, and parallel control of signal lights to achieve high-
performance traffic simulation. The algorithm runs on Tianhe, a supercomputing platform with 16 nodes and more than 25 000 cores, and
simulates real traffic scenarios involving 2.4 million vehicles, 7 797 intersections, and 170 000 lanes within the Fifth Ring Road in Beijing.
Compared with traditional single-node simulation, the proposed algorithm reduces the simulation time of each step from 2.21 s to 0.37 s,
achieving nearly 6 times acceleration. An urban traffic simulation with a scale of one million vehicles has been successfully implemented
on a domestic heterogeneous supercomputing platform.
Key words: parallel city; digital twins; high-performance computing; traffic simulation

随着城市化进程的推进, 城市人口活动日益频繁 [1,2] , 给城市交通带来了前所未有的压力, 如交通拥堵和交通
安全等问题. 为了应对这些挑战, 人们开始积极探索和推动智能交通的建设 [3,4] . 城市交通仿真是一种高效构建智
能交通的方法, 它将先进的信息技术、通信技术和数据分析技术应用于城市交通管理和运行中, 通过实时的数据
采集、分析和交互, 实现城市交通智能化管理和优化 [5−7] . 平行城市是一种构建智慧城市的思路和理论框架 [8,9] , 它
将城市中的人、物、事件、基础设施等要素进行数字化和软件化定义, 实现了从物理城市到数字化城市的映射.
平行城市理论通过精确描述和建模物理城市系统, 构建了人工城市系统, 并采用虚实结合的方式对物理城市进行
仿真模拟、推演和预测. 目前, 平行城市理论已被北京、青岛、新加坡、法国雷恩等多个城市应用于构建虚实互
动的交通系统 [8,9] . 平行城市的优势在于其能够提供高度可控的实验环境, 通过对人工城市系统的建模和仿真, 能
够对城市系统进行多种情景和策略的测试和评估, 从而帮助决策者制定更科学、更有效的城市规划和管理策略.
随着城市规模的不断扩大, 城市交通道路网络变得错综复杂, 并且车辆数量也在迅速增长, 目前大型城市的核
心区域车辆同时运行的数量已达百万级规模. 针对大规模城市的交通仿真, 传统的计算系统会面临以下几个问题:
(1) 计算性能不足, 特别是在单节点仿真过程中, 导致计算大规模交通数据的时间过长, 不能满足虚实互动的城市
交通仿真的延迟要求; (2) 通信开销过大, 主要因为在并行分布式计算环境下, 随着仿真车辆达到百万级规模, 通信
开销会远大于计算开销. 因此, 实现大规模的城市仿真需要使用高性能计算作为重要的技术支撑 [10,11] . 在当前的后
摩尔时代, 以 CPU 为主导的传统计算系统性能已逐渐成为瓶颈, 许多高性能计算系统纷纷采用加速器以提高计算
性能. 针对这种异构体系结构, 需要设计更为复杂的并行方法以充分挖掘其性能潜力 [12−14] . 特别地, 国产天河新一
18
代超级计算集群采用由多核处理器和加速器组成的异构计算系统 [15] , 成功实现了 10 数量级的计算规模. 利用天
河超级计算系统能很好地解决传统计算系统在交通仿真中所遇到的问题. 针对计算性能不足的问题, 根据天河新
一代超算的多核 CPU 和加速器的异构体系结构, 设计并行算法以实现高效的路网分析和运行车辆计算; 针对通信开

销的问题, 可以设计高效的任务划分方式, 并利用天河新一代超算节点间高速互联网络技术, 以实现更低的传输延迟.
基于上述分析, 本文以平行城市为理论基础, 依托天河新一代超级计算平台的强大算力, 结合城市交通的真实
场景, 提出了一种平行城市交通仿真并行算法. 该并行算法的主要目标是利用天河新一代超算的计算能力以实现
大规模城市交通模拟, 并设计了一种负载感知的两阶段路网划分策略、车辆行驶的并行策略, 以及信号灯控制的
并行策略. 通过这些并行优化方法, 该算法实现了多节点异构计算加速, 完成了北京五环内百万级车辆在天河新一
代超算平台上的交通仿真.
综上所述, 本文在交通仿真领域做出了以下贡献.
1) 针对传统计算系统在运行大规模交通仿真遇到的计算资源不足、仿真延迟过长等问题, 提出了一种面向天
河新一代超算的平行交通仿真并行算法. 该算法基于平行城市理论, 能够精确模拟车辆、道路、交通信号等交通
要素, 实现了对城市交通系统的虚实互动.
2) 针对天河新一代超算的异构体系结构, 该并行算法提出了负载感知的两阶段路网划分策略、车辆并行化行
驶策略, 以及信号灯并行化控制策略, 充分利用超算的计算性能以高效地完成仿真任务.
3) 通过在北京五环内 240 万辆车辆、7 797 个路口和 17 万条车道的真实交通场景模拟, 展示了该并行算法的
强大性能, 在超过 2.5 万核心的 16 个计算节点进行的交通仿真, 相较于传统的单节点仿真, 每步仿真所需时间从
2.21 s 缩短至 0.37 s, 取得了近 6 倍的加速效果.