在2017年，也就是西工大数学与统计学院马鹏飞读本科的最后一年，他为了完成毕业设计，首次接触到了GPU编程。他用GPU给有限元网格布置节点，运算性能一下子提升了几十倍，这次经历让他明白了数学工具也能产生强大的“肌肉”。之后马鹏飞博士阶段一头扎进了计算心脏学，和大多数人先从临床问题入手不同，他采取了“先数学、再工程、最后回到生命”的反向策略。这个过程中，他把研究分成了三个板块：保证每一行代码都有坚实理论基础的数学根基，理解从心室壁到瓣膜物理机制的力学支撑，以及让计算机各部件紧密协作的GPU编程。对于GPU编程，马鹏飞认为调试它不是简单地把CPU逻辑照搬过去，而是要像齿轮咬合一样重新设计算法中的每一次心跳。 到了2017年，牛顿国际学者项目公布了35个名额，其中就有马鹏飞这个中国面孔。他是英国皇家学会牛顿国际学者35人之一。在他看来，做这个研究就像是在进行数学、工程与生命科学的三角恋。他希望用一行行代码为每一次真实的心跳种下新希望。经过三年努力，他交出了名为“NPU Heart”的全GPU心脏模拟平台。这个平台结合了有限元与有限差分混编技术，整个流程都实现了全链路GPU化。它能支持肌纤维增强效应和主动收缩机制，已经完成了200多万网格规模的实时仿真。马鹏飞觉得算法虽然无声无息，但心跳的痕迹是实实在在存在的。 这项研究给马鹏飞带来了荣誉和认可。他的论文把数学和生命科学的边界给撬动了。他把传统的先写串行算法再找并行加速器的思路给反转了过来：直接把GPU当成第一设计目标。他对心脏模型进行了面向GPU的“二次定义”，从数值方法、离散策略到数据结构都做了调整。这样做的结果不仅是简单地加速运算，而是让算法和并行架构深度匹配起来，大大提高了大规模流固耦合模拟的效率。这个平台目前还在不断迭代中，目标只有一个：在生理真实性和计算效率之间找到更优解。 对于未来，马鹏飞表示这段山海征程才刚刚启程。从论文到平台再到实验室和临床应用，他让数学不再只是冰冷的公式而是成为了守护生命的隐形铠甲。从数学到心跳的故事让我们看到了年轻人的创新精神和对生命的尊重与热爱。