江震，上海交通大学数学专业二年级直博生，师从徐振礼教授，研究方向聚焦于经典分子动力学模拟中的算法设计和高性能实现，以及机器学习势函数等领域。曾获上海交通大学优秀毕业生等荣誉。在面向大规模分子动力学模拟的鲲鹏计算并行化项目中，主导随机分批Ewald（RBE）算法的在鲲鹏平台的实现和优化。利用NEON指令集和鲲鹏数学库对算法的核心计算部分进行数据级并行。同时在多核计算任务中，采用MPI进程级并行加速，提升大规模分子动力学模拟的性能。在精度参数一致的情况下，与主流长程求解器PPPM相比，在单计算节点（128核）时，长程求解时间基本一致；扩展至16节点（2048核）时，RBE方法的强扩展性和弱扩展性分别达到近PPPM算法的6倍和3倍。基于鲲鹏计算平台进行了RBE算法的高效实现和优化，为国产计算平台进行大规模分子动力学模拟进行科学探索提供了解决方案。