每当在仰望星空的时候，我们都会不禁感叹宇宙的浩渺。我们所在的宇宙是什么、它的命运是什么始终是⼈类认识⾃然、建⽴宇宙观绕不开的主题。诞⽣于20世纪30年代的现代宇宙学使我们对宇宙的认识有了⼀个⻜跃。它的发展确⽴了以⼤爆炸理论为基础的标准宇宙学模型，宇宙中的物质组分如暗物质、暗能量和普通物质共同决定了宇宙的演化历程。
暗物质起着关键作⽤，通过引⼒作⽤，促使宇宙中的物质聚集，对宇宙的⼤尺度结构产⽣重要影响；暗能量是另⼀个关键的组分，占据了宇宙总能量的⼤约三分之⼆、它导致宇宙在加速膨胀。
宇宙⼤尺度结构的形成以及星系的形成过程往往是⾼度⾮线性的，简单的解析模型⽆法精确的描述这些过程，⽽计算机数值模拟能够帮助我们理解⽬前观测⽆法触及的时间和空间尺度所发⽣的物理过程。
在⼏⼗年前我们很难想象，现在借助⼀台台式计算机甚⾄⼀台笔记本，就能帮助我们勾勒出整个宇宙的样貌，理解整个宇宙的演化历史。如今随着计算机技术和模拟技术的精进，这⼀切变得切实可⾏。你只需⼀台装好linux系统的电脑，安装好软件、设置好参数，将随机⽣成的原初涨落输⼊程序。完成上述步骤，我们只需要⼏⾏简单的mpi命令就可以运⾏⼀个模拟算例。随着计算的运⾏，程序就会有条不紊的输出所模拟宇宙区域的演化过程。
数值模拟与天⽂学研究近半个世纪以来，天⽂学观测取得了⻜速发展，伴随着⼤⼝径望远镜和巡天计划的实施，积累了越来越多的数据，为我们打开了了解宇宙的诸多窗⼝，例如宇宙背景辐射、超新星、星系团X-射线观测、⼤尺度结构、引⼒透镜以及引⼒波等。在这过程中，数值模拟已经成为现代天体物理不可缺少的研究⼿段，在理论检验和指导天⽂学观测⽅⾯发挥着巨⼤作⽤。
⽽数值模拟也深度介⼊到星系宇宙学研究领域，借助宇宙学模拟，研究者可以精确刻画宇宙膨胀和结构的增⻓历史、提炼⾮线性演化模型等等。
如何模拟宇宙我们通常假设宇宙在⼤尺度范围内是均匀和各向同性的，这就是宇宙学原理。它的⼀个重要推论，即我们熟知的哥⽩尼原理：宇宙中没有任何⼀点是特殊的。因此我们观测到的关于宇宙的性质不依赖于观测者所处的位置。换句话说，我们虽然不能通过模拟造出⼀模⼀样的银河系、M31仙⼥座星系和本星系群，但是我们不难在模拟中找到⼀些相似的对应物。这也是我们⽤数值模拟来研究宇宙结构的形成和演化的背后的逻辑。
在宇宙学尺度条件下，我们通常认为万有引⼒是物质结构演化的驱动者。原初宇宙中的物质分布存在微⼩的不均性。在引⼒的作⽤之下这些不均性被逐渐放⼤，⾼密度的地⽅变得更加密集，低密度的地⽅变得更为稀疏。宇宙中的物质逐渐从均匀状态渐渐演化成⼀个⼤尺度⽹状的结构。在宇宙学模拟中，我们将物质（暗物质和重⼦物质）作为中性、⾮相对论性的⽆压流体来对待。
基于Monto-Carlo近似, 我们⽤N个虚拟粒⼦对物质在相空间的分布函数进⾏离散采样，相应的计算问题就变为在膨胀宇宙背景下，对多粒⼦体系（N-体系统）的动⼒学演化问题。宇宙学模拟的“史前时代”很难想象，最早利⽤N-体算法进⾏动⼒学的研究，可以追溯到1941年，那个计算机还没问世的年代。
瑞典天⽂学家Erik Holmberg根据亮度与引⼒相似的随距离平⽅反⽐关系，利⽤74个灯泡计算了两个“河外星云（extragalactic nebulae）”近距离交汇作⽤下的潮汐作⽤。Erik Holmberg⽤37个灯泡表征每个“星云”的密度分布，通过测量每个灯泡处的亮度来确定下⼀步灯泡需要移动的⼤⼩和⽅向，模拟出每个N-体粒⼦在引⼒作⽤下运动。
重复上述步骤，就可得到两个“河外星云”交汇演化过程。⽽数值模拟技术真正进⼊宇宙学研究领域可以追溯到1975年，Peebles利⽤300个粒⼦对星系团的模拟，以及随后宇宙学意义上的1500个粒⼦的模拟。宇宙学模拟的“突破年代”⽽到了1980年代，在天⽂学家为中微⼦是否是暗物质的候选体⽽犹豫不决。
George Efstathiou, Marc Davis、Carlos Frenk和Simon White四⼈发表了⼀系列开创性⼯作。他们将P3M算法应⽤宇宙学模拟中，分别模拟了以冷暗物质或中微⼦为假定暗物质的情况下宇宙结构的形成，并同当时最好的CFA星系巡天计数结构进⾏⽐较，将中微⼦这⼀热⻔暗物质候选体排除了。⽽随着计算能⼒的提⾼，我们可以⽤更多的粒⼦来模拟这些结构的形成。
宇宙学数值模拟在帮助冷暗物质模型被确⽴为宇宙标准模型的进程中⽴下了汗⻢功劳。宇宙学模拟的“The New Generation”第四代巡天项⽬的开始实施，天⽂学进⼊到⼀个数据引领的时代，海量数据可以让研究者在更⾼的精度上测量宇宙⼤尺度结构的分别特性，并建⽴更精确的理论模型。这对于数值模拟提出了更⾼的要求。⽬前包含重⼦物质物理过程的混合型宇宙学流体数值模拟，变得越来越重要。
这其中关注的核⼼科学包括重⼦物理如何影响暗物质在⼩尺度的分布、星系和暗物质晕的关联、如何校准依据星系团的X-射线辐射和Sunyaev-Zeldovich效应的质量估计，极早期的星系形成，宇宙再电离过程等等。这其中需要考虑的各种可能因素包括辐射冷却、星际介质、恒星形成和反馈、超⼤质量⿊洞和AGN反馈、磁场和各向异性热传导，⼤尺度激波和湍流的作⽤、宇宙线等。
这些物理过程都会影响“暗物质晕-星系关系”，这个关系作为理论和观测之间的桥梁，是星系形成过程及其对周围环境影响的外延表现。
以SPH(Smoothed Particle Hydrodynamical)技术、⾃适应⽹格和⾮结构化动态⽹格⽅法为基础的Gadget, RAMSUS, APERPO等算法程序，均集成了所谓的subgrid physics唯象模型模块，⽤以计算模拟分辨率下恒星形成、活动星系核（AGN）的能量反馈作⽤等重要的物理过程。
不同算法程序中的subgrid physics模块引⼊的物理机制⼤体相同，能够复现星系的⼀些天⽂观测结果，给出星系介质、星系团介质和星系周介质的物理化学属性、相互转换，成为研究星系、⽓体组分和暗物质间相互作⽤的重要平台。⽬前，⽐较有代表性的宇宙学流体模拟有Eagle，Illustris、Illustri-TNG、FIRE等模拟计划。
特别的是最近两年，以MillenniumTNG和FLAMINGO为代表的新⼀代的宇宙学流体模拟的陆续完成，其最⼤规模达到了近Gpc尺度。MillenniumTNG模拟团队还计划，利⽤中等规模的流体模拟，将重⼦物理过程对物质分布的影响参数化、并这种效应利⽤所谓的“重⼦修正技术”修正到超⼤规模的纯暗物质数值模拟结果中。
结语在过去20年，数值模拟已经成为现代宇宙学研究中不可替代的⻆⾊，成为连接理论与观测的桥梁。超级计算机算⼒的不断提升，为数值模拟提供了⼴阔的硬件平台。与此同时在精确宇宙学时代下，数值模拟对⾼性能计算硬软件技术提出了挑战性的应⽤需求，数值模拟也出现了新特点。
如机器学习也被⼴泛应⽤到诸如物质重构的研究⼯作中；为了实现对宇宙学参数的推断和限制，利⽤数值模拟阵列建⽴宇宙学参数模拟器（emulator）等等。这在当前及未来“数据驱动”的科学研究是不可缺少的⼯具。计算宇宙学仍是充满挑战和激动⼈⼼的领域，必将在回答暗物质、暗能量、暗宇宙中的结构形成等重⼤科学问题上发挥重要的作⽤。