速度提升80倍，且内存占用减少至1/25。

美国研究人员利用一台百亿亿次级超级计算机，完成了有史以来规模最大的流体动力学模拟。该模拟在单一计算流体动力学问题中，突破了一千万亿自由度的规模。研究团队使用的是劳伦斯利弗莫尔国家实验室的百亿亿次级超级计算机"埃尔卡皮坦"。

此次模拟主要关注火箭排气现象，但其底层方法同样适用于广泛的高速可压缩流动问题 —— 从飞机噪声预测到生物医学流体动力学。

团队专注于火箭与火箭羽流相互作用，模拟了多个火箭发动机同时点火产生的湍流排气。

LLNL利弗莫尔计算首席技术官布罗尼斯·R·德·苏平斯基表示："从第一天起，我们设计'埃尔卡皮坦'的目标就是实现此前不可行的任务级规模模拟。我们始终对有助于验证大规模性能和科学可用性的项目感兴趣。此次演示让我们深入了解了'埃尔卡皮坦'在真实系统压力下的行为。虽然我们在内部支持多项工作 —— 包括我们自己的戈登·贝尔奖参赛项目 —— 但这次与外部的、拥有成熟代码的团队合作学习是一个宝贵的机会。"

速度较以往方法提升80倍

研究团队还指出，他们实现了较以往方法80倍的速度提升，将内存占用减少了25倍，并将能耗降低了5倍以上。通过将算法效率与"埃尔卡皮坦"的芯片设计相结合，他们证明了如此规模的模拟可以在数小时内完成，而非数周。

该研究团队是2025年ACM戈登·贝尔奖的决赛入围者，这是高性能计算领域的最高荣誉。

为了应对模拟多个火箭发动机同时点火产生的湍流排气这一极端挑战，根据新闻稿，团队的方法结合了一种新提出的冲击正则化技术 —— "信息几何正则化"（IGR）。该技术由佐治亚理工学院的斯宾塞·布林格尔森教授、纽约大学库兰特研究所的弗洛里安·谢弗教授以及现为康奈尔大学博士生的曹瑞佳发明并实施。

"在我看来，这是流体动力学领域一个引人注目且显著的进步，" 布林格尔森表示。"该方法更快、更简单，在'埃尔卡皮坦'上能耗更低，并且能够模拟比先前最先进技术大得多的问题 —— 规模大了数个数量级。"

500千万亿自由度

研究团队利用"埃尔卡皮坦"全部11,136个节点和超过44,500个AMD Instinct MI300A加速处理单元，实现了超过500万亿网格点，即500千万亿自由度。他们进一步在橡树岭国家实验室的"前沿"超级计算机上扩展了这项工作，突破了一千万亿自由度。

这些模拟是使用MFC代码进行的，这是由布林格尔森课题组维护的一个采用宽松许可证的开源代码。根据新闻稿，这些模拟再现了受SpaceX超重型助推器启发的一个复杂构型的完整排气动力学。

模拟树立新标杆

研究团队还强调，该模拟为百亿亿次级CFD性能和内存效率树立了新标杆。它也为计算驱动的火箭设计铺平了道路，能够以前所未有的分辨率进行预测性建模，取代成本高昂且受限的物理实验。

"在我看来，这是流体动力学领域一个引人注目且显著的进步，"该项目负责人、佐治亚理工学院的布林格尔森说。"该方法更快、更简单，在'埃尔卡皮坦'上能耗更低，并且能够模拟比先前最先进技术大得多的问题 —— 规模大了数个数量级。"

团队强调，随着私营航天业务的扩展，运载火箭越来越依赖于紧凑型大推力发动机阵列，而非少量大型助推器。

这种设计具有制造优势、发动机冗余度和更易运输等好处，但也带来了新的挑战。当数十个发动机同时点火时，它们的羽流以复杂的方式相互作用，可能将炽热气体推回箭体底部，威胁任务成功。

如果朋友们喜欢，敬请关注“知新了了”！