摘要
隨著計算機技術(shù)的不斷發(fā)展，模擬仿真已經(jīng)成為科學研究和工業(yè)應(yīng)用的核心工具。計算流體力學(Computational Fluid Dynamics，簡稱CFD)作為仿真領(lǐng)域最具技術(shù)含量，算力需求最大的方向，深刻影響著航空航天、汽車制造、芯片設(shè)計、醫(yī)療健康、生物制藥等領(lǐng)域的發(fā)展。而GPU的出現(xiàn)，則讓CFD得以突破算力瓶頸，朝著更高效率、更高精度、更多領(lǐng)域的方向邁進。本文將詳細梳理CFD的發(fā)展現(xiàn)狀和趨勢，闡述GPU將如何借力，CFD又會登上哪些青云。
前言
圖1 無處不在的流動現(xiàn)象
圖片來源：A., Jameson, AIAA Presentation 2015 – CFD Past, Present, Future
在我們的大氣、海洋乃至外太空的星云中，流體無處不在。自有記載的歷史開始以來，流體就讓人類著迷，水流的魔力和不斷變化的天氣甚至影響了人類歷史的進程。早慧的古埃及和古中國文明都有規(guī)模巨大的灌溉系統(tǒng);偉大的羅馬帝國則因其地下水系統(tǒng)而流芳百世?？梢哉f，古代文明的演進離不開人們對于流體應(yīng)用技術(shù)的不斷進步。然而，直到19 世紀的早期，數(shù)學家Claude Navier和George Stokes提出Navier-Stokes方程，人們才真正完成了對流體流動、熱量和質(zhì)量傳遞的現(xiàn)代數(shù)學理解。這些復雜的非線性偏微分方程，我們現(xiàn)在稱之為 N-S 方程，描述了所有流體的流動，包括最引人注目的未解之謎——湍流。湍流現(xiàn)象是經(jīng)典物理最后一個未解難題，它令物理學家們十分頭痛，乃至傳聞諾貝爾獎得主海森堡有句名言：“When I die and go to Heaven there are two matters on which I hope enlightenment. One is quantum electrodynamics and the other is turbulence. About the former, I am really rather optimistic.”
過去近200年的歷史告訴我們，N-S方程很難解析求解。而隨著現(xiàn)代數(shù)字計算機的發(fā)展，我們能夠使用數(shù)值方法有效地求解這些方程。這一進步為我們稱為計算流體動力學(CFD)的現(xiàn)代學科鋪平了道路。
白玉堂前春解舞，東風卷得均勻。
CFD的起源
使用數(shù)值方法求解流體問題的思想可上溯至Lewis Fry Richardson (1881-1953)，他開發(fā)了第一個數(shù)值天氣預報系統(tǒng)。Richardson提出將氣象空間劃分成若干區(qū)域，并在一個巨大體育場內(nèi)塞滿計算人員，每個人都配備機械計算器，執(zhí)行部分流量計算。中心的領(lǐng)導者使用彩色信號燈和電報通信來協(xié)調(diào)預報。事實上，他是在描述一個CPU的原型。雖然Richardson的計劃并沒有成功，但這種通過差分方式求解微分方程的構(gòu)想?yún)s為后來的CFD發(fā)展提供了思想源泉。
圖2 Richardson 設(shè)想的數(shù)值天氣預報系統(tǒng)
圖片來源：https://www.emetsoc.org/resources/rff/
大部分我們今天熟知的經(jīng)典算法和程序源自美國洛斯阿拉莫斯國家實驗室 (Los Alamos National Laboratory) T-3 流體動力學研究小組從1958年起一直開展的工作，以及倫敦帝國理工學院 (Imperial College London) D. B. Spalding 教授于上世紀60-70年代領(lǐng)導的研究活動。前者的研究成果后來被廣泛應(yīng)用于NASA以及一些航空公司如波音中，還有一些算法如PIC(particle in cell)甚至影響了后來影視動畫領(lǐng)域物理模擬引擎的發(fā)展。后者則致力于推廣CFD在工程領(lǐng)域的應(yīng)用，更加注重不可壓縮穩(wěn)態(tài)流動的求解，并提出了著名的SIMPLE算法和最流行的湍流模型，孵化了最早的商業(yè)CFD軟件。至此，CFD沿著兩條主線在飛速發(fā)展，一條更專注于研究可壓縮流動的高精度格式，以解決航空航天領(lǐng)域常見的激波捕捉和湍流模擬。另一條更專注于研究不可壓縮流動的快速穩(wěn)定求解，以處理日常生活中廣泛存在的傳熱傳質(zhì)問題。
圖3 早期CFD 時間線
圖片來源：Hanna, K., Parry, J. (2011), Back to the Future: Trends in Commercial CFD [Mentor white paper]
1980年代，這些研究都開花結(jié)果，到了收獲的時候了。著名的計算流體力學大神Anthony Jameson 推動了可壓縮領(lǐng)域CFD技術(shù)和應(yīng)用的大發(fā)展，他不僅貢獻了很多精妙的數(shù)值格式和思想，如中心差分有限體積、人工粘性等，還將其落實為工程可用的程序Flo和SYN系列，這兩個系列程序被直接用于波音公司的設(shè)計中，開創(chuàng)了使用CFD進行設(shè)計的先河。而得益于CFD技術(shù)的飛速發(fā)展，商業(yè)CFD也開始如雨后春筍般出現(xiàn)。Suhas Patankar 1980 年著名的 CFD 教科書催生了數(shù)百個新興 CFD 行業(yè)中的 CFD 代碼，例如FIDAP、FLUENT、PHOENICS、FLOW3D、FloTHERM、STAR-CD。這些商業(yè)軟件大多借鑒了Spalding團隊在不可壓縮領(lǐng)域的研究成果，為了編碼方便，它們通常使用有限體積法。時至今日，有限體積法也因其容易實現(xiàn)而仍是商業(yè)軟件的主流選擇。緊接著，CFD進入到百花齊放、繁榮但卻混亂的新時代。
蜂圍蝶陣亂紛紛。幾曾隨逝水?豈必委芳塵?
CFD的發(fā)展
1990 年代，CFD軟件和各種仿真的條件經(jīng)歷了翻天覆地的變化，CPU速度和內(nèi)存容量迅速提升，價格不斷下降，為工業(yè)用戶帶來了全新易得的硬件資源，CFD的使用出現(xiàn)了爆炸式增長。CFD的重點從數(shù)值技術(shù)研究變成了商業(yè)拓展，各大CFD軟件公司開始走出科研的小圈子，接觸工程客戶，并試圖縮短網(wǎng)格生成時間，完善后處理功能以提供可視化的結(jié)果。因此非結(jié)構(gòu)網(wǎng)格逐步成熟化和工程化，成為了CFD求解器主流網(wǎng)格離散的選擇。此時的CFD行業(yè)還有一個突出特征，那就是并購和重組頻發(fā)。由于工程客戶的需求開始呈現(xiàn)多樣化，從航空航天到汽車制造，從室外風場到室內(nèi)溫控，從渦輪機械模擬電子器件的散熱，各種不同流體模擬需求不斷涌現(xiàn)。由于此時CFD的有限體積方法發(fā)展已經(jīng)相當成熟，而更高精度的算法還沒有被驗證，那么誰能更貼近用戶需求，完善自己的前后處理，誰就能獲得訂單。經(jīng)過一番激烈競爭，市場上出現(xiàn)了很多針對不同領(lǐng)域的專業(yè)CFD軟件，而實力雄厚的廠商也開始試圖并購以擴大自己的市場。各種不同來歷的針對不同行業(yè)的求解器不斷被開發(fā)又不斷被整合，共同組成了這個亂紛紛的時代。通過與電磁、聲場、結(jié)構(gòu)等其他領(lǐng)域的求解器耦合，CFD得以應(yīng)用于更多領(lǐng)域。
圖4 CFD模擬能力的不斷增長——以F1賽車為例
圖片來源：Hanna, K., Parry, J. (2011), Back to the Future: Trends in Commercial CFD [Mentor white paper]
這一階段，我們見證了各種IT技術(shù)的大發(fā)展，這些技術(shù)加速了全球 CFD 應(yīng)用和使用的增長。從工作站到個人計算機再到筆記本電腦，CFD 首次脫離了專家用戶和大型集群服務(wù)，并集成了更有效的可視化工具。預處理工具的激增和CAD 工具的出現(xiàn)提高了 CFD 工程師的生產(chǎn)力，CFD能夠方便地處理更現(xiàn)實的幾何形狀。當CFD技術(shù)已經(jīng)充分發(fā)展的時候，最能夠提升CFD應(yīng)用廣度和深度的或許是摩爾定律。如圖所示，以F1方程式賽車模擬為例，CFD模擬能力的增長幾乎完全同步于摩爾定律，這也因此帶來CFD模擬產(chǎn)生的巨大效益。CFD相較于風洞模擬無論是成本還是效率都有極其明顯的優(yōu)勢，結(jié)合CAD工具，CFD也日益成為工程設(shè)計制造領(lǐng)域必不可少的一環(huán)。
在花團錦簇、烈火烹油的行業(yè)繁榮景象的背后，我們必須清醒認識，這些商業(yè)領(lǐng)域的成功與CFD技術(shù)本身的發(fā)展并無太大關(guān)系。Hanna, K.在一次報告中悲哀地評論，CFD數(shù)值離散方法本身則已經(jīng)停滯了20年之久。商家的夸大宣傳加上最初工業(yè)用戶對CFD成本與結(jié)果質(zhì)量的褒貶不一，也讓CFD仿真獲得了“速度太慢、費用太貴、結(jié)果太模糊、中看不中用”的名聲，甚至有CFD就是Colorful fluid dynamics的說法。
表1 傳統(tǒng)數(shù)值離散格式優(yōu)缺點
在CFD商業(yè)軟件大殺四方但卻不斷破壞口碑的同時，學術(shù)界仍然在試圖有所突破。由于航空航天領(lǐng)域始終存在高保真模擬和高效率模擬的需求，學者們對于新格式的追求還在繼續(xù)。一個被特別關(guān)注的重點是高精度空間格式的構(gòu)造。眾所周知，CFD程序繼承了Spalding和Jameson等人早期的代碼，一直使用有限體積法作為軟件空間離散框架。在三大離散方法有限體積(finite volume method, 簡稱FV)、有限差分(finite difference method, 簡稱FD)、有限元(finite element method，簡稱FE)中，有限體積在CFD軟件中占有絕對統(tǒng)治地位，一方面是歷史慣性，另一方面也是其模擬流體時有其他方法不具備的優(yōu)點。相比于有限差分，它能夠適應(yīng)非結(jié)構(gòu)網(wǎng)格，易于處理不同外形邊界;相比于有限元方法，它能夠保證局部守恒性。然而有限體積法也有它自己的缺點——難以構(gòu)造高階格式。面對這個難題，學者們從其他離散框架尋求突破：有些使用譜方法和有限元或有限差分的結(jié)合方法譜元法(Spectral difference method, 簡稱SD)構(gòu)造高精度格式，并保證局部守恒;有些則使用有限體積和有限元(有限元方法通常也叫伽遼金方法)的結(jié)合方法即間斷伽遼金方法(Discontinuous Galerkin, 簡稱DG)。這些方法經(jīng)過發(fā)展已經(jīng)得到了相當高的數(shù)值精度，但是由于表述復雜困難，仍然很難被大家接受。此外，格子玻爾茲曼方法(Lattice Boltzmann Method, 簡稱LBM)也在這一時期開始孕育成熟。單相流和多相流的LBM方法相繼被提出，迅速成為學界的研究熱點之一。然而當時的LBM研究在流體力學界仍屬小眾。人們很難想到，未來GPU的飛速發(fā)展，會讓它成為汽車流場模擬的主角。
萬縷千絲終不改，任他隨聚隨分。
CFD的現(xiàn)狀
CFD發(fā)展至今，使用二階精度有限體積法的商業(yè)軟件已經(jīng)遍布各行各業(yè)，它們幾乎能夠模擬一切外形簡單、物理過程單一的問題。然而，隨著科技的進一步發(fā)展，人們對CFD的定位從設(shè)計后驗證變成了設(shè)計前指導，軟件定義產(chǎn)品的思想也越來越深入人心。時代呼喚那些能夠在時間和空間上分辨率更高的方法，這對應(yīng)著時間上很小的步長和空間上的高分辨率格式。舉例而言，在航空領(lǐng)域，實現(xiàn)對超音速飛機翼型的快速迭代設(shè)計需要超高的時空分辨率。下表展示了使用大渦模擬(Large Eddy Simulation，簡稱LES，現(xiàn)階段最流行的湍流模型)時單位縱橫比的幾何體周圍馬赫數(shù)為0.2的流動問題實現(xiàn)24小時模擬所需的PFLOP/s。我們注意到算力消耗近似正比于Re1.3 ，其中網(wǎng)格量增長正比于Re1.0, 時間迭代增長正比于Re1/3。這還是在壁面處使用了近似壁面函數(shù)方法的LES模型的計算量。如果要完全模擬計算壁面附近的流場，預計算力消耗正比于Re2.5 ，這需要的算力消耗就更加驚人。
表2 使用LES模型模擬機翼外流場的計算量估計
(數(shù)據(jù)來自NASA 2030 CFD version)
超高算力消耗的CFD模擬亟需更高的算力和更優(yōu)的算法，圖形處理器(Graphics Processing Unit, GPU)的出現(xiàn)恰好能夠滿足這個需求。GPU最早是用于圖像顯示的芯片。由于其支持高刷新率高分辨率顯示設(shè)備的需求，GPU具有高并行數(shù)、大數(shù)據(jù)吞吐量的特征?？茖W家們發(fā)現(xiàn)，這種特征恰好可以使用于大規(guī)模的科學及工程計算領(lǐng)域。一方面，在算力上，GPU計算能力上限遠超CPU，為CFD模擬提供無盡的想象空間。另一方面，GPU并行化的特點也促進CFD模擬向著高并行度、高數(shù)據(jù)復用的方向發(fā)展。為了能夠?qū)崿F(xiàn)更高效率的模擬，很多CFD軟件都不同程度的支持GPU加速運算。GPU甚至在影響CFD技術(shù)的發(fā)展方向。
圖5 CFD軟件的GPU加速情況
上圖是基于歐拉視角的CFD軟件GPU加速情況。CFD傳統(tǒng)的離散方式可以大體沿著兩個維度劃分。沿著空間離散角度看，從結(jié)構(gòu)性的有限體積到非結(jié)構(gòu)有限體積再到非結(jié)構(gòu)有限元及其變種，格式的精度(簡單說，就是誤差隨迭代收斂的速率)越來越高，但是單網(wǎng)格節(jié)點的計算復雜度也在上升。傳統(tǒng)CFD商業(yè)軟件一般使用非結(jié)構(gòu)有限體積法，而目前最受學界關(guān)注的則是非結(jié)構(gòu)網(wǎng)格有限元方法的變種——通量重構(gòu)(Flux Reconstruction，簡稱FR)格式。FR格式由Huynh在2007年提出，此后CFD宗師Jameson又證明了DG和SD方法均可以統(tǒng)一到這個框架中，至此關(guān)于可壓縮高階格式的構(gòu)造研究在學術(shù)上基本有了定論。Jameson等人也在各種場合推廣FR方法，并將其應(yīng)用于各種高保真模擬場景中，而這一方法能夠迅速推廣和GPU的加速是分不開的。一般來說，構(gòu)建高精度格式需要在網(wǎng)格點內(nèi)部再給出多項式插值點，在傳統(tǒng)的計算資源不夠的時候，這種做法無疑是非常耗時的，人們傾向于使用加密網(wǎng)格的低階格式來進行高分辨率計算。但是在有了GPU并行技術(shù)的支持下，提升單元計算復雜度以減少數(shù)據(jù)交換變得迫在眉睫，相比于加密網(wǎng)格，高精度格式模擬成本更低，而這也催動學者們不斷深入挖掘高精度格式的內(nèi)涵，從而促進CFD技術(shù)的大發(fā)展。從時間離散角度，也可以將離散格式分為顯式和隱式。顯式格式可以直接計算格點下一時刻的值，不需要求解方程，而隱式格式由于多節(jié)點的未知量耦合在一起，需要聯(lián)立求解代數(shù)方程組。顯式格式通常用來求解可壓縮方程和非穩(wěn)態(tài)問題，而隱式格式常用于求解不可壓縮方程和穩(wěn)態(tài)問題。在過去計算資源較少的年代，計算需求只能滿足穩(wěn)態(tài)問題的計算，常常使用隱式格式以加快收斂速度。而如今CFD的各個應(yīng)用領(lǐng)域更加關(guān)注非穩(wěn)態(tài)的過程，需要更多支持非穩(wěn)態(tài)求解的求解器。為了統(tǒng)一求解器的求解格式，很多新開發(fā)的CFD軟件都不單獨開發(fā)穩(wěn)態(tài)求解器，而是將其看作非穩(wěn)態(tài)問題的一種極限情況。在進行某一時間步計算時，由于顯式格式可以單獨計算每個節(jié)點的物理量(其對周圍節(jié)點的依賴可以用其他節(jié)點上一時刻的值代替)，因此其天然可以實現(xiàn)并行計算。在過去并行資源較少的時代，隱式格式是主流的選擇。但是在計算資源越來越豐富的今天，新一代CFD軟件更傾向于不斷加密網(wǎng)格和網(wǎng)格內(nèi)的節(jié)點階數(shù)，并采用顯格式進行推進。
另一個發(fā)展較快的CFD技術(shù)是粒子法。相對于傳統(tǒng)CFD模擬方法，粒子法的最大優(yōu)勢是減少了畫網(wǎng)格的復雜前處理過程，算法并行度高，而其缺點則是計算量巨大。而通常，工程師們使用商業(yè)CFD軟件大概有70%的時間都耗費在前處理和后處理上。當GPU的出現(xiàn)得以使粒子法CFD克服計算量巨大的困難，其應(yīng)用于工程實際時減少前處理時間的比較優(yōu)勢就愈發(fā)明顯。2010年后，粒子法的代表光滑粒子流體動力學方法(Smoothed Particle Hydrodynamics，簡稱SPH)和格子玻爾茲曼方法(Lattice Boltzmann Method,簡稱LBM)在商業(yè)上開始備受矚目，基于SPH方法的各種大尺度模擬工具紛紛登場，廣泛應(yīng)用于動畫電影特效的制作，而微觀物理機制更加明確的LBM方法則在多孔介質(zhì)，電池模擬，以及低速空氣動力學中大放光彩，基于LBM方法的PowerFlow更是占據(jù)了整車外流場模擬的絕大部分市場。2016和2017年，工業(yè)軟件巨頭達索公司分別將基于LBM方法的Xflow 和Powerflow收入旗下，2021年西門子將基于SPH的Nextflow Software收入旗下，表明各大廠商都很看好基于粒子法的瞬態(tài)分析CFD軟件的未來。粒子法因其算法局部性強，并行容易，也非常適合GPU加速。下面給出了應(yīng)用粒子法的一些商業(yè)CFD軟件。
圖6 粒子法CFD軟件
總體而言， 當前CFD的技術(shù)正在向著計算并行化、模型統(tǒng)一化的方向邁進。無論是針對高速流動領(lǐng)域的高度局部化的高精度顯式有限元方法還是更適合微尺度和低速流動模擬的粒子類方法，都因其并行效率高、編程框架統(tǒng)一而越來越成為學者們關(guān)注的重點。GPU的出現(xiàn)，不但使得CFD模擬效率因為硬件算力的提升而加快，還深度影響了CFD離散格式的發(fā)展趨勢。在GPU加速的背景下，高精度格式和粒子法這兩個算力消耗極大的技術(shù)路徑由此成為學界研究的重點，高保真模擬和瞬態(tài)分析則成為了各大CFD軟件宣傳的口號。在此基礎(chǔ)上，GPU還將進一步影響CFD的應(yīng)用，使其邁向更加廣闊的空間。
韶華休笑本無根。好風頻借力，送我上青云。
CFD的未來
雖然時至今日，N-S方程仍然是千禧年未解難題，然而，我們還是可以通過提升算法和算力不斷逼近人類認知的極限。借助GPU的好風，CFD正在不斷拓展自己的邊界，向著未知領(lǐng)域進發(fā)。本節(jié)，讓我們大開腦洞，設(shè)想一下GPU加持的CFD會有怎樣的未來。
"蕩漾的小船產(chǎn)生水波，高速飛行的噴氣機產(chǎn)生湍流。數(shù)學家和物理學家相信對NS方程的理解可以實現(xiàn)對這兩個問題的解釋和預測。雖然NS方程在19世紀就被提出，但是我們對他們的理解依然非常少。我們在這里向全世界的科學家發(fā)出挑戰(zhàn)，刷新數(shù)學理論的歷史，揭開NS方程的未解之謎。"
——克雷研究所
我們都知道，CFD模擬已經(jīng)遍布各行各業(yè)，而GPU加速則能夠使一些過去我們不敢設(shè)想的模擬需求成真。在GPU好風助力下，CFD又將登上哪些青云呢?
航空航天
CFD技術(shù)從創(chuàng)立之初，航空航天領(lǐng)域就是其主要的應(yīng)用方向。在SpaceX 的飛船升空后，航空航天再次引發(fā)人們的關(guān)注。NASA在2014年發(fā)布的《CFD愿景2030研究》，預測到2030年，CFD的應(yīng)用將包括在整個飛行包線內(nèi)進行全機模擬，渦輪風扇發(fā)動機的瞬態(tài)模擬，先進飛行器的多學科優(yōu)化以及動力空間通道。航空航天領(lǐng)域的CFD模擬對于高精度高保真模擬的要求極高?；诟呔雀袷降能浖yFR(誕生于CFD商業(yè)軟件發(fā)源地帝國理工大學)和CharLES(誕生于CFD技術(shù)中心斯坦福大學)已經(jīng)展示了GPU加速在航空航天模擬中的威力，在GPU的支持下將CFD高保真模擬的效率提升上百倍。未來，隨著人類不斷向深空探索，以及航空工業(yè)的不斷壯大，CFD模擬或可以讓我們用極小的代價進行飛行器設(shè)計，從而真正把我們帶到無盡星空。
圖7 航空航天的CFD應(yīng)用
圖片來源：波音公司官網(wǎng)
自動駕駛
自動駕駛可能是目前最受矚目的人工智能應(yīng)用，然而事實上，CFD仿真也是自動駕駛中必不可少的一環(huán)。無論是為了最大化電池的應(yīng)用效率，還是減少汽車自動行駛時的風阻，都對CFD模擬提出了很高的要求。例如，氣流經(jīng)過行駛的汽車，在汽車周圍形成很復雜的外流場結(jié)構(gòu)，會出現(xiàn)氣流的分離附著和復雜渦結(jié)構(gòu)等流體現(xiàn)象。在GPU出現(xiàn)之前，工程師們需要花費很久的時間進行整車模擬，而且通常還只能做到定性。在GPU 加持下，使用LBM方法可以方便地仿真各個時刻的風阻和風噪，例如廣汽研究院空氣動力學團隊使用基于LBM方法的Altair UltraFluidX軟件，在不到六個月的時間內(nèi)，開展200多次整車外流場瞬態(tài)CFD仿真模擬，最終創(chuàng)造了最新低風阻記錄。未來，在GPU加速情況下，也許仿真汽車流場可以在PC端進行，屆時，我們每個人都能定制自己的自動駕駛汽車。
圖8 汽車工業(yè)的CFD應(yīng)用
圖片來源：MSC 白皮書
精準醫(yī)療
人體解剖學和人體流體行為的復雜性，使得CFD仿真技術(shù)成為醫(yī)學領(lǐng)域研究的重要工具。醫(yī)學研究人員可以通過先進醫(yī)療影像設(shè)備如CT、MR等得到人體血管、氣管等器官的CAD模型，施加合適的粘性邊界，構(gòu)造一個CFD問題。通過CFD模擬分析血流和氣流的運動情況，分析流速和壓力變化，從而對患者病變狀態(tài)進行評估。例如，在冠狀動脈分析領(lǐng)域，已經(jīng)有廠商提出使用CT-FFR技術(shù)取代通常的有創(chuàng)FFR技術(shù)，用來評價冠脈狹窄程度，從而做出手術(shù)方案判斷和調(diào)整。CT-FFR 技術(shù)的核心是血管內(nèi)血流的CFD模擬。由于血管分布十分復雜，對其進行CFD計算非常耗時，這是限制CT-FFR應(yīng)用推廣的最大瓶頸之一。GPU的應(yīng)用將使得該方法得以更有效推廣。閱影科技使用GPU加速CFD計算，實現(xiàn)了CT-FFR中血流模擬的秒級計算，極大降低了部署難度。除了冠狀動脈的模擬，CFD還可用于更多人體內(nèi)流的模擬，結(jié)合越來越高分辨率的CT、MR設(shè)備獲取的高清CAD模型，CFD的計算模擬也將更加有定量價值。在GPU的加速下，各種涉及氣流和血流的手術(shù)都可以在CFD仿真中預覽，從而提升手術(shù)效果和成功率，實現(xiàn)真正意義的數(shù)字醫(yī)療、精準醫(yī)療。
圖 9 CT-FFR模擬顯示情況
圖片來源：CT-FFR龍頭企業(yè)Heart Flow 官網(wǎng)
海綿城市
隨著海綿城市概念的興起，人們越來越重視降水、排水、防洪等水動力問題的模擬。不斷頻發(fā)的自然災害也在時刻提醒我們要重視模擬預報。已經(jīng)有相當多研究表明，水動力模擬是一個尺度大、計算量驚人的問題。GPU的出現(xiàn)可以使得洪水的實時模擬變成一種可能。有學者使用粒子類的方法在GPU上實現(xiàn)了洪水的實時模擬，相較CPU上的實現(xiàn)速度快一個數(shù)量級?？梢韵胂?，結(jié)合更精準的天氣預報，在GPU上我們能夠預估未來幾周的洪水災害，鄭州洪水災害將再不會上演。
圖 10 洪水模擬顯示情況
圖片來源：https://people.csail.mit.edu/kuiwu/GVDB_FLIP/
生物制藥
大多數(shù)生物工藝都是在實驗室規(guī)模、操作體積小的臺式生物反應(yīng)器中開發(fā)的。這些生物反應(yīng)涉及溶液流動、蒸發(fā)、相變、攪拌、摻混等過程，科學家們一直希望能夠精確模擬預測反應(yīng)結(jié)果，以減少不必要的實驗操作。這類問題的模擬尺度都很小，并且涉及很多參與的變量，常常需要計算各相流體界面處的情況，是典型的多相流問題。由于涉及多種流體，甚至包含顆粒流動，因此通常使用LBM方法對這種問題進行模擬。GPU的出現(xiàn)使得這種模擬的速度大大加快。例如，M-star CFD 基于GPU加速能夠每秒鐘模擬上億級別粒子數(shù)，這將允許生物制藥公司在幾分鐘內(nèi)準確地建模復雜的生物反應(yīng)器物理問題。在GPU加速的背景下， 藥物開發(fā)周期將大大縮短，這將有助于我們戰(zhàn)勝那些看起來無解的難題，拯救更多的生命。
圖11 M-star 模擬攪拌過程
圖片來源：M-star 官網(wǎng)
結(jié)語
隨著模擬需求的增加，使用GPU加速CFD已經(jīng)是大勢所趨?？蒲蓄I(lǐng)域關(guān)注的高精度格式的構(gòu)建離不開GPU的加速，工程領(lǐng)域關(guān)注的大尺度模擬的實現(xiàn)也離不開GPU的支持。無論是高速可壓縮流動，還是低速不可壓縮流動，無論是大尺度簡單邊界流動，還是微尺度復雜邊界流動，都能看到GPU加速的身影。新一代的CFD軟件甚至從設(shè)計時就是基于GPU的架構(gòu)實現(xiàn)的。在GPU這個好風的借力下，CFD的研究和發(fā)展將朝著更高精度更快速度的方向邁進，甚至改變很多行業(yè)的發(fā)展形態(tài)。上到星辰大海，下到城市交通，乃至醫(yī)療健康， GPU和CFD的結(jié)合必將給更多領(lǐng)域帶來突破性的變革。
下載文檔
