近年來，科學計算對于航空航天工程的設計周期、制造成本、飛行安全等方面發(fā)揮著關(guān)鍵作用。在此背景下，浙江大學 鯤鵬昇騰科教創(chuàng)新卓越中心基于雙算力在科學計算領(lǐng)域?qū)崿F(xiàn)重要突破——浙江大學航空航天學院研究員夏一帆團隊基于昇騰平臺，成功研發(fā)出用于微分方程求解和流場預測的新隱式神經(jīng)網(wǎng)絡算法；浙江大學航空航天學院副教授張繼發(fā)團隊基于鯤鵬平臺，成功開發(fā)了高效能可變形飛行器流動機理仿真軟件，兩項成果分別從算法和應用層面為航空航天領(lǐng)域注入強勁動力。
基于昇騰AI平臺的隱式神經(jīng)網(wǎng)絡在偏微分方程求解中取得重要進展
偏微分方程求解和流場預測領(lǐng)域面臨著復雜且反復迭代的計算，往往需要耗費大量的人力和計算資源。夏一帆團隊研發(fā)的新隱式神經(jīng)網(wǎng)絡算法基于MindSpore AI框架的分布式并行能力，可高效訓練龐大數(shù)據(jù)集模型，其強大的非線性擬合能力和融合物理約束的網(wǎng)絡結(jié)構(gòu)，在微分方程求解和流場預測場景中發(fā)揮了關(guān)鍵作用。這一成果已在 ODE、Advection、Burgers 和 Diffusion 等經(jīng)典基準方程上得到驗證，并開發(fā)出了可直接應用的求解器。
依托昇騰異構(gòu)計算架構(gòu)CANN提供的高性能算子開發(fā)能力（AscendCL），對核心計算模塊進行了深度優(yōu)化，通過算法與昇騰硬件架構(gòu)的協(xié)同設計，實現(xiàn)了關(guān)鍵算子的高效執(zhí)行，充分釋放了硬件的并行計算潛力，顯著提升了新隱式神經(jīng)網(wǎng)絡算法的訓練與推理效率。經(jīng)驗證，該算法在驗證算例上的求解精度（如L2相對誤差） 相比傳統(tǒng)有限差分法平均提升10%以上，且相比Pi-DeepONet、MAD等先進神經(jīng)網(wǎng)絡求解器精度提升10%以上，且相比 HyperPinn 顯著降低了模型參數(shù)量/計算復雜度。
目前，基于新隱式神經(jīng)網(wǎng)絡算法構(gòu)建的復雜物理場無網(wǎng)格降階模型，已應用于航空航天流場精細分析，為飛行器研制提供關(guān)鍵數(shù)據(jù)。
基于鯤鵬平臺實現(xiàn)高效能的可變形飛行器流動機理仿真軟件的開發(fā)
張繼發(fā)團隊基于鯤鵬技術(shù)路線，實現(xiàn)了高效能的可變形飛行器流動機理仿真軟件的開發(fā)，其中Loci和flowpsi作為計算流體力學的關(guān)鍵技術(shù)可以進行自動并行化計算，在仿真軟件的高效運行中發(fā)揮了重要作用。
Loci 作為專門用于物理領(lǐng)域計算模擬的編程框架，可以將計算任務的拆分、不同處理器調(diào)度的分配及數(shù)據(jù)的傳輸實現(xiàn)高度自動化，很大程度地簡化了軟件的開發(fā)過程。期間，鯤鵬處理器的多核算力、高內(nèi)存帶寬和低內(nèi)存訪問延遲等能力為Loci提供了強大的算力引擎，賦能其自動并行過程的高效運轉(zhuǎn)。而 flowpsi 作為 Loci 框架下的流體力學計算求解器，主要用于解決高速流體流動或液體復雜運動的高難度計算場景。在鯤鵬應用使能套件BoostKit的支持下，通過針對鯤鵬架構(gòu)的指令集優(yōu)化（如SIMD優(yōu)化）、內(nèi)存管理優(yōu)化、計算內(nèi)核融合等技術(shù)，flowpsi顯著提升了計算效率，進而提升了軟件的運行速度。測試結(jié)果顯示，仿真軟件運行速度提升 30%-50%，同時計算精度誤差控制在 5% 以內(nèi)。目前已應用于航空航天領(lǐng)域非定?？勺冃物w行器數(shù)值模擬仿真，為飛行器研制和開發(fā)提供關(guān)鍵預示數(shù)據(jù)，并服務于國家航天科研院所。
這兩項突破性成果，集中展現(xiàn)了浙江大學 鯤鵬昇騰科教創(chuàng)新卓越中心在“算力+算法”融合創(chuàng)新中的重大價值。作為浙江大學與華為協(xié)同攻關(guān)的重要載體，中心通過搭建高效的科研平臺，不僅為科學計算領(lǐng)域提供了創(chuàng)新助力，更以產(chǎn)學研融合的實踐證明了平臺對突破前沿科技技術(shù)瓶頸的關(guān)鍵價值，為未來更多尖端領(lǐng)域的科研探索筑牢了基礎。
