近日有幸上手 tfluid 软件，完全依靠 GPU 进行有限体积法的多相流数值模拟，GPU 用了之前服务器上的 H100 和 A6000，计算效率相当震撼，实现了此前在 CPU 上从未达到的规模。之前看到胡渊鸣的 taichi，用物质点法模拟积雪压实的物理效果，用在《冰雪奇缘》电影的制作上，流体模拟也有很多粒子法在GPU上获得很好的效果，意识到计算流体力学也会实现从 CPU 到 GPU 的转变。也因此关注了一些将 OpenFOAM 迁移至 GPU 的项目，比如 RapidCFD，这个项目支持非常古老的 GPU 和 CUDA 版本，而且开发进展缓慢，文档和用户反馈都很一般，因而没有上手。也关注过一些用 taichi 实现的流体求解器，但这些求解器都不太能处理复杂网格，距离工业应用还有距离。直到俞涛博士开始 tfluid 的商业化，我才第一次在 GPU 上进行流体仿真，亲身见证计算工具的巨变。
服务器用的是之前的一台双路机架式服务器，这台服务器经过几次小升级，拥有了双路 A6000 和一块 H100，身价接近50万，而且使用这么久，受到目前的大模型热潮影响，硬件价格不降反升，真乃理财产品。tfluid 安装还比较顺利，解决了 cuda 和 msmpi 的版本依赖问题，就成功安装了，通过修改 CUDA_VISIBLE_DEVICES 环境变量，可以指定 tfluid 使用哪块 GPU。tfluid 软件界面见下图左，软件本身只有文本信息，算例文件保存的格式为 json，目前软件本身只带有结构网格生成功能，非结构网格要导入 openfoam 格式的网格文件，可视化和后处理依赖 paraview。因为小编只熟悉水气两相流，选了三维溃坝这个算例进行测试，原算例网格太少了，算不出水花飞溅的效果（体现不出 H100 的钞能力），因而三个方向均加密3倍，网格数量来到了两千六百万，实测显存占用45 GB ，几乎占满 A6000 48 GB 的显存。调整了亿点点求解器控制参数之后，开始计算，迫不及待守着电脑等结果，速度是真的快，很快就实现了水花四溅的效果，见下图。
H100 毕竟受到了美帝制裁，也不是谁都能去越南买一块游回来，为此，我又测试了 A6000 的效果，居然能达到 H100 一半的性能，见下图，而价格只有八分之一。大胆推断一下，tfluid 非常依赖 cuda 核心数，而对显存带宽不敏感，因此，3090 性价比肯定很高，4090 或许和H100性能差不多，刚出的5090也是极好的，但显存容量制约就无解了，24G 显存大概能算一千四百万网格，网格再多就只能咬牙上 A6000 了，想要大大大碗，或许 A100/A800 也是好选择。小编已经向开发者许过愿了，今年一定要把双卡并行搞出来，两块 A6000 一共 96G 显存，性能可能打平 H100。
最后再来说说 AI 这个话题，GPU采用有限体积法，在某种程度上是逆潮流的。我们看到太多数据驱动的研究，企图用高精度数据训练模型，取代 turbulence closure model；也有层出不穷的研究企图颠覆数值求解 NS 方程的路径，采用物理信息神经网络（PINN），建立一种新的研究范式；再者就是利用机器学习的方法求解控制、溯源等反问题。无疑，这三个方向才是当今的热门。在大语言模型流行后，CFD Agent 智能体也崭露头角，比如 MetaOpenFOAM。这些研究都能装进 AI CFD 这个大筐，打上新一代信息技术的标签，站上科技高地。那么，有限体积法求解 NS 方程，是不是只能在一些工程领域继续发挥余热，而无法与这些热门方向同场竞技呢？
我认为恰恰相反。我们可以建造出一个放心的吊脚楼，而无法建造出同样放心的海上平台，固体力学的完善使得结构设计臻于成熟，而流体力学却始终潜藏隐患。湍流运动小尺度各项同性，中尺度拟序，大尺度有序，而这种从无序到有序的变化都发生在物理学的宏观尺度，在一个小的几何尺度内发生了运动规律的剧变，因而流体运动都有强烈的比尺效应。受限于目前的计算能力，迫不得已选择某个“截断尺度”，小于截断尺度的运动平均化处理，仅数值求解大于该尺度的运动，截断和平均对大尺度的影响通过模型来修正，RANS 和 LES 都是这种思想的产物。这种截断和平均蕴藏无穷隐患，缺失边界层网格、误用湍流模型和二维大涡模拟等等常识问题仍然充斥 SCI 期刊。即便排除这些因为经验不足导致错误，湍流模型和壁面函数的适用范围仍然依赖于具体的流动类型，数值求解也常造成额外的扩散。
有限体积法最大程度确保了求解过程中的质量守恒，也能适应复杂几何，较容易实现二阶精度，适用的截断尺度非常宽广，也就能同时胜任 RANS 和 LES。即便如今已经接近摩尔定律的极限，芯片制程也接近光刻极限，在工程尺度求解 LES 仍然极具技术挑战且开销巨大。
只要我们仍然相信 NS 方程的有效性，最好的模型就是没有模型。克服算力瓶颈，始终都是计算流体力学最正统的路径，算力成为我们获得真相的唯一制约。这正是利用 GPU 的强大算力，进行有限体积法模拟的价值所在。
