登錄
微信登錄
打開手機微信,,掃描二維碼
掃描成功
請勿刷新本頁面,按手機提示操作
中科曙光不會以任何理由要求您轉(zhuǎn)賬匯款,,謹防詐騙
您的微信還未注冊
中科曙光不會以任何理由要求您轉(zhuǎn)賬匯款,,謹防詐騙
您可以同時關(guān)注中科曙光微信公眾號
使用微信掃一掃即可登錄,! 查閱資料更方便,、 快捷,!
您已經(jīng)注冊賬號和
關(guān)注微信公眾號
2025年1月
服務熱線:400-810-0466
發(fā)布時間: 2022-09-01
偏微分方程,又稱PDE,,通常用于刻劃或描述復雜物理模型用于解決許多物理和工程領(lǐng)域的難題,,如流體動力學中的Navier-Stokes方程組、電磁場理論中的Maxwell方程組和量子力學中的Schro?dinger方程等。但高維PDE通常難以求解, 傳統(tǒng)算法在處理高維PDE時將面臨“維度災難”,,復雜計算度難以想象,。
深度學習,正在成為加速科學計算及其高質(zhì)量發(fā)展的重要推動力,,將數(shù)據(jù)與物理機理相結(jié)合,,實現(xiàn)加速求解高維PDE,尤其是應用于工業(yè)設(shè)計仿真等領(lǐng)域涉及的“老大難”:多物理場耦合問題,。
利用神經(jīng)網(wǎng)絡求解高維PDE,,突破多項傳統(tǒng)難題
多物理場耦合問題核心難點在于,流體和結(jié)構(gòu)復雜相互作用,,會引起動力荷載,,進而導致抖振、渦振,、馳振,、顫振等流致振動,影響結(jié)構(gòu)安全與服役年限,。傳統(tǒng)的數(shù)值計算需要畫網(wǎng)格,,計算量巨大,并且是一個不斷試錯的過程,,對高維求解具有維度災難問題,。
然而通過神經(jīng)網(wǎng)絡高維表征建立高維輸入到輸出的函數(shù)映射,可以解決維度災難,,將一個含有單獨隱藏層的神經(jīng)網(wǎng)絡結(jié)構(gòu),,給定充分的神經(jīng)元,這個神經(jīng)網(wǎng)絡可以以任意精度逼近任意函數(shù),。利用深度學習技術(shù)求解高維PDE,,可以在某些復雜場景解決傳統(tǒng)科學計算所面臨的難度高、時間長,、跨尺度模擬等挑戰(zhàn),,實現(xiàn)數(shù)據(jù)與物理機理相結(jié)合的大規(guī)模科學研究,。
曙光智算&百度飛槳強強聯(lián)合 突破傳統(tǒng)受限加速科學計算
在曙光智算AC平臺上,,百度飛槳聯(lián)合曙光完成了PaddleHelix-PaddleFold的部署,同時針對2D非定常圓柱繞流流場模擬做到了更大的網(wǎng)格數(shù)更少監(jiān)督數(shù)據(jù)及更長尺度的模擬,。
曙光智算AC平臺目前已接入飛槳計算組件,,并通過聯(lián)合培訓課程,大賽底層支撐(“先導杯“大賽的平臺支撐),,讓廣大算力服務用戶獲得更好的飛槳使用體驗,,持續(xù)優(yōu)化提升雙方共同打造的行業(yè)標桿,。