TensorFlow дозволяє розраховувати потоки рідини за допомогою TPU

У сфері механіки рідини ключову роль відіграє область, відома як обчислювальна гідродинаміка (Computational Fluid Dynamics, CFD). CFD передбачає застосування чисельних методів і алгоритмів для аналізу і вирішення проблем, пов’язаних з поведінкою потоку рідини і теплопередачею. Цей підхід знаходить застосування в широкому спектрі наукових і промислових галузей.

Обчислювальна гідрогазодинаміка знаходить застосування в різних галузях. В енергетиці вона сприяє проектуванню ефективних вітрових турбін та електростанцій. У виробництві вона допомагає в процесах, пов’язаних зі змішуванням і хімічними реакціями. Науки про навколишнє середовище використовують CFD для океанографії та прогнозування погоди. Цивільне будівництво використовує його для структурного аналізу та моделювання паводків. Крім того, CFD відіграє важливу роль у проектуванні енергоефективних будівель у будівельній галузі та покращує аеродинаміку і продуктивність двигунів в аерокосмічній та автомобільній техніці.

Значний прогрес в обчислювальних алгоритмах, розробці фізичних моделей та аналізі даних проклав шлях до цих можливостей. Крім того, доступність високопродуктивних обчислювальних систем (High-Performance Computing, HPC) значно підвищила швидкість, ефективність і доступність CFD, що дозволило проводити високоточне моделювання течії зі зростаючою роздільною здатністю і враховувати складні фізичні явища.

Одним з важливих аспектів аналізу потоків рідини є вивчення турбулентності, яка переважає як в природних, так і в технічних потоках рідини. Для всебічного розуміння турбулентних потоків використовується метод прямого чисельного моделювання (Direct Numerical Simulation, DNS). DNS точно представляє тривимірне поле потоку без апроксимацій або спрощень, забезпечуючи цінне розуміння турбулентних явищ. Однак моделювання DNS вимагає значних обчислювальних потужностей для точного відображення моделей течії рідини в різних масштабах.

Щоб вирішити цю обчислювальну проблему, дослідники розробили систему моделювання, пристосовану для використання тензорних процесорів (Tensor Processing Units, TPU). Цей фреймворк використовує найсучасніші досягнення в проектуванні апаратного забезпечення TPU та програмного забезпечення TensorFlow. Важливо, що вона демонструє ефективну масштабованість, легко адаптуючись до різних розмірів задач, що призводить до покращення продуктивності під час виконання.

Парадигма програмування, що використовується в цьому фреймворку, покладається на графовий TensorFlow. Дослідники ретельно оцінили точність і продуктивність цього фреймворку, приділивши особливу увагу впливу вбудованої в TPU арифметики з плаваючою комою одинарної точності. Алгоритм і реалізація були ретельно перевірені за допомогою симуляцій канонічних 2D і 3D сценаріїв вихорів Тейлора-Гріна.

У процесі розробки CFD-розв’язувачів важливу роль відігравали еталонні задачі, і багато з них було включено в цю дослідницьку роботу. Важливим еталоном в аналізі турбулентності є однорідна ізотропна турбулентність, добре вивчена течія зі статистичними властивостями, інваріантними при трансляції та обертанні осей координат. Для вирішення цієї задачі дослідники використали сітку з високою роздільною здатністю, що складається з восьми мільярдів точок.

Дослідження вивчає можливість моделювання турбулентних потоків, зосереджуючись на двох конкретних конфігураціях: затухаючій однорідній ізотропній турбулентності та турбулентному плоскому струменю. Отримані результати демонструють сильну статистичну узгодженість з еталонними результатами для обох симуляцій.

Таким чином, обчислювальна гідродинаміка (CFD) є життєво важливим інструментом для розуміння поведінки рідини в різних сферах застосування. Розробка моделюючих систем, оптимізованих для TPU і перевірених шляхом суворого бенчмаркінгу, відкриває нові можливості для вивчення складних турбулентних течій з надзвичайною точністю і ефективністю.