MARUT：面向 Exascale 的 GPU 加速高阶 CFD 框架及其在高速流动和有限速率化学中的应用

我们提出 MARUT，一个面向大规模计算流体动力学（CFD）仿真的可扩展多 GPU 框架，旨在模拟从亚声速到高超声速的可压缩流动，包括带有限速率化学的化学非平衡流动，以及自适应网格细化（AMR）。该框架解决了当代科学计算中的核心挑战：开发能够在新兴异构超级计算架构上解决强非线性、多尺度流动物理的 numerically accurate 且计算可扩展的算法。MARUT 基于分布式内存 MPI 并行架构构建，原生实现于 NVIDIA GPU 上，融合了高阶谱间断 Galerkin 离散化与强稳定保持的 Runge--Kutta 时间积分，以实现低耗散和高分辨率的冲击波、旋流结构和反应界面表征。动态 AMR 进一步 enables 在物理复杂度局部区域高效集中计算资源，从而在保持解的保真度的同时显著降低计算成本。MARUT 通过 GPU 驻留计算和可扩展的 MPI 通信策略设计，以保持强平行效率，在多个 GPU 上实现接近线性强缩放。该求解器通过广泛的规范基准问题进行验证，涉及不可压缩、粘性和化学可压缩流动，包括亚声速、跨声速、声速和高超声速配置，涉及多物种非平衡化学。数值预测与 established reference solutions 具有很好的一致性。除了其 immediate performance characteristics 之外，该框架反映了计算科学向模块化、自适应和 AI 兼容仿真生态系统的更广泛转型。