PyFR：基于通量重构方法在流式架构上求解对流 - 扩散型问题的开源框架
计算物理
2015-06-18 v2 数值分析
数值分析
摘要
用于非结构化网格的高阶数值方法结合了高阶谱方法或有限差分法的卓越精度与低阶有限体积法或有限元法的几何灵活性。通量重构 (Flux Reconstruction, FR) 方法在一个统一的框架内整合了各种用于非结构化网格的高阶格式。此外，FR 方法表现出显著的元素局部性，因此能够在现代流式架构（如图形处理器 GPU）上高效运行。FR 的上述特性意味着它提供了一条可行的途径，用于对真实世界工程几何附近迄今难以处理的非定常流动进行具有工业相关性的尺度解析模拟。在本文中，我们介绍了 PyFR，这是一个基于 Python 的开源框架，利用 FR 方法在流式架构上求解对流 - 扩散型问题。该框架旨在求解混合非结构化网格（包含各种单元类型）上的一系列控制方程组。它还旨在通过使用基于 Mako 模板引擎的内置领域特定语言来 targeting 一系列硬件平台。当前版本的 PyFR 能够在二维四边形和三角形单元网格以及三维六面体单元网格上求解可压缩 Euler 方程和 Navier-Stokes 方程，目标平台包括 CPU 集群和 NVIDIA GPU。文中展示了各种基准流动问题的结果，讨论了单节点性能，并证明了代码在多达 104 块 NVIDIA M2090 GPU 上的可扩展性。该软件根据 3-Clause New Style BSD 许可证免费提供（见 www.pyfr.org）。
引用
@article{arxiv.1312.1638,
title = {PyFR: An Open Source Framework for Solving Advection-Diffusion Type Problems on Streaming Architectures using the Flux Reconstruction Approach},
author = {Freddie D Witherden and Antony M Farrington and Peter E Vincent},
journal= {arXiv preprint arXiv:1312.1638},
year = {2015}
}