計算流體力學與航空航天、海洋裝備、能源電力的研發息息相關，但發展至今，仍然面臨著一些挑戰與瓶頸，諸如流體力學的網格剖分復雜，在復雜邊界處無法完全自動化；仿真依賴于復雜的迭代計算，計算依賴度高，并行計算時存在加速比限制；高維方程求解困難，精度和性能無法兼顧。這些挑戰也為AI融合科學計算帶來了新的機遇：AI方法可以不依賴網格剖分，具有天然并行推理能力，無需迭代計算，可快速獲得結果，AI方法可有效學習物理世界的內在規律，并快速推理獲得結果，兼顧精度和性能。當前，Google、Nvidia等各大機構已經開始將AI應用于流體力學的研究中，并獲得廣泛關注。

不同于CV和NLP領域深度學習框架和領域庫發展趨于成熟，人工智能流體力學領域尚未有一個穩定易用的模型庫或社區，使算法研究者能快速實驗算法，使應用開發者能高效訓練和部署模型。

因此，構建開放，易用，高效的AI+流體力學庫和交流社區有利于促進流體力學研究的蓬勃發展和人工智能方法的廣泛應用及創新突破。

在此背景下，昇思MindFlow專項興趣小組（簡稱：MindFlow SIG）正式成立，并面向開源社區招募志同道合的伙伴。

1

MindFlow SIG?簡介

本SIG著眼于昇思MindSpore Flow，充分利用昇思MindSpore的優點，持續完善套件功能，拓展社區生態，為廣大科研人員，老師和學生提供高效易用的AI計算流體仿真套件的同時，為這個領域中，有著強大影響力和濃厚的興趣的人們提供一個能夠共同交流合作的平臺。

2

MindFlow SIG使命

聚焦AI在流體中的應用，探索流體力學仿真中物理驅動、數據驅動、數據機理融合的AI流體仿真等多種范式，構建使用簡單、運行高效的AI+流體計算框架，支持航空航天、船舶水動力學以及能源電力等行業領域的AI流場研究。

小組的重點工作包括以下幾個方向：

01、物理驅動的AI流體仿真

物理驅動的AI流體仿真，即通過將物理方程引入到神經網絡的損失函數中使其參與網絡訓練，從而使得學習的結果滿足物理規律。該模塊主要面向PDE方程的正向求解、基于數據融合的反問題以及數據同化等應用。當前MindSpore Flow已具備常見的邊界/初始條件設定方法，采樣方法，損失函數構造等功能，滿足相關經典流動實例求解優化。

02、數據驅動的AI流體仿真

基于數據驅動的AI流體仿真，依賴大量的流體仿真數據，通過設計合適的神經網絡挖掘數據樣本間的物理規律，具備高效并行，快速推理的優勢；且以FNO，DeepONet為例的神經算子學習，具備一定的參數泛化能力。該模塊主要面向具備大量標簽數據的快速推理、參數空間設計優化等應用場景。當前MindSpore Flow已具備ViT、FNO等網絡模型，能夠求解經典流動（Burgers' equation等）和工程實際中面臨的流動問題。

03、數據機理融合的AI流體仿真

基于數據機理融合的AI流體仿真，以PDENet為典型代表，能從數據中學習偏微分方程，并且能夠準確預測復雜系統的動力學特性和揭示潛在的PDE模型。該模塊主要面向科學數據樣本較少且已知控制方程的應用場景，通過內置流場方程信息，降低神經網絡對于數據量的需求，提升網絡的泛化性。此外，通過可微CFD求解器與神經網絡的耦合，實現流體仿真模型的AI修正、AI插值和AI超分等新的應用。當前已具備PDENet的基礎能力，能夠實現經典流動的求解。

04、可微CFD求解器

流體仿真軟件主要通過數值方法在計算機中對流體力學的控制方程進行求解，從而實現流動的分析、預測和控制，在航空航天、船舶制造以及能源電力等領域有著廣泛的應用。基于AI框架昇思MindSpore Flow的CFD可微求解器具備jit即時編譯，vmap自動向量化，autograd端到端自動微分和支持不同硬件等優點。

3

框架架構/代碼倉

MindSpore Flow是基于昇思MindSpore開發的流體仿真領域套件，支持航空航天、船舶水動力學以及能源電力等行業領域的AI流場模擬，旨在于為廣大的工業界科研工程人員、高校老師及學生提供高效易用的AI計算流體仿真軟件。MindSpore Flow提供了物理驅動、數據驅動、數據機理融合的AI流體仿真等多種常用功能。

4

MindFlow SIG工作計劃

前期

以成員學術交流活動為主，為MindSpore Flow演進和功能完善提供參考。每年小組都會組織一場大型活動與數場小型活動，且固定在每個季度組織一場校園行活動，每年SIG會固定舉辦大型暑期學校活動，邀請組內的核心專家老師準備多個主題進行多天的授課。小組老師將帶領成員進行科技調研以及代碼倉功能擴展，bug修復等工作。成員也可自由使用MindSpore?Flow軟件來進行自己的課題研究和開發。小組會在社區內發布開源實習任務以及眾智任務，以供學生和老師認領。

后期

通過合作開發等模式，在社區開展合作研究，推動更多場景落地。

5

MindFlow SIG構成

小組領銜成員

張偉偉，西北工業大學長江學者特聘教授，，流體力學智能化國際聯合研究所中方負責人。主要從事智能流體力學、氣動彈性力學和飛行器設計研究。曾獲得國家自然科學基金優秀青年基金、航空學會青年科技獎、空氣動力學會首屆青年科技獎等榮譽。現任中國空氣動力學會副理事長，智能流體力學專業組主任、空氣彈性力學專業委員會副主任，中國力學學會流固耦合力學專業委員會副主任、智能流體力學產業聯合體副理事長兼秘書長，AST、TAML、AAMM、AIA等國際期刊編委。

董彬，北京大學，北京國際數學研究中心長聘教授、國際機器學習研究中心副主任、大數據分析與應用國家工程實驗室研究員、國家生物醫學成像科學中心研究員，北京大學計算與數字經濟研究院副院長。主要研究領域為科學計算、機器學習及其在計算成像和數據分析中的應用。現任期刊《Inverse Problems and Imaging》編委、《CSIAM Transactions on Applied Mathematics》、《Journal of Computational Mathematics》、《Journal of Machine Learning》副主編。2014年獲得求是杰出青年學者獎，2019年入選科技部創新人才推進計劃，2022年受邀在世界數學家大會（ICM）做45分鐘報告。

孫浩，中國人民大學高瓴人工智能學院“長聘副教授、博導"，國家高層次人才青年專家。曾任美國匹茲堡大學、美國東北大學終身序列助理教授、博導。主要從事科學智能、人工智能數理基礎與交叉前沿研究，包含可詮釋性深度學習、物理啟發深度學習、符號強化學習與推理、數據驅動復雜動力系統建模與識別、基礎設施健康監測與智能化管理等方向。研究成果受到了幾十家國際知名媒體的廣泛報導（例如《福克斯新聞》、《科學日報》、《麻省理工科技評論》等）。2018年入選福布斯北美“30位30歲以下精英榜（科學類）”，2019年當選“美國十大華人杰出青年”。

小組成員

Maintainer：hsliu_ustc?昇思MindSpore高級工程師

Maintainer：zwdeng?昇思MindSpore高級工程師

Maintainer：Yi_zhang95?昇思MindSpore高級工程師

小組成員：hong-ye-zhou 昇思MindSpore高級工程師

小組成員：Bokai Li??昇思MindSpore工程師

小組成員：liulei277?昇思MindSpore工程師

小組成員：yangge_nihilism?昇思MindSpore工程師

小組成員：haojiwei?北京航空航天大學碩士在讀

小組成員：李正一 北京大學博士在讀

小組成員：李卓遠 北京大學博士在讀

小組成員：葉展宏 北京大學博士在讀

小組成員：王琦 中國人民大學博士在讀

小組成員：雷譯翔 武漢大學本科在讀

6

MindFlow SIG召喚你

掃碼加入MindFlow SIG交流群

sig倉：

https://gitee.com/MindSpore/community/tree/master/sigs/mindflow

代碼倉：

https://gitee.com/mindspore/mindscience/tree/master/MindFlow

關于MindSpore SIG

昇思MindSpore社區歡迎業界專家、學術伙伴在社區成立特別興趣小組（SIG），作為社區領域技術代言人，打造領域技術品牌，共建昇思MindSpore開源生態。

MindSpore SIG即MindSpore Special Interest Groups，即“昇思特別興趣小組”，MindSpore社區成立個技術SIG的初衷是為該領域的專家、教授和學生提供一個開放交流的平臺，通過會議分享、項目開發等活動促進技術交流、合作共贏，并使得SIG成員的影響力和技術能力得到提升，截止目前，MindSpore SIG共計成立20+。

如果你也想成立一個SIG

掃碼添加小助手了解更多

總結

以上是生活随笔為你收集整理的加入昇思MindFlow SIG，助力AI流体仿真发展的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。