文/本报记者
在科学智能工程化落地阶段，国产算力的评价标尺已经从单纯峰值算力比拼，转向面向重大工程的高精度仿真、软硬件协同适配与大规模并行稳定输出的综合能力，面向航天等国之重器的数值模拟任务，正在成为检验国产超集群真实能力的核心试金石。
近日，记者从西安交通大学获悉，该校AI4S科研团队在国产曙光8000异构计算平台上取得重大突破，完成了33喷口火箭发动机阵列超声速尾焰的超大规模高保真数值模拟，计算规模高达6.774万亿网格单元，成为已知规模最大的超声速时空耦合高精度射流仿真案例。
研究人员表示，这项研究成果，为可重复使用火箭提供了自主可控的高精度数值模拟手段，也标志着国产算力平台正在从“承接真实科研任务”走向“承载重大工程核心研制环节”。
工程难题，AI4S前沿仿真取得超大规模算例突破
“可重复使用火箭一般采用多发动机并联方案，各发动机喷出的超声速高温尾焰会在箭尾相互干涉，形成复杂激波与湍流。” 研究人员表示，高温尾焰一方面会产生剧烈压力脉动，威胁箭体与发动机结构安全；另一方面尾焰交汇区温度极高，箭底防热设计需要精准掌握热流分布。
专家指出，“不厘清这套干扰机理，火箭回收安全和发动机复用可靠性就无从保障”。因此，必须依靠高性能计算开展高保真数值模拟，这也正是AI4S前沿方向的典型硬骨头课题。
据西安交大AI4S研究团队介绍，实验成功复现激波干扰、剪切层失稳、涡结构掺混合并等三维非定常流动特征。该成果实现对火箭底部发动机群尾焰的超高分辨率数值表征，在虚拟计算环境中量化载荷与热流风险，为箭体结构、底部防热系统的设计迭代提供可靠量化依据，降低实体试验成本与工程风险。
协同创新，突破国产加速卡大规模并行瓶颈
十万卡级大规模计算，核心瓶颈并非硬件峰值算力，而是显存带宽约束、跨节点通信开销与数值算法架构之间的适配矛盾。
研究团队自主完成算法与硬件协同原生创新，针对国产加速卡算力增长快于显存带宽的硬件特征，构建基于五阶WENO-JS特征重构、GKS界面通量的单步时间推进求解体系，将传统多阶段龙格库塔算法带来的反复全局读写，转化为局部通量导数计算，大幅削减显存读写频次与跨节点通信交互量。
据悉，研究团队通过三维笛卡尔区域分解、数据布局优化、算子融合等手段，实现计算与通信并行，降低数据交换开销。实测在超过8张国产加速卡规模下，弱扩展效率高于99%，强扩展效率73%，网格更新吞吐率34.029万亿单元每秒。打个通俗比方，相当于为火箭发动机集群的尾焰拍摄了一套超高分辨率CT影像，帮助科研人员直观看清并攻克尾焰相互干扰这一设计难题。
研究人员表示，高端科学仿真绝非算力硬件的简单堆砌，软硬件深度适配、原生协同创新才是突破性能瓶颈的关键。本次攻关成果充分证实，国产自主算力底座完全具备支撑十万卡级高效能工程计算的能力，填补了国产异构计算平台在该类超大规模、高精度流体仿真领域的技术空白，彻底摆脱了对国外仿真软件与海外算力生态的依赖，实现核心算法、仿真体系、算力应用的全方位自主可控。
重大需求，AI4S应用带动国产算力生态迭代升级
“过去国产高性能计算更多聚焦硬件算力指标突破，而本次实践实现了算力硬件、自研算法与工程仿真场景的深度耦合，验证了国产全栈技术链条服务高端装备研制的可行性。”专家表示，本次超声速射流仿真实验，是西安交大 AI4S 前沿方向落地的标志性重大应用成果，代表国产算力生态面向航天重大工程需求完成的一次系统性技术沉淀。
专家指出，西安交大AI4S团队依托曙光8000平台完成的这项研究，打通了前沿科学计算理论与工程应用之间的壁垒，把实验室算法转化为稳定可靠、可落地的工程仿真能力，让高保真数值模拟真正走进装备研发流程。
此次，研究团队完全自主搭建的高精度高保真求解体系，成功填补国产超算平台上多喷口超声速射流超大规模高精度模拟空白，在国内同领域大规模并行仿真应用中处于领先水平。
随着AI4S前沿应用持续落地，国产自主可控的仿真体系不再局限于单一航天场景，还可向航空、能源等多个高端装备领域延伸，支撑更多国之重器开展数字化设计与验证。
未来，更多工程仿真任务将逐步迁移至国产算力平台，持续完善科学计算软件生态，夯实我国科学计算底层基础设施，推动国产算力软硬件生态形成持续迭代、自主自强的良性发展格局。（本文图片由主办方提供）
