在 exascale 时代，高性能计算（HPC）正推动火箭设计从物理实验向计算驱动转型，特别是多物理场耦合模拟如 CFD（计算流体力学）、FEM（有限元）和推进系统交互。El Capitan 超算上的一项 Gordon Bell 奖决赛入围工作，实现了史上最大规模火箭 plume 模拟，突破 500 万亿网格点（500 quadrillion DoF），为多引擎火箭排气交互提供了前所未有分辨率。该案例的核心在于 Information Geometric Regularization（IGR）冲击正则化技术与 MFC 开源求解器的结合，利用 AMD MI300A 的统一内存架构，实现 80 倍加速、25 倍内存节省和 5 倍能耗降低。这不仅验证了 exascale 系统的 CFD-FEM - 推进耦合潜力，还给出可复制的参数配置和监控清单，帮助工程团队落地类似模拟。
火箭多物理模拟的痛点在于高马赫数湍流、激波传播和热 - 结构 - 推进耦合：传统 shock-capturing 方法计算密集且扩散严重，无法处理 33 引擎同时点火的 plume 交互（如 SpaceX Super Heavy 启发构型）。团队引入 IGR，该技术基于信息几何重新表述激波处理，非扩散且稳定，支持更高阶数值格式。证据显示，在 El Capitan 全系统（11,136 节点、44,500+ MI300A APU）上，模拟覆盖 Mach 10 排气全动态，网格达 500 万亿点，扩展至 Frontier 超 1 quadrillion DoF。MFC 代码（GitHub 开源）作为求解器，集成高阶 FR（通量重构）方法，矩阵运算占比 60%，完美适配异构架构。
为实现 CFD-FEM - 推进耦合，模拟需自适应网格（AMR）动态细化 plume 核心区，同时耦合 FEM 结构响应和推进器热负载。关键参数包括：网格分辨率初始 100 万亿点，AMR 阈值基于局部湍流强度（Q 准则 > 0.5 细化 2 级）；时间步长 1e-7 s，支持混合精度（FP32 存储、FP64 计算）；耦合迭代每 10 CFD 步同步 FEM（位移 BC）和推进（质量流量输入）。GPU 加速依赖 MI300A 统一内存：单 APU 内存 128 GB 全地址空间，避免 CPU-GPU 数据拷贝；ROCm 栈下，Flang 编译器启用 mixed-precision，峰值 FP64 效率 59%。负载均衡使用域分解，每域 1e9 DoF，MPI + OpenMP 混合并行，强扩展效率 89%。
落地清单如下，确保可操作性：
-
预处理阶段：
- 几何建模：CAD 导入 33 引擎阵列，边界层网格 y+ < 1。
- 初始化：均匀流场 + 引擎出口 Mach 10、T=3000 K。
- AMR 设置：阈值 η_vorticity=0.3、η_shock=0.1，自适应循环 5 次。
-
求解器配置：
- IGR 参数：正则化强度 λ=0.01，避免过扩散；高阶 6-8 阶 FR。
- 耦合接口：CFD-FEM 松弛因子 ω=0.7；推进模型：1D 喷管 + CFD 反馈。
- 精度：隐式 LU-SGS 加速器，残差收敛 1e-8。
-
HPC 部署：
- 节点分配：全机 11k+ 节点，per-node 4 APU。
- 内存监控：峰值 < 100 GB/APU，溢出阈值 90% 触发重分区。
- GPU 内核：矩阵乘法融合，ROCm HIP 端口，批处理大小 1024。
-
性能监控与优化：
- 指标：DoF / 节点 > 1e10、TFLOPS/node > 50、能耗 < 30 kWh / 模拟小时。
- 工具：nsys 分析 GPU 利用率 > 85%、MPI allreduce 延迟 < 1 ms。
- 回滚策略：若负载不均 > 20%，切换 2D 分解；内存 OOM 时降精度至 FP16。
风险控制：激波不稳定时，IGR λ 增至 0.05；FEM 耦合振荡用 under-relaxation。实际部署中，从 10% 规模弱扩展测试，逐步 ramp-up，避免全系统故障。LLNL 报告证实，此配置下模拟小时级完成，取代风洞实验，节省 90% 成本。
该实践扩展至航空噪声、生物流体等领域，证明 exascale GPU 统一内存是多物理模拟关键。未来，集成 ML 代理 AMR 可进一步提效 2x。
资料来源：