公开课预告:Modulus 基于物理信息神经网络(PINN)加速流体力学模拟仿真

计算流体力学(Computational Fluid Dynamics,CFD)是随着计算机的发展而产生的一个介于数学、流体力学和计算机之间的交叉学科,主要研究内容是通过计算机和数值方法来求解流体力学的控制方程,对流体力学问题进行模拟和分析。CFD 在水利工程、土木工程、环境工程、食品工程、海洋结构工程、工业制造等领域都有广泛应用。

NVIDIA Modulus 是一个神经网络框架,以控制偏微分方程(PDE)的形式将物理学的力量与数据相结合,构建具有近实时延迟的高保真、参数化代理模型。Modulus 能够为多个领域缺乏 AI 专业知识的科研工作者,提供模拟仿真加速支持,比如计算流体力学、蛋白质工程和气候科学等领域。

12月20日下午14点,NVIDIA 联合智东西公开课策划推出的「NVIDIA Modulus 加速流体力学模拟仿真公开课」将正式开讲。此次公开课将由 NVIDIA 高级系统架构师易成主讲,主题为《Modulus 基于物理信息神经网络(PINN)加速流体力学模拟仿真》。

此次公开课,易成老师将从 Modulus 使用 k-e 模型进行流体力学模拟的原理和流程、Modulus 进行流体力学模拟的五个步骤、Modulus k-e 模型的关键参数设置方法,以及 Modulus 选择傅里叶网络和全连接网络进行模拟的方法进行系统讲解。最后,易成老师还将深入解读如何使用 Modulus 进行参数化 CFD 模型训练。

本次公开课将以视频直播形式进行,由主讲与问答两部分组成,其中主讲40分钟,问答为20分钟。

公开课预告:Modulus 基于物理信息神经网络(PINN)加速流体力学模拟仿真

课程内容

主题:Modulus 基于物理信息神经网络(PINN)加速流体力学模拟仿真

提纲:
1、Modulus 使用 k-e 模型进行流体力学模拟的原理和流程
2、Modulus 进行流体力学模拟的五个步骤
3、Modulus k-e 模型的关键参数设置方法
4、Modulus 选择傅里叶网络和全连接网络进行模拟的方法
5、Modulus 进行参数化CFD模型训练解读

主讲人

易成,NVIDIA 高级系统架构师,负责 NVIDIA 科研和能源行业 GPU 计算解决方案设计与研究,包括 GPU 在高性能计算、深度学习和数据科学等领域的应用,GPU 的分布式并行计算加速,CUDA/OpenACC 的应用程序移植和性能优化。

课程信息

直播时间:12月20日14:00

直播地点:智东西公开课知识店铺