Combining Machine Learning with Computational Fluid Dynamics using OpenFOAM and SmartSim

要約

機械学習 (ML) と数値流体力学 (CFD) を組み合わせることで、技術システムおよび自然システムのシミュレーションを改善するための多くの可能性が開かれます。
ただし、CFD+ML アルゴリズムでは、異種ハードウェア上でのデータ交換、同期、計算が必要なため、大規模な問題に対する実装は非常に困難になります。
当社は、オープンソース ソフトウェア OpenFOAM と SmartSim を使用して、CFD+ML アルゴリズムを開発するための効果的でスケーラブルなソリューションを提供します。
SmartSim は、CFD+ML アルゴリズムのプログラミングを大幅に簡素化するオーケストレーターと、ML クライアントと CFD クライアント間のスケーラビリティの高いデータ交換を保証する Redis データベースを提供します。
SmartSim を活用して、前処理/後処理アプリケーション、ソルバー、関数オブジェクト、メッシュ モーション ソルバーなど、OpenFOAM のさまざまなセグメントを ML と効果的に結合する方法を示します。
さらに、CFD+ML における実際のアプリケーションの開始点として使用できるサンプルを含む OpenFOAM サブモジュールも提供します。

要約(オリジナル)

Combining machine learning (ML) with computational fluid dynamics (CFD) opens many possibilities for improving simulations of technical and natural systems. However, CFD+ML algorithms require exchange of data, synchronization, and calculation on heterogeneous hardware, making their implementation for large-scale problems exceptionally challenging. We provide an effective and scalable solution to developing CFD+ML algorithms using open source software OpenFOAM and SmartSim. SmartSim provides an Orchestrator that significantly simplifies the programming of CFD+ML algorithms and a Redis database that ensures highly scalable data exchange between ML and CFD clients. We show how to leverage SmartSim to effectively couple different segments of OpenFOAM with ML, including pre/post-processing applications, solvers, function objects, and mesh motion solvers. We additionally provide an OpenFOAM sub-module with examples that can be used as starting points for real-world applications in CFD+ML.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google