国产算力破解商业航天射流仿真难题 万卡规模实现高效并行

（原标题：国产算力破解商业航天射流仿真难题 万卡规模实现高效并行）

近日，我国科研团队依托首个全国产十万卡AI超集群，在可重复使用商业火箭多引擎射流干扰高精度仿真领域取得关键技术突破，为超重型运载火箭回收阶段的气动设计与安全优化提供了自主可控的数值支撑。

商业航天是我国重点布局的战略性产业，可重复使用火箭是降低发射成本、提升发射频次的核心技术路径。西安交通大学航天航空学院教授姬兴表示，超重型火箭多引擎并联布局带来的射流相互作用，是回收阶段的任务级关键难题。33台发动机同时工作时，最高3000K的高温高速射流会产生复杂流场干扰，既会引发箭体底部结构强烈振动，也可能造成热流回流烧蚀喷嘴。由于极端工况下传统试验手段无法获取喷嘴内部的精细流场数据，高精度数值仿真成为破解这一难题的核心手段。

针对这一工程需求，西交大团队从底层算法重构切入，摒弃国际主流的多层时间推进方法，采用自研的单步时空耦合高精度推进算法。姬兴介绍，该算法在保障仿真精度的同时，相比传统三层龙格-库塔方法计算效率提升3倍；团队完成了高阶算法对国产智能芯片架构的深度适配，解决了复杂工程算法在国产算力平台落地的共性难题。

在曙光8000的国产CPU+GPU异构计算平台上，该仿真应用实现了99.01%的弱扩展效率，单卡双精度计算效率超过国际同类开源软件2倍。西安交通大学博士生张红表示，万卡级规模下，通信开销会随卡数增长近似线性上升，是制约超大规模高性能计算性能的核心瓶颈。团队通过网格切分优化、多卡负载均衡调度与通信隐藏技术，让计算与数据传输重叠进行，最终达成近10万卡规模下的高效并行。

目前该项目已完成基础算法研制与国产算力大规模适配的标志性节点。姬兴透露，后续将基于海量仿真数据构建AI代理模型实现流场快速预测，并推动成果向商业航天产业落地；未来还将把仿真能力拓展至空天飞机等更复杂的气动场景，持续探索国产算力与核心工业软件融合的发展路径。