摘要
非结构化网格的高阶数值方法结合了高阶谱或有限差分方法的卓越精度和低阶有限体积或有限元格式的几何灵活性。通量重建(FR)方法将用于非结构化网格的各种高阶方案统一在一个框架内。此外,FR方法具有很大程度的元素局部性,因此能够在现代流式架构(如图形处理单元(GPU))上高效运行。FR的上述特性意味着它提供了一条很有希望的途径,可以对现实工程几何体附近迄今为止难以解决的非定常流动进行负担得起的、因而与工业相关的尺度分辨率模拟。在本文中,我们提出了PyFR,这是一个基于Python的开源框架,用于使用FR方法解决流架构上的对流-扩散类型问题。该框架旨在解决包含各种元素类型的混合非结构化网格上的一系列控制系统。它还设计用于通过使用基于Mako模板引擎的内置领域特定语言来针对一系列硬件平台。当前发布的PyFR能够在二维四边形和三角形元素网格和三维六面体元素网格上求解可压缩Euler和Navier-Stokes方程,目标是CPU集群和NVIDIA GPU。给出了各种基准流问题的结果,讨论了单节点性能,并在多达104个NVIDIA M2090 GPU上演示了代码的可扩展性。该软件根据3条款新风格BSD许可证免费提供(请参阅www.pyfr.org)。