Я слышал это в распределенных вычислительных кругах. Я не инженер-механик. Можете ли вы сказать, почему это так? И есть ли какие-либо решения?Почему проблемы с вычислительной жидкостью трудно решить в параллельной обработке?
P.S: Можно ли использовать метод конечных элементов в качестве решения?
Есть некоторые фундаментальные трудности в получении решения для уравнения лапласа, но похоже, что вы задаете вопрос о расширении cfd параллельно. По моему опыту (магистр в области аэрокосмической техники, 2 года разработки плазменного симулятора), фундаментальные концепции параллельного решения CFD не слишком сложны. К сожалению, есть бесконечный поток краевых случаев, который приведет к взрыву вашего решения. Мы столкнулись с признаками ошибок на границах процессора, переменными, которые были неинициализированы на некоторых процессорах при определенных условиях, и множеством других «мы должны были подумать об этом». Если по Сложный вы имеете в виду Slow, тогда проблема немного зависит от домена, но это сводится к 1) высоким коммуникационным издержкам между процессорами и 2) кратковременным шагам для (явных решений) или большим количеством итераций за каждый шаг времени (неявные решения), которых довольно трудно избежать при решении эллиптического PDE.
Многие инструменты используют конечный элемент. Это довольно мощный/гибкий.
Существует несколько уровней, на которые можно ответить, самым основным из которых является то, что параллельная обработка в значительной степени сложна, когда вы имеете дело с изменяемыми данными. - Насколько вы бы хотели, насколько это было бы конкретно? – leftaroundabout
В основном проблема заключается в том, что конечные элементы влияют друг на друга. То есть, результаты одного должны ждать завершения другого, и, следовательно, процесс по своей сути является последовательным. –
Может ли это быть выполнено с использованием численных методов, таких как метод конечных элементов, для нахождения приближенных решений? –