该文档报告了一项单一的原始研究，属于类型a。以下是关于该研究的学术报告。

本研究《经典与基于聚合的代数多重网格预处理在风力涡轮机不可压缩流动高保真仿真中的比较》的主要作者包括来自美国国家可再生能源实验室（National Renewable Energy Laboratory, Golden, CO）的S. J. Thomas、S. Ananthan、S. Yellapantula、M. Lawson和M. A. Sprague，以及来自桑迪亚国家实验室（Sandia National Laboratories, Livermore, CA）的J. J. Hu。该研究于2019年10月29日在线发表在《SIAM Journal on Scientific Computing》第41卷第5期（页码S196–S219）。

一、 学术背景 本研究的科学领域主要集中在计算流体力学（CFD）、高性能计算（HPC）和数值线性代数，具体涉及大规模并行计算中求解不可压缩纳维-斯托克斯（Navier-Stokes）方程的高效线性求解器技术。研究背景源于风力能源领域对降低成本、提升效率的需求。为了深入理解风电场中复杂的多尺度流动动力学（如尾流形成、涡轮间相互作用），需要对兆瓦级风力涡轮机进行高保真、包含叶片/塔架/机舱实体网格的CFD模拟。这类模拟通常需要高达数十亿个自由度（Degrees of Freedom, DOF）的网格、微小的计算时间步长（如10^{-3}秒），对求解器性能提出了严峻挑战。计算成本主要消耗在维持质量连续性的压力方程求解上。此外，为了捕捉叶片旋转，必须采用动网格技术（如滑动网格），这导致需要在每个时间步重新初始化矩阵并重新计算预处理器，打破了传统上通过大量时间步分摊预处理器设置成本以降低求解时间的策略，使得预处理器的设置成本变得尤为关键。

因此，该研究旨在系统地比较和评估两种主流的代数多重网格（Algebraic Multigrid, AMG）算法——经典的Ruge–Stüben AMG（简称C-AMG）和聚合型AMG，后者又包括平滑聚合（Smoothed Aggregation, SA-AMG）与朴素聚合（Plain Aggregation, PA-AMG）——在真实、高保真风力涡轮机不可压缩流模拟中作为压力方程求解预处理器的并行强可扩展性能。核心目标是找出在动网格环境下能够实现最短“达到解的时间”（time to solution）的AMG策略，并深入分析其性能瓶颈。

二、 详细工作流程 本研究并非传统意义上的生物或物理实验，而是一系列大规模并行数值模拟与性能分析。其工作流程包含以下关键环节：

1. 研究平台与物理模型建立：研究采用开源CFD平台Nalu-Wind（基于Nalu代码的衍生版本）。物理模型为不可压缩纳维-斯托克斯方程，采用控制体积有限元法进行空间离散，时间推进采用结合了近似压力投影（approximate pressure-projection）方案的隐式BDF（Backward-Differentiation-Formula）格式。为捕捉涡轮转子运动，实现了基于间断伽辽金（Discontinuous-Galerkin）内罚法的滑动网格算法。湍流模型采用壁面适应局部涡粘性（WALE）亚格子尺度模型。

2. 线性系统与求解策略：压力投影方案导致了在每个时间步需要分别求解动量方程和质量连续性（压力）方程。动量方程使用基于Krylov子空间（如GMRES）的迭代法求解，并采用Trilinos中的对称高斯-赛德尔（Symmetric Gauss–Seidel, SGS）或Hypre中的ℓ1 SGS作为预处理器。本研究的核心是压力方程求解，该方程使用GMRES迭代法，并分别以三种AMG算法作为预处理器进行求解，这占据了主要的仿真时间。

3. AMG算法配置与实现：

   • C-AMG: 通过Hypre库中的BoomerAMG实现。针对风力涡轮机网格各向异性强、需频繁重建预处理器的特点，研究团队采用了特定的参数设置以权衡收敛速度与计算开销。包括：使用并行极大独立集（Parallel Maximal Independent Set）进行粗化以提高并行性；在前两个多重网格层次采用“积极粗化”（aggressive coarsening）配合限制宽度的插值（multipass interpolation with a stencil width of two）；在其余层次采用扩展+I插值（Extended+i interpolation）；引入“非伽辽金”（non-Galerkin）粗网格稀疏化技术和截断（drop tolerance）以降低算子复杂度（operator complexity）和粗层次矩阵的密度；采用混合高斯-赛德尔松弛作为平滑器。
   • 聚合型AMG (SA-AMG / PA-AMG): 通过Trilinos库中的Muelu实现。SA-AMG使用切比雪夫（Chebyshev）多项式作为平滑器。PA-AMG是SA-AMG的一个简化变体，其省略了在“试探性延拓算子”（tentative prolongator）上进行雅可比平滑的步骤（即公式(3.5)中ω=0），从而得到更稀疏的粗网格算子，降低了设置和每次迭代的成本，但理论上收敛速度可能变慢。研究采用了贪婪的处理器局部聚合算法，并应用基于“距离拉普拉斯算子”（distance laplacian）的丢弃策略（drop tolerance θ=0.03）来处理各向异性网格。同时，在粗网格层次上采用了“再平衡”（rebalancing）技术，将工作负载重新分配到更少的处理器上，以改善并行负载均衡和通信效率。平滑器选用ℓ1高斯-赛德尔。

4. 测试案例与计算环境：研究选用了两个不同的风力涡轮机模型作为测试对象：较小的Vestas V27（225 kW，转子直径27米）和大型的NREL 5-MW参考涡轮机（转子直径126米）。针对V27，使用了三个不同分辨率（R0, R1, R2，网格点数从1.66亿到43亿）的网格；针对NREL 5-MW，使用了两个分辨率（G1, G2，网格点数从14亿到114亿）的网格。所有大规模并行计算在Cori（NERSC，Cray XC40，Intel Haswell节点）和Mira（ALCF，IBM Blue Gene/Q）两台超级计算机上进行。采用纯MPI并行模式（每核心一个MPI进程）。

5. 性能评估流程：针对每个测试案例和每种AMG配置（C-AMG, SA-AMG, PA-AMG），研究运行固定数量的时间步（通常为10步，从一个已消除初始瞬态的“重启文件”开始，以避免启动阶段的影响）。性能分析的关键步骤包括：

   • 记录详细时序剖面：精确测量并记录整个仿真时间、压力方程求解时间、AMG预处理器设置时间、动量方程求解时间、矩阵初始化/组装/装载（load）时间、动网格处理时间、I/O时间等。
   • 收集求解器性能指标：记录GMRES迭代次数、算子复杂度（C，衡量内存使用和每V循环操作数的指标）、粗层次矩阵的平均/最大“模板宽度”（stencil width, Smax，与设置时间和通信开销相关）。
   • 进行强可扩展性测试：针对同一问题（固定总网格规模），不断增加使用的处理器核心数量，观察各项时间指标的变化，分析并行效率。

6. 数据分析工作流程：研究人员通过横向对比（同一问题下不同AMG算法的性能）和纵向分析（不同网格规模、不同核心数下的性能变化），评估各AMG方法的优劣。他们特别关注“总模拟时间”这一终极指标，并深入分解其构成，以识别性能瓶颈。此外，还针对动量方程求解策略进行了补充研究，比较了“整体式”（monolithic，即联立求解所有速度分量）和“分离式”（segregated，即分别求解每个速度分量）方法的性能差异。

三、 主要结果 研究得出的结果丰富且具有明确的指导意义，核心发现按研究流程展开如下：

1. V27涡轮机模拟结果（Cori和Mira平台）：

   • SA-AMG (Chebyshev平滑) 表现不佳：对于V27网格，采用标准SA-AMG（Chebyshev平滑器）时，压力求解的GMRES迭代次数非常高，求解时间极长（在Cori上，R1网格4096核时，压力求解耗时1642秒，而总模拟时间2521秒），甚至对于最精细的R2网格无法在300次迭代内收敛。这主要归因于该配置产生了极大的模板宽度（Smax=113）和较高的算子复杂度，导致每个V循环成本高昂。
   • PA-AMG与C-AMG性能相当，优于原始SA-AMG：通过切换到PA-AMG（ℓ1高斯-赛德尔平滑）或优化C-AMG参数，性能得到极大改善。
     • PA-AMG：通过放弃平滑步骤，显著降低了算子复杂度（C约1.15）和模板宽度（Smax约19.6），使得每次V循环成本降低。虽然其GMRES迭代次数（约28次）略高于C-AMG，但更低的每次迭代成本弥补了这一不足，最终求解时间与C-AMG相当甚至更优（例如，在Cori上R1网格12288核时，PA-AMG压力求解36秒，C-AMG 43秒；总模拟时间分别为259秒和245秒，非常接近）。
     • C-AMG：通过积极粗化、稀疏化和截断，成功将算子复杂度控制在较低水平（C约1.15），同时保持了较少的GMRES迭代次数（约17-18次）。其收敛速度更快，但每次迭代的成本略高。
   • 强可扩展性分析：对于V27 R1网格，从2048核扩展到12288核，PA-AMG和C-AMG都展现了良好的强可扩展性，总模拟时间分别从810秒降至259秒（3.1倍加速）和从753秒降至245秒（3.1倍加速）。时序剖面分解揭示，随着核心数增加，除了压力求解本身，与动网格相关的“矩阵初始化/组装/装载”以及“网格运动”本身成为了不可忽视甚至主导的成本。例如，在12288核时，PA-AMG配置下，压力设置+求解仅占53秒，而矩阵初始化和网格运动相关成本分别达44秒和44秒。
   • Mira平台验证：在IBM Blue Gene/Q架构上，PA-AMG同样显著优于SA-AMG（Chebyshev），总模拟时间减少约三分之二，进一步证实了结论的鲁棒性。

2. NREL 5-MW涡轮机模拟结果（Cori平台）：

   • 算法性能的网格依赖性：与V27案例不同，对于NREL 5-MW的G1网格，SA-AMG（Chebyshev）表现尚可，能够收敛且压力求解时间可接受，但仍然不如PA-AMG和C-AMG高效。这说明不同几何和网格特性对AMG算法的敏感性不同。
   • PA-AMG与C-AMG的对比：在G1网格上，采用Trilinos（PA-AMG）的整体求解栈在总模拟时间上比采用Hypre（C-AMG）的求解栈快约20%。然而，深入分析发现，这主要得益于Trilinos在动量方程矩阵组装和求解上的效率优势，而非压力求解本身。实际上，Hypre-BoomerAMG的压力求解比Muelu-PA-AMG快29%。但压力求解只占总时间的10-18%，动量求解等成本占比更高。
   • 分离式动量求解器的显著优势：一个重要的补充结果是，当Hypre栈采用“分离式”动量求解器（三个速度分量独立求解）时，性能得到巨大提升。对于G1网格16384核，分离式方法的总模拟时间（427秒）比整体式（705秒）快39%。对于更大的G2网格32768核，分离式（2193秒）比整体式（3486秒）快63%。这归因于分离式求解器大幅降低了动量矩阵相关的初始化、组装和装载成本，因为这些操作现在作用于三个规模小得多的矩阵上。此时，“网格运动”成本上升为新的主要瓶颈（在G2案例中约占20%的时间）。
   • 扩展到60亿自由度：研究成功在32768个核心上对包含60亿个压力自由度（114亿网格单元）的NREL 5-MW G2网格进行了模拟，验证了所优化求解器处理极端规模问题的能力。

四、 结论 本研究的核心结论是：对于需要频繁重建预处理器的风力涡轮机动网格高保真模拟，追求更短的“总时间到解”的最佳策略，是在预处理器的设置成本和求解成本之间进行新的权衡——即倾向于降低预处理器的设置成本，即使这可能以增加线性系统的求解（迭代）成本为代价。

具体而言： 1. 经典的Ruge–Stüben AMG（通过Hypre-BoomerAMG实现）和朴素的聚合AMG（通过Trilinos-Muelu实现，省略平滑步骤）在该应用场景下表现相当，都能在强可扩展环境中实现高效的求解。两者通过不同的技术路径（C-AMG通过积极粗化和稀疏化，PA-AMG通过使用非平滑延拓）实现了较低的算子复杂度和设置时间。 2. 标准的平滑聚合AMG（SA-AMG with Chebyshev）在V27案例中表现不佳，但在NREL 5-MW案例中经过参数调整后可用，这提示了算法性能对问题特征的敏感性。 3. 随着求解器优化的深入（特别是采用分离式动量求解器），压力方程求解成本已从占总时间的75%降至30%以下。当前模拟的主要瓶颈已转移到与动网格相关的矩阵重建开销（初始化、组装、装载）和网格运动算法本身。 4. 分离式动量求解器被证明是大幅降低模拟总时间的一个有效策略。

五、 研究价值与意义 本研究的科学价值在于为计算流体力学和高性能计算社区提供了一个详尽的、面向真实复杂工程应用（风力涡轮机流）的AMG性能基准比较和分析范例。它系统揭示了在现代超算平台上进行大规模、高保真、动网格CFD模拟时，线性求解器性能瓶颈的演变过程（从压力求解主导转向数据结构和网格处理主导），并给出了经过实证检验的优化配置建议。其应用价值直接服务于风能产业，通过优化模拟软件的核心计算内核，为加速风力涡轮机和风电场的设计、分析与优化提供了关键技术支撑，有助于降低研发成本，推动风能成本竞争力的提升。

六、 研究亮点 1. 问题导向的实证研究：研究基于真实的、具有挑战性的工程问题（高保真风力涡轮机流与动网格），而非简单的模型问题，结论更具实践指导意义。 2. 深入的性能剖析：不仅比较总时间，还提供了极其详细的时序剖面分解，精确指出了从压力求解到矩阵重建、网格运动等各个组件的成本变化，对领域内开发者识别性能瓶颈具有重要参考价值。 3. 算法策略的重新评估：明确提出了在动网格场景下，应优先降低AMG预处理器的设置成本，这一策略转变对类似应用具有启发意义。 4. 分离式求解器的有效性验证：通过数据清晰地展示了分离式动量求解器在降低总开销方面的巨大潜力，这是一个容易被忽视但非常有效的优化方向。 5. 极值规模验证：研究在数万核上对包含高达60亿自由度的超大规模问题进行了成功模拟与性能分析，展示了其软件栈和优化策略应对“百亿亿次”（Exascale）计算挑战的潜力。

七、 其他有价值内容 研究还展示了采用优化后求解器进行较长时间积分（V27 R0网格，7000时间步，模拟0.75秒物理时间）得到的流场可视化结果（速度等值面），验证了所采用模型和算法在物理上的合理性，将性能优化与物理仿真能力相结合。此外，文中详细描述的Hypre-BoomerAMG和Trilinos-Muelu的具体参数设置，为其他研究人员复现或借鉴其工作提供了宝贵的技术细节。