MARUT: An Exascale-Ready, GPU-Accelerated High-Order CFD Framework with AMR for High-Speed Flows and Finite-Rate Chemistry

Este artículo presenta MARUT, un marco de CFD de alto orden escalable y acelerado por GPU que incorpora refinamiento adaptativo de malla y capacidades de química a tasa finita, diseñado para ofrecer simulaciones de alta fidelidad de flujos compresibles y reactivos en regímenes subsónicos a hipersónicos sobre arquitecturas de supercomputación exascale.

Lo esencial

Imagina que estás intentando simular un huracán, un avión supersónico rompiendo la barrera del sonido o un cohete reentrando en la atmósfera. Estos son eventos increíblemente complejos donde el aire se mueve a diferentes velocidades, se calienta, se enfría e incluso cambia su composición química (como el oxígeno transformándose en óxidos de nitrógeno). Para predecir estos eventos con precisión, los científicos utilizan la "Dinámica de Fluidos Computacional" (CFD), que es esencialmente un gigantesco arenero digital donde resuelven ecuaciones matemáticas para observar cómo se comportan los fluidos.

El problema es que estas simulaciones son como intentar contar cada grano de arena en una playa mientras la marea sube. Requieren tanta potencia de cálculo que las computadoras tradicionales (CPU) a menudo se ven desbordadas, especialmente cuando se necesita un alto nivel de detalle (alta fidelidad) y velocidad.

Presentamos a MARUT.

El artículo introduce MARUT, un nuevo motor de simulación ultra rápido construido específicamente para chips de computadora modernos y potentes llamados GPUs (el mismo tipo de chips que impulsan los videojuegos de gama alta y la inteligencia artificial). Piensa en MARUT no como un solo trabajador, sino como un ejército de miles de trabajadores diminutos y rápidos que hacen su parte simultáneamente.

Así es como funciona MARUT, desglosado en conceptos simples:

1. La cámara de "Zoom Inteligente" (Refinamiento Adaptativo de Malla)

Imagina que estás tomando una foto de un coche de carreras. Si haces zoom hacia afuera demasiado, no puedes ver los detalles del motor. Si haces zoom hacia adentro demasiado, te pierdes el coche completo.

• Antigua forma: Tomas una foto con el mismo nivel de detalle en todas partes. Para ver el motor, tienes que hacer que toda la foto sea increíblemente de alta resolución, lo cual tarda una eternidad en procesarse.
• La forma de MARUT: Utiliza Refinamiento Adaptativo de Malla (AMR). Actúa como una cámara inteligente que hace zoom automáticamente solo donde las cosas ocurren rápido o cambian violentamente (como una onda de choque o un fuego). En áreas tranquilas, hace zoom hacia afuera para ahorrar tiempo. Este "zoom inteligente" ocurre completamente dentro de la memoria de la GPU, por lo que no pierde tiempo enviando datos de ida y vuelta a la computadora principal.

2. La "Lente de Alta Resolución" (Métodos de Alto Orden)

La mayoría de las simulaciones utilizan una cuadrícula que es un poco como una imagen pixelada de baja resolución. Para obtener una curva suave, necesitas millones de píxeles.

• La forma de MARUT: Utiliza métodos de Galerkin Discontinuo Espectral de Alto Orden (DG). Piensa en esto como usar una lente de alta calidad y suave en lugar de píxeles. Puede representar curvas y ondas con muchos menos "bloques" de datos mientras sigue siendo increíblemente precisa. Esto significa que puede capturar los bordes afilados de una onda de choque sin difuminarlos.

3. La "Fábrica Súper Rápida" (Aceleración por GPU)

Una computadora tradicional (CPU) es como un profesor brillante que puede resolver problemas muy difíciles uno por uno, pero lentamente. Una GPU es como un piso de fábrica con miles de trabajadores en líneas de ensamblaje.

• La afirmación del artículo: MARUT está construido desde cero para funcionar en estos "trabajadores de línea de ensamblaje". Mantiene todos los datos en la GPU para que los trabajadores nunca tengan que detenerse para pedirle instrucciones al "profesor" (la CPU). Esto le permite ejecutar simulaciones hasta 20 veces más rápido que los métodos tradicionales en el mismo tamaño de problema.

4. Manejando la "Cocina Química" (Química de Tasa Finita)

Cuando el aire se calienta demasiado (como en un avión hipersónico), las moléculas comienzan a romperse y reaccionar. Es como una cocina química donde los ingredientes cambian constantemente de pareja.

• La afirmación del artículo: MARUT no solo simula el viento; simula la química. Rastrea cómo reaccionan diferentes gases, cómo se almacena el calor en moléculas vibrantes y cómo se intercambia la energía. Utiliza una técnica inteligente de "división" para manejar estas reacciones químicas rápidas sin ralentizar toda la simulación.

5. El "Trabajo en Equipo" (Escalabilidad Multi-GPU)

A veces un problema es demasiado grande incluso para una sola GPU súper rápida. Necesitas conectar muchas GPUs entre sí.

• La afirmación del artículo: MARUT está diseñado para permitir que estas GPUs se comuniquen entre sí de manera eficiente. Utiliza una estrategia donde las GPUs realizan su trabajo matemático mientras simultáneamente se pasan notas (datos) a sus vecinos. Esto asegura que incluso cuando se utilizan cuatro o más GPUs, el sistema no se quede atascado esperando datos. El artículo muestra que mantiene una alta eficiencia, lo que significa que agregar más GPUs realmente hace que el trabajo sea más rápido, no más lento.

¿En qué lo probaron?

Los autores no solo lo construyeron; lo probaron contra escenarios del mundo real para demostrar que funciona:

• Cilindro Supersónico: Simulando aire rushing pasando por un cilindro a 3 veces la velocidad del sonido. MARUT capturó correctamente las ondas de choque y la estela giratoria detrás de él.
• Vórtice de Taylor-Green: Una prueba clásica para la turbulencia. MARUT demostró que podía manejar el remolino caótico del aire sin perder energía ni precisión, incluso cuando la malla (la cuadrícula) cambiaba de tamaño dinámicamente.
• Vuelo de Ala: Simulando el flujo de aire sobre un ala de avión real (la ONERA M6) a velocidades transónicas. Coincidió perfectamente con los datos reales de túnel de viento, capturando las complejas ondas de choque que se forman en el ala.
• Explosión Explosiva: Simulando una explosión química donde el aire se calienta y reacciona. MARUT predijo correctamente cómo se movía la onda de choque y cómo cambiaba la composición química del aire.

El "Secreto" (Lenguaje Julia)

Finalmente, el artículo menciona que MARUT está escrito en un lenguaje de programación llamado Julia. Piensa en Julia como un lenguaje que es tan fácil de leer como el inglés pero tan rápido como C++. Debido a esto, los autores dicen que MARUT está listo para conectarse con herramientas de Inteligencia Artificial (IA) y aprendizaje automático en el futuro, permitiendo potencialmente simulaciones "autónomas" que puedan aprender y adaptarse por sí mismas.

En Resumen:
MARUT es una herramienta de simulación de próxima generación que combina una cámara de "zoom inteligente", una lente de alta calidad y un enorme ejército de trabajadores de GPU para simular flujos de aire complejos y de alta velocidad y reacciones químicas. Es más rápido, más preciso y más eficiente que los métodos anteriores, convirtiéndolo en una herramienta poderosa para diseñar futuros vehículos aeroespaciales.

Resumen técnico

Resumen Técnico: MARUT – Un Marco de CFD de Alto Orden Preparado para Exaescala y Acelerado por GPU

Planteamiento del Problema
La simulación de alta fidelidad de flujos compresibles, particularmente aquellos que involucran discontinuidades fuertes (ondas de choque), capas viscosas delgadas y fenómenos de no equilibrio con reacción química, sigue siendo un desafío central en la dinámica de fluidos computacional (CFD). Las arquitecturas tradicionales basadas en CPU luchan por resolver estas físicas multiescala dentro de tiempos de respuesta prácticos debido a los costos computacionales prohibitivos asociados con mallas de alta resolución y discretizaciones de alto orden. Además, las aplicaciones aeroespaciales emergentes —desde el diseño de vehículos hipersónicos hasta la entrada atmosférica— requieren métodos capaces de manejar química de tasa finita, no equilibrio termoquímico y refinamiento adaptativo de malla (AMR) en arquitecturas de supercomputación heterogéneas. La combinación de precisión de alto orden, adaptabilidad dinámica y geometrías tridimensionales realistas crea cargas de trabajo que exceden las capacidades de la ejecución en un solo nodo o una sola GPU, haciendo necesarios solucionadores escalables multi-GPU que minimicen la sobrecarga de comunicación mientras mantienen la fidelidad de la solución.

Metodología
El artículo presenta MARUT, un marco escalable de dinámica de fluidos computacional multi-GPU implementado nativamente en el lenguaje de programación Julia. El solucionador está diseñado para explotar arquitecturas heterogéneas modernas mediante un flujo de trabajo totalmente residente en GPU, eliminando los cuellos de botella en la transferencia de datos entre anfitrión y dispositivo durante los bucles de paso temporal.

• Discretización Numérica: MARUT emplea un método de Galerkin Discontinuo (DG) espectral de alto orden para la discretización espacial. Utiliza una formulación nodal en nodos Gauss–Lobatto–Legendre (GLL) con bases de producto tensorial. Para garantizar estabilidad y conservación de entropía, los flujos invíscidos se evalúan utilizando un formato dividido estable en entropía (flujo de Ranocha) o una mezcla convexa con un esquema de volumen finito (FV) de primer orden en subceldas para la captura de choques (indicador de Hennemann–Gassner). La integración temporal se realiza mediante esquemas Runge–Kutta que preservan la estabilidad fuerte (SSP-RK) (específicamente SSPRK54).
• Términos Viscosos y Fuentes: Los términos viscosos se manejan mediante la formulación mixta Bassi–Rebay 1 (BR1), que introduce una variable de gradiente auxiliar calculada mediante un operador DG de diferencias centrales. Para flujos con reacción química, el marco incorpora química de tasa finita (leyes de Arrhenius) y no equilibrio termoquímico (relajación de Landau–Teller a dos temperaturas). Estos términos fuente rígidos se integran implícitamente utilizando una estrategia de división de Strang con iteración de Newton, mientras que los pasos de transporte permanecen explícitos.
• Refinamiento Adaptativo de Malla (AMR): Una característica definitoria de MARUT es su estrategia de AMR conservador residente en GPU. Construido sobre la biblioteca P4est, el marco gestiona una estructura de datos de bosque de octrees completamente en el dispositivo. El ciclo de AMR incluye marcado basado en indicadores, imposición de equilibrio 2:1, proyección conservadora $L^2$ para la transferencia de soluciones y reconstrucción dinámica de conectividad e interfaces de mortero. Este enfoque evita la latencia de la sincronización CPU-GPU durante la adaptación de la malla.
• Paralelización: El solucionador utiliza MPI para el paralelismo de memoria distribuida entre múltiples GPUs. Emplea una estrategia de comunicación solo por caras para minimizar el volumen de intercambio de datos y solapa la comunicación con el cálculo para ocultar la latencia.

Contribuciones Clave

1. Plataforma Unificada de Alto Orden para GPU: Desarrollo de un solucionador DG espectral totalmente acelerado por GPU con integración temporal SSP-RK, capaz de simulaciones de baja disipación y alta fidelidad de flujos dominados por choques y reactivos.
2. AMR Conservador Residente en GPU: Introducción de una estrategia de AMR dinámica que opera completamente en la GPU, resolviendo estructuras multiescala (choques, capas de corte, frentes de reacción) mientras supera el principal cuello de botella computacional del movimiento de datos entre CPU y GPU.
3. Validación en Amplio Rango de Regímenes: Demostración de robustez en regímenes subsónicos, transónicos, supersónicos e hipersónicos, incluyendo flujos con química de tasa finita y términos fuente reactivos rígidos.
4. Preparación para Exaescala: Establecimiento de una escalabilidad multi-GPU eficiente con rendimiento de escalado fuerte y débil en GPUs NVIDIA, logrando alta eficiencia paralela para simulaciones a gran escala.

Resultados
El marco fue validado contra una serie de problemas de referencia canónicos:

• Cilindro Supersónico 2D: Simulación de flujo invíscido transitorio ($M=3$) con AMR, capturando ondas de choque desprendidas y desprendimiento de vórtices en la estela inestable. El solucionador logró un escalado fuerte casi lineal y demostró la capacidad del AMR residente en GPU para rastrear características de flujo en evolución.
• Vórtice de Taylor–Green 3D (TGV): Validación de las propiedades de disipación y dispersión del solucionador en $Re=1600$ para regímenes subsónicos ($M=0.1$) y supersónicos ($M=1.25$). La configuración de AMR (Caso 3) reprodujo la desintegración de la energía cinética y las tasas de disipación de mallas uniformes completamente resueltas (Caso 2) con significativamente menos elementos, confirmando la precisión de la proyección conservadora y los operadores estables en entropía.
• Ala ONERA M6 Transónica: Simulación de flujo viscoso a $M=0.84$ en una malla hexaédrica curvilínea. Los resultados mostraron un estrecho acuerdo con los coeficientes de presión superficial experimentales y capturaron características complejas como estructuras de choque $\lambda$ y el enrollamiento de vórtices en la punta.
• Reacción de Explosión en No Equilibrio: Modelado de una onda de explosión químicamente reactiva 2D con un modelo de aire de 5 especies y relajación a dos temperaturas. El solucionador capturó con éxito la dinámica de choque, la producción de especies (N, O, NO) y la relajación vibracional sin violar las restricciones de positividad.
• Rendimiento: En pruebas de referencia de una sola GPU, MARUT demostró aceleraciones que van desde 8x hasta 25x sobre líneas base de CPU multinúcleo (32–64 hilos) para problemas de Euler 2D y Navier–Stokes 3D, con una eficiencia que aumenta a medida que crece el tamaño del problema. Los estudios de escalado multi-GPU en hasta cuatro GPUs L40S mostraron eficiencias de escalado fuerte de 78.8% a 91.5% y eficiencias de escalado débil de 86.3% a 88.3% para tamaños de problema grandes, manteniendo las sobrecargas de comunicación por debajo del 10% en configuraciones óptimas.

Significado
El artículo posiciona a MARUT como una plataforma flexible para simulaciones preparadas para exaescala de próxima generación. Al combinar precisión de alto orden, resolución adaptativa y aceleración nativa por GPU, aborda el desafío de simular fenómenos complejos de flujo compresible en aplicaciones de flujo reactivo de alta velocidad. La implementación del marco en Julia se destaca como una ventaja estratégica, permitiendo una integración natural con programación diferenciable y bibliotecas de aprendizaje automático. Esto facilita desarrollos futuros en control autónomo de flujos, modelado inverso y descubrimiento científico impulsado por datos, reflejando una transición más amplia en la ciencia computacional hacia ecosistemas de simulación modulares y compatibles con IA. El trabajo establece que la CFD de alta fidelidad a escala de producción es factible en plataformas heterogéneas modernas cuando los algoritmos están diseñados para minimizar el movimiento de datos y maximizar el rendimiento paralelo.