Résumé technique : Modèles de dérive pour la modélisation de flux de substitution

Énoncé du problème

La mécanique des fluides numérique (CFD) est la norme pour l'optimisation des environnements intérieurs et la garantie de la qualité de l'air, offrant des champs d'écoulement à haute fidélité. Cependant, son coût de calcul élevé empêche une exploration rapide de la conception et un contrôle en temps réel. Bien que les modèles de substitution basés sur les données offrent une solution, ils sont confrontés à un compromis : les architectures déterministes (ex. FNO, U-Nets) sont rapides mais échouent souvent à capturer les distributions de flux complexes et multimodales, prédisant des espérances lissées. À l'inverse, les approches génératives comme les modèles de diffusion capturent la complexité physique et l'incertitude, mais souffrent d'une inférence lente en raison des processus de débruitage itératifs nécessitant des centaines d'évaluations de fonctions neuronales (NFE).

Méthodologie

Les auteurs adaptent le cadre de dérive générative [11] à la mécanique des fluides pour parvenir à une génération de haute qualité en un seul passage. Contra-rent aux modèles de diffusion ou de "flow matching", qui apprennent des trajectoires itératives du bruit vers les données, les modèles de dérive font évoluer une distribution de poussée $q$ pendant l'entraînement pour correspondre à la distribution de données $p$ via un champ de dérive $V_{p,q}$.

Adaptations critiques pour la CFD

Pour appliquer la dérive à la prédiction de flux intérieurs, les auteurs ont introduit trois modifications critiques :

1. Dérive dans l'espace latent via un VAE :
   Au lieu d'opérer sur l'espace des pixels bruts ou d'utiliser des caractéristiques d'images pré-entraînées, les auteurs ont entraîné un auto-encodeur variationnel convolutionnel (VAE) sur leurs données de simulation. Cela projette les champs de vitesse $64 \times 64$ vers une représentation latente compacte de $4 \times 4 \times 16$. La dérive se produit dans cet espace latent, préservant l'intégrité structurelle tout en évitant les caractéristiques pré-entraînées sous-optimales.

2. Architecture conditionnelle :
   Le modèle est conditionné par les conditions aux limites, incluant les positions d'entrée/sortie, la géométrie de la pièce et la magnitude de la vitesse d'entrée ($v_{in}$). Deux variantes de conditionnement ont été étudiées :

   • Basée sur des étiquettes (Label-based) : Traite l'entrée/sortie comme des identifiants discrets provenant d'un catalogue fixe, intégrés via une table apprise. Cette méthode est restreinte aux configurations énumérées.
   • Spatiale : Remplace les identifiants par un masque binaire à trois canaux encodant explicitement l'emplacement de l'entrée, de la sortie et des obstacles. Cette variante vise à se généraliser à des géométries non vues.
     Les deux variantes intègrent la vitesse scalaire via un MLP et la combinent avec l'intégration de la géométrie pour piloter un backbone de type Diffusion Transformer (DiT).

3. Masquage positif sensible aux étiquettes (Label-Aware Positive Masking) :
   Pour gérer les contextes de données éparses où les lots contiennent des conditions mixtes, les auteurs ont introduit un masque de compatibilité binaire. Ce masque filtre le noyau d'attraction dans le champ de dérive, garantissant que les échantillons générés ne dérivent que vers des échantillons positifs possédant des triplets (entrée, sortie, géométrie) correspondants. Cela empêche le modèle de faire la moyenne entre des régimes d'écoulement incompatibles.

Comparaison avec les références

Les modèles de dérive ont été comparés à un modèle de référence de Modèle de Diffusion Latente (LDM) [19, 20] opérant dans le même espace latent. Le LDM utilise un programme cosinus de 1 000 étapes avec une attention croisée pour le conditionnement et un échantillonnage DDIM pour l'inférence.

Configuration expérimentale

• Jeu de données : 2 025 simulations CFD 2D en régime permanent de l'écoulement d'air incompressible dans une pièce de $1,5\text{m} \times 1,5\text{m}$, générées à l'aide de Simcenter STAR-CCM+ (modèle RANS $k$-$\epsilon$).
• Configurations : Trois configurations géométriques (pièce vide, obstacle central, obstacle décalé) avec des variations systématiques des positions d'entrée/sortie (15 chacune) et des vitesses d'entrée (0,1, 0,2, 0,3 m/s).
• Métriques : Évaluées sur la précision du champ (nRMSE, $R^2$, similitude cosinus) et la cohérence de la structure de l'écoulement (écart de divergence, écart de vorticité).

Résultats

Performance quantitative

• Précision : Le modèle de diffusion de référence a atteint la précision la plus élevée (nRMSE : 0,059). Le modèle de dérive basé sur les étiquettes suit de près (nRMSE : 0,068), démontrant une précision compétitive en une seule étape. La variante de dérive spatiale présente une fidélité moindre (nRMSE : 0,108) et une variance plus élevée, particulièrement dans la capture de la magnitude, bien qu'elle récupère les directions dominantes de l'écoulement.
• Structure de l'écoulement : Le modèle de dérive basé sur les étiquettes maintient une cohérence de structure d'écoulement compétitive, avec des écarts de divergence et de vorticité comparables au modèle de diffusion. La variante spatiale présente une sur-prédiction systématique des structures rotationnelles.
• Vitesse d'inférence : Le modèle de dérive est deux ordres de grandeur plus rapide que le modèle de diffusion de référence. Sur un NVIDIA A100, le modèle de dérive a atteint une latence de 6,74 ms (1 NFE) contre 1870,2 ms (1000 NFE) pour le modèle de diffusion.

Observations qualitatives

• Dans les scénarios de pièce vide, le modèle de dérive basé sur les étiquettes a réussi à récupérer les topologies de flux primaires, y compris les jets et les zones de recirculation d'angle, avec des distributions d'erreur comparables au modèle de diffusion.
• Dans les scénarios avec obstacles, la variante de conditionnement spatial a capturé la topologie essentielle (division du flux, séparation de la couche limite) mais a eu des difficultés avec l'échelle de vitesse, produisant des sur-prédictions localisées.

Signification et revendications

L'article pose que la dérive conditionnelle sert d'alternative hautement efficace aux approches basées sur la diffusion pour la modélisation de substitution de flux. La principale signification réside dans le déblocage de surrogats CFD en temps réel là où la vitesse d'inférence est critique, sans le fardeau computationnel itératif de la diffusion.

• Efficacité : Le modèle atteint NFE=1, réduisant le temps d'inférence d'environ 280x par rapport à un modèle de diffusion de 1000 étapes tout en maintenant une précision compétitive.
• Généralité : Bien que l'implémentation actuelle basée sur les étiquettes soit limitée aux configurations énumérées, les auteurs proposent la variante de conditionnement spatial comme une voie prometteuse vers la généralisation à des géométries non vues, malgré les écarts de performance actuels.
• Cadre de travail : Ce travail établit un cadre réutilisable pour les substituts de calcul scientifique, combinant la dérive dans l'espace latent, le conditionnement spatial-scalaire et le masquage sensible aux étiquettes.

Les auteurs concluent que, bien que la diffusion soit légèrement plus précise, l'écart de performance étroit combiné à l'avantage massif de vitesse rend la dérive en une seule étape comme une solution viable pour les applications à contraintes de coût. Les travaux futurs sont orientés vers la réduction de l'écart de précision pour le conditionnement spatial et l'extension du modèle aux régimes 3D transitoires.