在航空航天工程的快速发展中，科学计算技术的革新正逐步重塑着设计与制造的面貌，其影响力深远地波及到设计周期优化、成本节约及飞行安全提升等多个维度。浙江大学与华为携手共建的鲲鹏昇腾科教创新卓越中心，在这一领域取得了令人瞩目的双重突破。
夏一帆教授带领的浙江大学航空航天学院团队，在昇腾AI平台上成功研发了一款全新的隐式神经网络算法，该算法专为解决偏微分方程求解及流场预测问题而设计。借助MindSpore AI框架的分布式并行处理能力，该算法能够高效训练大型数据集模型，凭借其卓越的非线性拟合能力和结合物理约束的网络架构，在ODE、Advection、Burgers及Diffusion等经典方程测试中展现了显著优势。经过深度优化，该算法在昇腾异构计算架构CANN的加持下，实现了关键算子的高效执行，显著提升了训练与推理效率。与传统有限差分法及现有先进神经网络求解器相比，该算法在验证算例上的求解精度提高了10%以上，同时降低了模型参数量与计算复杂度。目前，该算法已应用于航空航天流场的精细分析，为飞行器的研发提供了关键数据支持。
另一方面，张继发副教授的团队依托鲲鹏平台，成功开发出了一款高效能的可变形飞行器流动机理仿真软件。该软件的核心技术Loci与flowpsi，在自动并行化计算方面表现出色，极大地提升了仿真软件的运行效率。Loci框架通过高度自动化的任务拆分、处理器调度及数据传输，简化了软件开发流程，而鲲鹏处理器的强大算力引擎则为这一过程提供了有力支持。flowpsi作为Loci框架下的流体力学求解器，专注于解决高速流体流动等复杂计算场景。在鲲鹏应用使能套件BoostKit的优化下，flowpsi的计算效率显著提升，软件运行速度提高了30%-50%，同时保持了高精度的计算结果。该软件目前已应用于航空航天领域的非定常可变形飞行器数值模拟仿真，为国家航天科研院所提供了关键预示数据。
浙江大学鲲鹏昇腾科教创新卓越中心的这两项成果，不仅展示了“算力+算法”融合创新的巨大潜力，也彰显了产学研合作在前沿科技突破中的关键作用。作为浙江大学与华为协同创新的典范，该中心通过搭建高效的科研平台，不仅推动了科学计算领域的创新，更为航空航天等尖端领域的科研探索奠定了坚实基础。未来，随着更多类似合作的开展，我们有理由相信，更多领域的科技创新将不断涌现。
