金麟岂是池中物 bt:绝对震撼：一位在英国工作的工程师纯理性解析歼20(图)

',1)">
实拍歼20展示全动翼面展现科幻外观


以科研来说，不管是纯粹的基础研究还是技术开发，一般来说都有三种手段，第一，理论研究，第二，试验，第三，模拟计算。其中超级计算机能起到作用的主要是模拟计算这一步。大多数情况下一个科研成果的出现都是三种手段结合的结果，越大的成果越是如此。这三种研究手段中模拟计算所起的作用是非常微妙的，因为它是衔接理论研究和试验的手段，很多情况下甚至是唯一手段，特别是在研究项目涉及到非线性的时候。
很多人，包括很多做模拟计算研究的人其实都忽略了一点，模拟计算的理论基础是数学理论。公众普遍认为高性能的计算机能解决一切问题，其实这是个误解。高性能计算机只是硬件部分，软件部分的开发，首先需要一个数学模型，而这个数学模型则是基于理论研究建立的，有时候也会出现一些基于实验建立的经验模型(empirical model)。经验模型和理论模型的差别在于经验模型往往我们知其然而不知其所以然，经验模型中用到的定理定律往往是一个统计结果，也就是说多大程度上可信，或者在什么条件下适用，经验模型经常是说不清的。
经验模型经常出现在经济学，金融学或者社会学研究中，理工科研究用经验模型的极少。有了理论模型之后又有一个很大的问题，就是理论模型所需要的计算量往往超过世界上当时最快的计算机的运算速度，比如说计算飞行器的空气动力学特性，谁都知道如果能把大气模型划分到一个一个的气体分子来分别单独计算，计算结果肯定非常精确，但是这远远地超过了当前最快的计算机的计算能力。打个比方，如果这么算的话，可能完成某个特定气动结构在特定环境下的模拟计算，可能需要当前世界上最快的计算机连续不断的运行数百万年，这肯定不现实。
另外一个大问题就是，当前高性能的计算机采用的都是并行结构。比如说一个计算过程，要先完成A，再算B，再算C，并行计算机就会在A和B可以同时运算的情况下用不同节点分别计算A和B，然后汇总其结果来计算C。但是一个理论模型并不是每一步都可以这么划分的，这也是超级计算机的一个瓶颈。一般来说应对这种困境的解决办法是用近似模型，尽可能减少计算步骤，增加可以同时运算的计算步骤。但是近似模型的计算结果和真实情况总是有着一段距离，同时在不同节点上同时计算几个步骤时往往会涉及到边界值传递的问题。


从数学上来说，边界条件的选取一定会影响到计算结果的精确性，差别只是影响的大小而已，因此从理论上来说，超级计算机的计算结果其精确性低于单台PC计算的结果。当然这种情况也有解决办法，比如说把误差控制在不可察觉的范围内，等等，但是到现在为止还没有一个通用解决办法，往往需要针对不同问题开发不同的算法，这是相当相当麻烦的一件事，因为每个算法必须考虑很多因素，做很多测试，这都是需要大量时间的。所以我才会在另外一个讲天河的帖子里说超级计算机开发出来只是第一步，更重要的是能不能开发出在超级计算机上高效率运行的程序。除此以外还有很多乱七八糟的问题，比如说CPU和GPU适应的算法领域并不一样，等等，不是说一个计算机算某个问题快，另外一台超级计算机算这个问题也肯定快，其芯片结构设计都是要考虑在内的。
不过好消息是，当前中国出来的很多开创性的科技成果可以很明显的看出超级计算机的应用相对比较成熟了，我这里只举三个例子，一个是高铁，一个是J20飞机，还有一个是J10B的飞控系统。
就高铁来说，discovery频道曾经报导过高铁的气动结构设计大致流程，当然不会很详细，这玩意肯定属于国家级的商业机密。其中提到一点，就是高铁车头两侧两个类似凹槽的结构。不知道看这帖子的朋友有多少看过当年对F1赛车设计流程的详细报导。F1赛车的外形是经过超级计算机计算才能上风洞试验的。为了保证赛车的抓地力，让赛车不至于在高速下飘起来，F1赛车设计时都考虑到其空气动力学特性要让赛车高速行驶时所受到的向下的压力大于赛车重量。现代F1赛车一般来说，如果速度起来了，完全可以在天花板上开，因为空气阻力通过其气动外形转换成的向下压力超过赛车自重，而且往往是赛车自重的两倍以上。
赛车高速下会被紧紧的“压”在天花板上。中国高铁的设计也经历了同样的步骤，那两道凹槽就是保证火车高速行驶时被“压”在铁轨上的，这是高铁高速下不脱轨的重要保障。参照类似F1赛车设计流程，高铁设计时必然也经过超级计算机的模拟实验，然后修改之后才上风洞吹风的。能做这种实验，并且高铁速度还能不断提高，说明这类实验一直没中断，而且中国在超级计算机对流体力学计算上的强大实力。以当前计算机模拟而言，流体力学几乎可以算是最具代表性的难题，因为流体力学，特别是气动结构设计，往往意味着要计算很多非线性过程，这需要的不光是超级计算机硬件方面的强大能力，也需要软件和数学上的巨大突破。以我个人所见，高铁的气动结构计算不会比设计一款新飞机简单到哪去。