充型、传热与凝固，都在 GPU 上求解”
真实铸件
一个完整的铸造周期，跑在生产零件上
轮毂铸件的充型与凝固，用的是客户自己的几何。一镜到底：两个阶段热耦合，凝固从充型结束时的温度场接着算。
轮毂铸件，AlSi7Mg —— 充型到凝固，按温度上色。中心冒口下方最后那点亮色，就是铸件最后凝固的部位。
GPU 性能
给数字，不给口号
下面每个数都是在同一台机器上实测的：一块 Tesla V100 对同机的 CPU，跑同一个核。没有缩放，没有外推。
- 55×
单相 LBM 引擎核
单卡 V100 上 1851 MLUPS —— 达到该卡显存带宽的 62.7% —— 对同机 18 个 CPU 物理核全开的 33.9 MLUPS。网格 256² × 64，约 419 万格。
- 40.5×
传热核
5422 MLUPS 对 36 线程 CPU 的 134 MLUPS，两侧跑的是同一套算术。网格 128² × 64，约 105 万格。
- 62.7%
显存带宽利用率
单相核在 V100 上跑到 562.9 / 897 GB/s。格子玻尔兹曼是内存带宽受限的，这才是真正的天花板。
差距从哪来
来自带宽，不是主频。格子玻尔兹曼是内存带宽受限的，几个核就把一个 CPU 插槽的带宽吃满：同一台机器上，从 1 核到 18 核只快 8.3 倍（4.1 → 33.9 MLUPS，并行效率 45%）。而 V100 上跑到了该卡显存带宽的 62.7%。所以靠加 CPU 核心补不上这个差距。
1851 MLUPS 是单相核在满域下的峰值。真实铸件上的自由界面耦合充型约为 450 MLUPS 有效值（67.2 万格约 1.5 ms/步），因为每步要多带若干场、多走几遍。实际吞吐取决于铸件、网格与硬件。
能力
TesboLBM 能做什么
工艺
- 充型：LBM 自由表面追踪、亚格子湍流、自适应时间步
- 传热与凝固：潜热、界面热阻、多种固体材料
- 充型接凝固，温度场热连续
- 重力砂型铸造
- 低压铸造
物理模型
- 型腔背压与排气，按实体区分透气能力（排气道、冒口、冷铁、砂芯）
- 自然对流：浮力 + 糊状区阻力
- 真实固相率曲线 fs(T)，可导入合金相图数据
- 界面换热系数(IHTC)由实测冷却曲线反推标定
- 仿真与实测对比工具，给误差与相关性指标
- 多组分合金物性数据接入
缺陷预测
- 缩松，Niyama 分级
- 热裂倾向
- 二次枝晶间距(SDAS)
平台与工作流
- CUDA GPU 后端
- CPU 后端（MPI 区域分解）
- 单机多卡，结果与单卡完全一致
- 自带命令行网格生成（充型网格与传热网格）
- 传热网格自适应加密
- 运行前配置静态校验
- 更细网格下的数值稳定性增强
核心技术特征
三维 D3Q19 标准晶格模型，兼顾计算速度与数值精度
高级多松弛时间 (MRT) 碰撞算子，在高雷诺数和强湍流下保持良好的数值稳定性
集成大涡模拟 (LES) Smagorinsky 亚格子模型，精确刻画细微湍流流动结构
高保真瞬态自由表面追踪技术 (Free Surface Tracking)，深度捕捉铸造过程中的流体飞溅与卷气分布
全温变热物理属性（温变密度、热容量和导热系数）的多物理场耦合传热与相变固化求解器
先进界面热阻 (IHTC) 传热边界条件，完美覆盖铸件与砂型、金属型、冷铁、冒口等构件的瞬态热交换物理过程
科学规范与控制方程
带外力项的 MRT 玻尔兹曼演化方程
在矩空间中实施独立碰撞松弛，结合重力受力项，极大消除了传统单松弛时间 (BGK) 模型对剪切和体积黏度的数值简并。
LES 亚格子湍流黏度方程
基于局部应变率张量的二阶不变量动态求解湍流黏度，在计算亚网格尺度耗散时具备极高适应力。
工业应用场景
重力砂型铸造 (Gravity Sand Casting)
精确模拟复杂的浇注系统、内浇口、多流道和型腔。预测充型前沿流动、折返液体汇合及重力充型过程中的温度下降。
高压与低压压铸 (HPDC / LPDC)
在复杂的型壁、冷铁和砂芯之间捕捉高速金属充流。高保真预测高速充型时的湍流卷气、死角、湍流卷渣缺陷及浇冒口等结构的补缩过程。
固化温度控制 (Thermal Control & Solidification)
全温变物性耦合计算结合潜热释放（Latent Heat）。预测凝固路径，计算冷却水道对固化速率的影响，有助于减少铸件收缩空洞 (Shrinkage Cavity) 等冶金缺陷。