CFD中文网

老铁这个整的太高端了，我只知道两个点直接的距离，不知道3个点的距离是什么意义...

@田畔的风 之前用of的时候，从来没考虑过这种优化 -O2 -O3, -xHost等等
现在知道c++编译的时候有这么个东西，所以就是给个想法。。谁知道是不是在某个版本，of添加了相关的东西呢？反正这种编程的手法基本上是不会错的。

已邀请

@星星星星晴 :chouchou:

@Haoooo 已关注您，下面回复有我联系方式

感谢分享。不过虚拟机的话用UTM（免费）很方便，直接加载官方镜像安装即可。我在UTM里的Ubuntu20.04(Focal)里成功编译了OF8，9和OF v2012。

@星星星星晴 大佬你好，我试了下，但是不知道具体提供应该在哪添加2024-10-29 23-45-50 的屏幕截图.png 2024-10-29 23-45-55 的屏幕截图.png 2024-10-29 23-46-04 的屏幕截图.png

@李东岳 感觉好像能行了:140: 感谢李老师！

回复一个远古的问题，留个纪念。

根据最近上过的有关并行计算的课，现代CPU都是以ccNUMA作为一个单位。例如下面这台电脑有2个Socket，每个Socket有2个ccNUMA，每个ccNUMA包含18个核心，每个核心有2个线程（所谓的超线程）。

为什么要分的这么仔细，原因之一就是这是因为现代CPU的高速缓存有部分（例如L3）是共享的，有部分是私有的（L1和L2）。访问缓存是有速度限制的，所以如果正确的分配核心的话，可以避免'交通拥挤‘。而且如果数据是储存在另外一个ccNUMA对应的缓存中的话，额外的访问延迟也是导致计算速度下降的原因之一。这点在OpenMP中格外明显和重要。至于MPI的话，MPI和OpenMP有本质上的差别，并且MPI可能涉及到多个Node间的网络延迟，所以这方面更加复杂。

Anyway，至少在一个Node中，不要使用超线程的线程，就使用物理核心。如果有条件可以在BIOS中关闭超线程。如果没有条件可以通过likwid找到那些Thread归属于什么位置。然后通过taskset进行固定。likwid中有个程序叫做likwid-topology，从此可以得到当前Node中的CPU的拓扑结构。如下面的内容。

多个Node暂时没有经验。但是可以通过profile对使用某些线程进行限制，我当前是没有经验的。

至于是不是对于计算速度有绝对的提升，这个我没有结论，但是如果你需要考虑有关性能的方向的话，这种控制变量也是必要的。

-------------------------------------------------------------------------------- CPU name: Intel(R) Xeon(R) Platinum 8360Y CPU @ 2.40GHz CPU type: Intel Icelake SP processor CPU stepping: 6 ******************************************************************************** Hardware Thread Topology ******************************************************************************** Sockets: 2 Cores per socket: 36 Threads per core: 2 -------------------------------------------------------------------------------- HWThread Thread Core Die Socket Available 0 0 0 0 0 * 1 0 1 0 0 * 2 0 2 0 0 * 3 0 3 0 0 * 4 0 4 0 0 * 5 0 5 0 0 * 6 0 6 0 0 * 7 0 7 0 0 * 8 0 8 0 0 * 9 0 9 0 0 * 10 0 10 0 0 * 11 0 11 0 0 * 12 0 12 0 0 * 13 0 13 0 0 * 14 0 14 0 0 * 15 0 15 0 0 * 16 0 16 0 0 * 17 0 17 0 0 * 18 0 18 0 0 * 19 0 19 0 0 * 20 0 20 0 0 * 21 0 21 0 0 * 22 0 22 0 0 * 23 0 23 0 0 * 24 0 24 0 0 * 25 0 25 0 0 * 26 0 26 0 0 * 27 0 27 0 0 * 28 0 28 0 0 * 29 0 29 0 0 * 30 0 30 0 0 * 31 0 31 0 0 * 32 0 32 0 0 * 33 0 33 0 0 * 34 0 34 0 0 * 35 0 35 0 0 * 36 0 36 0 1 * 37 0 37 0 1 * 38 0 38 0 1 * 39 0 39 0 1 * 40 0 40 0 1 * 41 0 41 0 1 * 42 0 42 0 1 * 43 0 43 0 1 * 44 0 44 0 1 * 45 0 45 0 1 * 46 0 46 0 1 * 47 0 47 0 1 * 48 0 48 0 1 * 49 0 49 0 1 * 50 0 50 0 1 * 51 0 51 0 1 * 52 0 52 0 1 * 53 0 53 0 1 * 54 0 54 0 1 * 55 0 55 0 1 * 56 0 56 0 1 * 57 0 57 0 1 * 58 0 58 0 1 * 59 0 59 0 1 * 60 0 60 0 1 * 61 0 61 0 1 * 62 0 62 0 1 * 63 0 63 0 1 * 64 0 64 0 1 * 65 0 65 0 1 * 66 0 66 0 1 * 67 0 67 0 1 * 68 0 68 0 1 * 69 0 69 0 1 * 70 0 70 0 1 * 71 0 71 0 1 * 72 1 0 0 0 * 73 1 1 0 0 * 74 1 2 0 0 * 75 1 3 0 0 * 76 1 4 0 0 * 77 1 5 0 0 * 78 1 6 0 0 * 79 1 7 0 0 * 80 1 8 0 0 * 81 1 9 0 0 * 82 1 10 0 0 * 83 1 11 0 0 * 84 1 12 0 0 * 85 1 13 0 0 * 86 1 14 0 0 * 87 1 15 0 0 * 88 1 16 0 0 * 89 1 17 0 0 * 90 1 18 0 0 * 91 1 19 0 0 * 92 1 20 0 0 * 93 1 21 0 0 * 94 1 22 0 0 * 95 1 23 0 0 * 96 1 24 0 0 * 97 1 25 0 0 * 98 1 26 0 0 * 99 1 27 0 0 * 100 1 28 0 0 * 101 1 29 0 0 * 102 1 30 0 0 * 103 1 31 0 0 * 104 1 32 0 0 * 105 1 33 0 0 * 106 1 34 0 0 * 107 1 35 0 0 * 108 1 36 0 1 * 109 1 37 0 1 * 110 1 38 0 1 * 111 1 39 0 1 * 112 1 40 0 1 * 113 1 41 0 1 * 114 1 42 0 1 * 115 1 43 0 1 * 116 1 44 0 1 * 117 1 45 0 1 * 118 1 46 0 1 * 119 1 47 0 1 * 120 1 48 0 1 * 121 1 49 0 1 * 122 1 50 0 1 * 123 1 51 0 1 * 124 1 52 0 1 * 125 1 53 0 1 * 126 1 54 0 1 * 127 1 55 0 1 * 128 1 56 0 1 * 129 1 57 0 1 * 130 1 58 0 1 * 131 1 59 0 1 * 132 1 60 0 1 * 133 1 61 0 1 * 134 1 62 0 1 * 135 1 63 0 1 * 136 1 64 0 1 * 137 1 65 0 1 * 138 1 66 0 1 * 139 1 67 0 1 * 140 1 68 0 1 * 141 1 69 0 1 * 142 1 70 0 1 * 143 1 71 0 1 * -------------------------------------------------------------------------------- Socket 0: ( 0 72 1 73 2 74 3 75 4 76 5 77 6 78 7 79 8 80 9 81 10 82 11 83 12 84 13 85 14 86 15 87 16 88 17 89 18 90 19 91 20 92 21 93 22 94 23 95 24 96 25 97 26 98 27 99 28 100 29 101 30 102 31 103 32 104 33 105 34 106 35 107 ) Socket 1: ( 36 108 37 109 38 110 39 111 40 112 41 113 42 114 43 115 44 116 45 117 46 118 47 119 48 120 49 121 50 122 51 123 52 124 53 125 54 126 55 127 56 128 57 129 58 130 59 131 60 132 61 133 62 134 63 135 64 136 65 137 66 138 67 139 68 140 69 141 70 142 71 143 ) -------------------------------------------------------------------------------- ******************************************************************************** Cache Topology ******************************************************************************** Level: 1 Size: 48 kB Cache groups: ( 0 72 ) ( 1 73 ) ( 2 74 ) ( 3 75 ) ( 4 76 ) ( 5 77 ) ( 6 78 ) ( 7 79 ) ( 8 80 ) ( 9 81 ) ( 10 82 ) ( 11 83 ) ( 12 84 ) ( 13 85 ) ( 14 86 ) ( 15 87 ) ( 16 88 ) ( 17 89 ) ( 18 90 ) ( 19 91 ) ( 20 92 ) ( 21 93 ) ( 22 94 ) ( 23 95 ) ( 24 96 ) ( 25 97 ) ( 26 98 ) ( 27 99 ) ( 28 100 ) ( 29 101 ) ( 30 102 ) ( 31 103 ) ( 32 104 ) ( 33 105 ) ( 34 106 ) ( 35 107 ) ( 36 108 ) ( 37 109 ) ( 38 110 ) ( 39 111 ) ( 40 112 ) ( 41 113 ) ( 42 114 ) ( 43 115 ) ( 44 116 ) ( 45 117 ) ( 46 118 ) ( 47 119 ) ( 48 120 ) ( 49 121 ) ( 50 122 ) ( 51 123 ) ( 52 124 ) ( 53 125 ) ( 54 126 ) ( 55 127 ) ( 56 128 ) ( 57 129 ) ( 58 130 ) ( 59 131 ) ( 60 132 ) ( 61 133 ) ( 62 134 ) ( 63 135 ) ( 64 136 ) ( 65 137 ) ( 66 138 ) ( 67 139 ) ( 68 140 ) ( 69 141 ) ( 70 142 ) ( 71 143 ) -------------------------------------------------------------------------------- Level: 2 Size: 1.25 MB Cache groups: ( 0 72 ) ( 1 73 ) ( 2 74 ) ( 3 75 ) ( 4 76 ) ( 5 77 ) ( 6 78 ) ( 7 79 ) ( 8 80 ) ( 9 81 ) ( 10 82 ) ( 11 83 ) ( 12 84 ) ( 13 85 ) ( 14 86 ) ( 15 87 ) ( 16 88 ) ( 17 89 ) ( 18 90 ) ( 19 91 ) ( 20 92 ) ( 21 93 ) ( 22 94 ) ( 23 95 ) ( 24 96 ) ( 25 97 ) ( 26 98 ) ( 27 99 ) ( 28 100 ) ( 29 101 ) ( 30 102 ) ( 31 103 ) ( 32 104 ) ( 33 105 ) ( 34 106 ) ( 35 107 ) ( 36 108 ) ( 37 109 ) ( 38 110 ) ( 39 111 ) ( 40 112 ) ( 41 113 ) ( 42 114 ) ( 43 115 ) ( 44 116 ) ( 45 117 ) ( 46 118 ) ( 47 119 ) ( 48 120 ) ( 49 121 ) ( 50 122 ) ( 51 123 ) ( 52 124 ) ( 53 125 ) ( 54 126 ) ( 55 127 ) ( 56 128 ) ( 57 129 ) ( 58 130 ) ( 59 131 ) ( 60 132 ) ( 61 133 ) ( 62 134 ) ( 63 135 ) ( 64 136 ) ( 65 137 ) ( 66 138 ) ( 67 139 ) ( 68 140 ) ( 69 141 ) ( 70 142 ) ( 71 143 ) -------------------------------------------------------------------------------- Level: 3 Size: 54 MB Cache groups: ( 0 72 1 73 2 74 3 75 4 76 5 77 6 78 7 79 8 80 9 81 10 82 11 83 12 84 13 85 14 86 15 87 16 88 17 89 18 90 19 91 20 92 21 93 22 94 23 95 24 96 25 97 26 98 27 99 28 100 29 101 30 102 31 103 32 104 33 105 34 106 35 107 ) ( 36 108 37 109 38 110 39 111 40 112 41 113 42 114 43 115 44 116 45 117 46 118 47 119 48 120 49 121 50 122 51 123 52 124 53 125 54 126 55 127 56 128 57 129 58 130 59 131 60 132 61 133 62 134 63 135 64 136 65 137 66 138 67 139 68 140 69 141 70 142 71 143 ) -------------------------------------------------------------------------------- ******************************************************************************** NUMA Topology ******************************************************************************** NUMA domains: 4 -------------------------------------------------------------------------------- Domain: 0 Processors: ( 0 72 1 73 2 74 3 75 4 76 5 77 6 78 7 79 8 80 9 81 10 82 11 83 12 84 13 85 14 86 15 87 16 88 17 89 ) Distances: 10 11 20 20 Free memory: 53444.9 MB Total memory: 64038.5 MB -------------------------------------------------------------------------------- Domain: 1 Processors: ( 18 90 19 91 20 92 21 93 22 94 23 95 24 96 25 97 26 98 27 99 28 100 29 101 30 102 31 103 32 104 33 105 34 106 35 107 ) Distances: 11 10 20 20 Free memory: 52998.7 MB Total memory: 64504.1 MB -------------------------------------------------------------------------------- Domain: 2 Processors: ( 36 108 37 109 38 110 39 111 40 112 41 113 42 114 43 115 44 116 45 117 46 118 47 119 48 120 49 121 50 122 51 123 52 124 53 125 ) Distances: 20 20 10 11 Free memory: 57461.9 MB Total memory: 64504.1 MB -------------------------------------------------------------------------------- Domain: 3 Processors: ( 54 126 55 127 56 128 57 129 58 130 59 131 60 132 61 133 62 134 63 135 64 136 65 137 66 138 67 139 68 140 69 141 70 142 71 143 ) Distances: 20 20 11 10 Free memory: 35591.3 MB Total memory: 64450.5 MB --------------------------------------------------------------------------------

@xpqiu 哇 对啊。。。脑残中 谢谢大佬
:140:

@星星星星晴 在 LES与RANS的结果不相同 中说：

大佬求下面链接的文档啊。。
http://www.dyfluid.com/LES.html

http://www.dyfluid.com/theory.pdf 我最近更新在这里了 你可以看下 51页

我整个进口是开放的，不是东岳大佬说的有壁面的情况。

如果你不是这个边界条件，是开放的，那存在卷吸的情况，会很不一样

@星星星星晴
是，windows的文件名不能有冒号

@cccrrryyy 要不有些人值得交朋友，有些人就那么回事么。

@星星星星晴 本来没想到这么慢，结果发现假如我有1M parcel，1M cell 就要搞1M x 1M次， 实在有点笨。然后现在改为之前那个方法了。。 可能是当时不知道怎么回事有点脑残吧，搞错了，相邻cell一层一层搞出来快很多。。 下面是code， 编程能力有限，想搞成个function，总觉得麻烦。。不过改成function的话应该可以弄n层了吧。。

还是python好写。。。

if (neighbor_) { //Info << "cellI = " <<cellI<<nl; //- first layer List<int> first = this->owner().mesh().cellCells()[cellI]; first.append(cellI); sort(first); all_neighbor.append(first); int first_size = first.size(); //Info << "cellI = " << first <<nl; //- second layer List<int> second_all; for (int i1 = 0; i1<first_size; i1++){ List<int> second = this->owner().mesh().cellCells()[first[i1]]; //Info << "cellI second = " << second <<nl; second_all.append(second); } List<int> order,second_unique; uniqueOrder(second_all, order); forAll(order,kk) { second_unique.append(second_all[order[kk]]); } sort(second_unique); all_neighbor.append(second_unique); //- third layer List<int> third_all; for (int i1 = 0; i1<second_unique.size(); i1++){ List<int> third = this->owner().mesh().cellCells()[second_unique[i1]]; //Info << "cellI third = " << third <<nl; third_all.append(third); } List<int> order3,third_unique; uniqueOrder(third_all, order3); forAll(order3,kk) { third_unique.append(third_all[order3[kk]]); } sort(third_unique); all_neighbor.append(third_unique); //- Fourth layer List<int> fourth_all; for (int i1 = 0; i1<third_unique.size(); i1++){ List<int> fourth = this->owner().mesh().cellCells()[third_unique[i1]]; fourth_all.append(fourth); } List<int> order4,fourth_unique; uniqueOrder(fourth_all, order4); forAll(order4,kk) { fourth_unique.append(fourth_all[order4[kk]]); } sort(fourth_unique); all_neighbor.append(fourth_unique); //- collect all List<int> order_all; uniqueOrder(all_neighbor, order_all); forAll(order_all,kk) { all_neighbor_unique.append(all_neighbor[order_all[kk]]); } sort(all_neighbor_unique);

或者说是如何能简单的比较两个case的不同处？

@星星星星晴 如果不涉及比热等参数，可以直接用某一个液体，比如水，只改你需要的参数，其他的不重要的参数还是用水的，应该可以吧

@疏影横斜水清浅 您好，最近我也在学习这个帖子的问题，我想在已经o切的圆柱侧面通过patchinject注射颗粒，所以我要定义这个注射的边界面，您现在知道如何去用topoSet和createPatch去实现在圆柱侧面上画边界了吗

Capture1.PNG
Capture2.PNG

如上2图，白色的点为测量数据点，每个点都有ux,uy,uz
先在inlet 上通过topoSet 专门设置出了一个小的区域，
图1是方形，图2是根据测量区域画出来的一个正方形加两个圆形的区域。

现在最大的问题是，你可以发现topoSet的边界特别明显。。
这种情况应该通过什么办法能解决呢？

为什么用topoSet的原因是如果直接在inlet 上设置为timeVaryingMappedfixedValue 这个边界条件的话，code 会直接插值到最边界。。结果看起来更有问题，topoSet这个解决方法一定程度上规避了interpolation到最边界的情况，但是会造成这个patch 和他原来关联的patch的边界问题。。

求大佬指点迷津

@星星星星晴 :xiezuoye: :xiezuoye: :xiezuoye:

@浪迹天大 谢谢，我研究一下，这个file 我就是读了一下文件名字，然后放到IOobject里，原来在of4就完全没问题

positionsFile_(this->coeffDict().lookup("positionsFile")), positions_ ( IOobject ( positionsFile_, owner.db().time().constant(), owner.mesh(), IOobject::MUST_READ, IOobject::NO_WRITE ) ), PDFFileName_(this->coeffDict().lookup("PDFFile")), PDFsamples_ ( IOobject ( PDFFileName_, owner.db().time().constant(), owner.db(), IOobject::MUST_READ, IOobject::NO_WRITE ) ),