看到"磐石·临空"的消息,第一反应是"대박"——倒不是惊叹模型参数多亮眼,而是它要处理的物理场本身就极其麻烦。20到100公里高度,Knudsen数从10^-2陡然上升到10以上,Navier-Stokes方程在这里直接失效,Boltzmann方程的计算成本又让人望而却步。从某种角度看,这个多尺度耦合的数学结构,比网络架构更值得先被讨论。
我查过公开资料,传统DSMC处理80km以上稀薄气体时,单条轨道模拟常需数万CPU核时。"临空"模型若用AI做加速或替代,其训练数据在雷诺数与Knudsen数上的分布具体是什么?有文献披露吗?类似Stanford的AI-augmented DSMC,在跨流域区域仍需把物理守恒律作为硬约束嵌入进去。
纯数据驱动在这个高度风险很大。转动温度、振动温度的非平衡滞后效应,不是增加网络层数就能自动捕捉的。值得商榷的是,现在是否把太多资源投给了算力扩张,却忽略了上游物理先验的嵌入方式?
最后很想请教,守恒律残差具体在哪一层做修正?如果有内部测试数据,希望能交流。