湍流不再是黑洞：科學家用35萬億個網格點首次'看清'流體混沌

探索宇宙奧秘 · 理性思考

如果你曾在飛機遭遇氣流時驚嘆于空氣的狂暴無序，或在觀看瀑布時困惑于水流為何如此難以預測，那么你便觸碰到了物理學中最頑固的堡壘之一——湍流。這個被費曼稱為"經典物理學中最重要的未解決問題"的現象，如今迎來了史上最強的一次"解剖"：美國佐治亞理工學院的科研團隊借助全球最強超算Frontier，在三維空間中布下了35萬億個計算網格點，首次在計算機中完整復現了接近真實實驗條件的湍流全貌。這項發表于《流體力學雜志》的研究，不僅將直接數值模擬的分辨率推向極致，更可能改寫我們對從龍卷風到飛機引擎燃燒室中流體行為的認知。

在計算流體力學中，直接數值模擬（DNS）是理解湍流的"金標準"。這種方法不依賴任何簡化假設，而是直接求解納維-斯托克斯方程，追蹤流體中每一個渦旋的生死演變。但問題在于，湍流是一個跨尺度的怪物：大渦旋分裂成小渦旋，小渦旋分裂成更小的渦旋，這一過程一直持續到分子粘性將其能量耗散為熱。

為了捕捉這一"能量級聯"的全過程，研究人員必須在三維空間中鋪設細密的網格。此前，受限于計算能力，全球最大規模的DNS模擬通常停留在數千億網格點的量級。而這一次，佐治亞理工的P. K. Yeung團隊利用美國能源部橡樹嶺國家實驗室的Frontier超算——這臺全球首臺百億億次級（每秒百億億次運算）開放科學超算——實現了32,7683的恐怖分辨率，即每個維度32,768個網格點，總計超過35萬億個計算節點。

這個數字意味著什么？如果把此前的模擬比作標清電視，這次就是IMAX級別的超高清。更重要的是，他們將雷諾數推到了2,500。雷諾數是衡量流體慣性與粘性之比的關鍵參數，數值越高，湍流越劇烈、越接近真實世界的風暴和高速氣流。 在此前的超算時代，如此高雷諾數配合全尺度解析幾乎是不可能完成的任務。

湍流研究的核心悖論在于：盡管宏觀上混亂不堪，但在微觀小尺度上，湍流卻表現出驚人的統計普適性。這一由科爾莫戈羅夫在1941年提出的"K41理論"認為，無論湍流發生在風洞、河流還是大氣中，其最小尺度的統計特性都遵循相同的數學規律。

理論需要驗證。Yeung團隊的模擬首次在35萬億網格點的尺度上，精確測量了能量耗散（動能轉化為熱）與渦量（局部旋轉強度）的概率分布差異。他們發現，即便在最極端的湍流事件中，經典的"耗散異常"定律——即高雷諾數下能量耗散率與流體粘性無關——依然成立。但同時，小尺度湍流的間歇性（即極端事件集中爆發的特性）比傳統理論假設的更為強烈。

這一發現直接回應了氣象學和工程學中的痛點：如何預測百年一遇的極端天氣，或發動機中偶發的局部熄火？通過將確定性問題轉化為概率問題，這種超高分辨率模擬為"黑天鵝"式的湍流極端事件提供了量化工具。

對中國讀者而言，最關心的或許是：我們在這個領域處于什么位置？答案是，中國已經具備了參與這場"超算湍流競賽"的硬實力，甚至在某些方向上并跑甚至領跑。

在硬件層面，中國的"天河三號"和"神威·太湖之光"系列同樣具備百億億次級計算能力。2023年，清華大學楊越教授團隊利用國產超算實現了大規模湍流燃燒的DNS模擬；北京大學李存標教授則在湍流邊界層轉捩（層流向湍流轉變）的直接數值模擬方面積累了深厚成果。中科院力學所何國威院士團隊提出的"時空關聯"理論，為解釋湍流間歇性提供了新的數學框架，與Yeung團隊此次觀測到的強間歇性現象形成理論呼應。

關鍵在于，湍流DNS已成為檢驗超算性能的"試金石"。Yeung團隊此次采用的"多分辨率獨立模擬"策略——即在低分辨率長時間模擬基礎上，插入短時段高分辨率"快照"——這種算法創新同樣適用于中國超算架構。事實上，約翰霍普金斯湍流數據庫（JHTDB）已向全球開放，中國學者完全可以利用這批35萬億網格點的數據進行機器學習訓練，發展適用于工程應用的湍流模型。

這項研究的實用價值將在多個領域層層擴散。在氣象領域，更精確的湍流模型意味著臺風路徑和極端降雨的預報精度提升；在航空領域，理解高雷諾數湍流有助于設計出阻力更低、燃油效率更高的機翼；在能源領域，內燃機燃燒室中的偶發熄火現象有望通過極端事件概率分析得到抑制。

值得注意的是，Yeung的博士生正在利用這批數據訓練機器學習模型。當35萬億網格點的"真值"數據注入AI，我們或許將迎來湍流建模的范式轉變——從基于經驗的半經驗模型，轉向數據驅動的物理約束模型。

五十多年前，人類開始用計算機模擬湍流；三十年前，P. K. Yeung踏入這個領域；如今，我們終于站在了一個拐點：計算精度首次與實驗室測量相當，卻又能提供實驗無法觀測的瞬時三維細節。這場對混沌的解構，才剛剛開始。