标签：CFD

流体/CFD

开源框架 Diff-NekRS 将自动微分能力嵌入谱元 CFD 求解器 NekRS，实现多时间步长 rollouts 的梯度反向传播，用于训练神经校正网络以抑制误差累积。

CFD

提出针对LGL节点高阶DG方法的子单元格熵残差驱动限制器，通过最近邻成对耗散实现欠解析双曲系统仿真的鲁棒性-精度平衡。

流体/CFD

NVIDIA Earth-2利用AI大气模型与观测数据集成，为能源等天气敏感行业提供高分辨率天气预报与决策支持服务。

流体/CFD

对比自编码器与基于经典数值分析的简洁扩散映射（PDM）方法在Navier-Stokes湍流降阶建模中的性能，为数据驱动流场重建提供方法论参考。

CFD

包含2000个液冷双芯片针鳍冷板的稳态CFD模拟数据及其POD-NN代理模型，配套可复现论文图表的代码，支持热管理系统快速设计与优化。为车规/航空/能源领域的代理模型训练与验证提供标准 CFD 流程。

CFD

针对冠脉介入手术的血流动力学建模，提出物理信息方法实现无监督预测与稀疏数据同化，解决传统数值分析和纯数据驱动方法的局限。

PINN/CFD

基于HuggingFace的物理信息神经网络CFD模型仓库，提供将物理约束嵌入神经网络进行计算流体力学建模的方法。模型实现 RANS 方程 PINN 训练 pipeline，含湍流模型混合项处理，可直接用于 2D 简单外流 CFD 复现。

CFD代理模型

HuggingFace上的计算流体力学代理模型相关数据集，支持CFD仿真与代理模型研究。数据集聚焦 CFD 代理模型训练场景，与 SimNet / PhysicsNeMo 等科学 ML 框架兼容性较好。

CFD 基准 / 多场景

专注计算流体力学（CFD）场景的多物理场数据集，覆盖内流、外流、热对流等典型工程场景，含时序与稳态数据。数据集含内流（管流、腔流）、外流（钝体绕流、翼型）与热对流（瑞利-贝纳尔）多任务，时间序列与稳态快照均覆盖。

PDE 基准 / 多方程

大规模 PDE 基准数据集，涵盖热传导、对流扩散、流体动力学等方程，支持数据驱动与物理信息方法的公平对比。数据集由 Stanford 等机构发布，覆盖 11 类 PDE，附基线模型（FNO / U-Net / TF-Net）评测脚本，跨库比较公平。

气动设计 / 代理模型

翼型气动性能仿真与代理模型研究，涵盖 NACA 系列翼型的大规模参数化 CFD 数据集与 FNO/DeepONet 代理模型对比。为车规/航空/能源领域的代理模型训练与验证提供标准 CFD 流程。

CFD/计算流体力学

大规模计算流体力学机器学习基准数据集，涵盖驱动腔、管道流、溃坝、圆柱绕流四类经典CFD问题，用于评估神经算子在未知边界条件下的泛化能力。支持 mesh-invariant 推理，可在训练分辨率之外直接查询，适配工业级多保真度应用。

通用 CFD 求解器

开源 CFD 的事实标准求解器，覆盖不可压/可压流动、传热、多相与燃烧等，是生成物理 AI 训练数据与验证代理模型精度的主要工具。可作为物理 AI 训练数据生成器与代理模型验证基线，是 CAE 工业链路的常用底层。

气动 / 设计优化求解器

开源 CFD 与伴随（adjoint）求解器，内置气动外形优化能力，广泛用于翼型/整机气动分析与梯度驱动设计，可作为代理模型的高保真对照。可作为物理 AI 训练数据生成器与代理模型验证基线，是 CAE 工业链路的常用底层。

汽车气动 / 大规模 CFD

MIT 发布的超大规模汽车外气动数据集，含 8000 个参数化车型的 CFD 流场、网格与气动系数，是气动代理模型与几何生成设计的主力语料。可作为物理 AI 训练数据生成器与代理模型验证基线，是 CAE 工业链路的常用底层。

可微流体求解器

Google Research 基于 JAX 的可微流体求解器，支持端到端梯度反传，用于把神经网络嵌入 CFD 时间推进、做可微物理与混合建模研究。原生支持 GPU/TPU 加速，可与神经网络端到端耦合，是科学 ML 框架中可微物理的代表。

流体 / CFD · 翼型 RANS

参数化翼型 RANS 流场数据集，体积小、ML 管线友好，是学习流体代理模型（surrogate）的入门首选。由 NeurIPS 2023 发布，含 1000+ 参数化翼型 RANS 仿真，可直接喂入 DeepONet / FNO / GNN 训练；提供 OpenFOAM / SU2 解算器基线。