Hugging Peers

BENO

☆ Save
by OneScience PyTorch apache-2.0
7 downloads 2 likes on ModelScope updated

Model card

BENO

模型介绍

BENO 是北京大学相关团队提出的用于复杂边界条件下椭圆型 PDE 求解的边界嵌入神经算子，可对不同几何区域和非齐次边界条件下的稳态物理场分布进行快速预测。

论文：BENO: Boundary-embedded Neural Operators for Elliptic PDEs

模型描述

BENO 基于融合双分支图神经网络与 Transformer 的边界嵌入神经算子架构，使用beno数据集训练，面向复杂几何及非齐次边界条件开展 Poisson、Laplace 等椭圆型偏微分方程的稳态物理场预测。

适用场景

场景 说明
椭圆型 PDE 求解 面向 Poisson、Laplace 等稳态边值问题的快速近似求解
复杂边界条件建模 处理自由形状边界、不规则区域和非齐次边界值对解场的影响
稳态物理场预测 预测由源项和边界共同决定的平衡态物理场分布
数值求解器代理加速 替代或辅助 FEM、FDM、FVM 等传统求解流程，提高推理效率

使用说明

1. OneCode 使用

可通过 OneCode 在线环境体验智能化一键式 AI4S 编程：

点击体验智能化一键式 AI4S 编程

2. 手动安装使用

硬件要求

  • 推荐使用 GPU 或 DCU 运行。
  • CPU 可以用于导入和小配置连通性验证，完整训练和推理速度较慢。
  • DCU 用户需要预先安装 DTK，建议使用 DTK 25.04.2 以上版本或与当前集群匹配的 OneScience 推荐版本。

下载模型包

modelscope download --model OneScience/BENO --local_dir ./BENO
cd BENO

安装运行环境

DCU环境

# 请首先激活DTK及CONDA
conda create -n onescience311 python=3.11 -y
conda activate onescience311
# 支持uv安装
pip install onescience[cfd-dcu] -i http://mirrors.onescience.ai:3141/pypi/simple/  --trusted-host mirrors.onescience.ai

GPU环境

# 请首先激活CONDA
conda create -n onescience311 python=3.11 -y libstdcxx-ng=12 libgcc-ng=12 gcc_linux-64=12 gxx_linux-64=12
conda activate onescience311
# 支持uv安装
pip install onescience[cfd-gpu] -i http://mirrors.onescience.ai:3141/pypi/simple/  --trusted-host mirrors.onescience.ai

训练数据介绍

OneScience 社区提供可供训练的 beno 数据，用户可通过下述命令下载，并确认 config/config.yaml 中数据路径设置正确：

modelscope download --dataset OneScience/beno --local_dir ./data

完整的数据集文件也可通过官方链接下载

训练

单卡：

python scripts/train.py

多卡：

torchrun --standalone --nnodes=<num_nodes> --nproc_per_node=<num_GPUs> scripts/train.py

训练权重

本仓库在weights/文件夹内提供基于 beno 数据训练的权重，该权重即将上传。

推理

python scripts/inference.py

评估和可视化

python scripts/result.py

OneScience 官方信息

平台 OneScience 主仓库 Skills 仓库
Gitee https://gitee.com/onescience-ai/onescience https://gitee.com/onescience-ai/oneskills
GitHub https://github.com/onescience-ai/OneScience https://github.com/onescience-ai/oneskills

引用与许可证