MeshGraphNet

模型介绍

MeshGraphNets 是 DeepMind 团队提出的基于计算网格的图神经网络物理仿真模型，可对流体、结构和布料等复杂物理系统的动力学演化进行快速预测。

论文：Learning Mesh-Based Simulation with Graph Networks https://arxiv.org/abs/2010.03409

模型描述

MeshGraphNets 基于编码器—处理器—解码器式图网络架构，使用流体力学、结构力学和布料仿真轨迹数据进行训练，面向复杂物理系统开展长时序动力学模拟。

适用场景

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。
• 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/MeshGraphNet --local_dir ./MeshGraphNet 
cd MeshGraphNet

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 cylinder_flow 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/cylinder_flow --local_dir ./data

训练

单卡：

python scripts/train.py

多卡：

torchrun --nproc_per_node=8 --nnodes=1 --rdzv_id=1000 --rdzv_backend=c10d --max_restarts=0 --master_addr="localhost" --master_port=29500 scripts/train.py

训练会在 weight/checkpoints 下保存 pth文件。

训练权重

本仓库在weights/文件夹内提供基于 cylinder_flow 数据集训练的权重，即将上传该权重。

推理

python scripts/inference.py

推理结果会保存至 result/output/。

评估和可视化

python scripts/result.py

OneScience 官方信息

引用与许可证

• MeshGraphNet 原始论文：Learning Mesh-Based Simulation with Graph Networks。
• 本仓库保留来源说明，并面向 OneScience ModelScope 自动运行场景进行整理。