Xiangyu Sun

新的SNTO框架使用神经网络进行可扩展拓扑优化

开发了一个名为同步神经网络拓扑优化（SNTO）的新框架，以应对大规模拓扑优化（特别是应力约束问题）的计算需求。SNTO利用神经网络来处理状态、伴随和设计变量，并在一个包含连续伴随分析和自动微分的循环中联合优化它们。与传统的有限元方法相比，这种方法旨在生成具有更清晰边界和更少灰度区域的高分辨率设计。该框架设计用于可扩展性，采用硬件感知训练方案，将设计域划分为多个GPU，并切分子域以实现高效的内存管理。