C ++ หรือ Python สำหรับการพัฒนาไลบรารี CFD

คุณจะพูดว่าอะไรคือข้อดี / ข้อเสียของสองวิธีในการเขียนโค้ดไลบรารีทั่วไป (finite volume, fem, dg) สำหรับกลศาสตร์ต่อเนื่องของการคำนวณ นี่คือสิ่งที่ฉันเห็นตอนนี้ดังนั้นโปรดให้ประสบการณ์ของคุณเองและอย่าทำให้ฉันเป็นประกาย :):

1) C ++:

• การเขียนโปรแกรมทั่วไป, ฟังก์ชั่นเสมือนจริง, การบรรทุกเกินพิกัด, ความเร็ว ... : เครื่องมือ genreic + OOP ทั้งหมดที่มีอยู่เพื่อสร้างสิ่งที่คุณต้องการ

• ห้องสมุดระดับต่ำส่วนใหญ่มีอยู่ (ไม่มีการพัฒนาด้านวิทยาศาสตร์และวิศวกรรมที่กว้างขวางเช่นห้องสมุดสำหรับ Python)

2) Python + wrappers สำหรับการคำนวณแบบขนาน (pyOpenCL และอื่น ๆ )

• จำนวนมากรองรับ libs หลากหลายชนิด

• โค้ดที่คุณคิด: การติดตั้งใช้งานเสร็จเร็วมาก

• เวลาดำเนินการช้าลง

หากคุณต้องการเขียนโค้ดเฟรมเวิร์กที่รองรับวิธีการต่าง ๆ ทำงานกับรูปทรงเรขาคณิตและปัญหาที่ซับซ้อนคุณจะเลือกอะไรและทำไม

ฉันจะตั้งเป้าหมายที่จะให้สิ่งที่ดีที่สุดทั้งในโลกและรหัส "ส่วนต่อประสานผู้ใช้" (นั่นคือกรอบการทำงานที่ผู้ใช้ห้องสมุดของคุณจะเรียกเพื่ออธิบายรูปทรงเรขาคณิตและคุณสมบัติอื่น ๆ ของปัญหา) ใน Python เพื่อให้รวดเร็ว เวลาตอบสนองแล้วเขียนเวลาทำงานจำลองใน C ++

ในความเป็นจริงฉันอาจจะเยาะเย้ยแม้แต่การจำลองเวลาทำงานใน Python ก่อนจากนั้นแทนที่ด้วยรหัส C ++ ทีละชิ้น ในที่สุดคุณสามารถพิจารณาว่ามีรหัส Python ของคุณสร้างแหล่ง C ++ เพื่อรวบรวมและเชื่อมโยงกับรันไทม์ออนไลน์ของคุณเพื่อให้การจำลองที่แท้จริงไม่จำเป็นต้องเรียกใช้ใน Python เลย - เพียงส่งคืนผลลัพธ์ที่สิ้นสุด สิ่งที่ดีเกี่ยวกับการตั้งค่านี้คือมันว่องไวโดยเนื้อแท้: คุณเริ่มต้นด้วยวิธีแก้ปัญหาการทำงานที่เร็วที่สุดและง่ายที่สุดคุณจะพบสิ่งที่ใช้งานได้อย่างรวดเร็วและไม่ทำงานและเมื่อคุณมีสิ่งที่คุณชอบคุณสามารถเริ่มเร่งความเร็วได้

(นี่คือวิธีการแก้ปัญหา ODE / DAE ของ Mapleทำงานยกเว้นการใช้ Maple แทน Python การเปิดเผยแบบเต็ม: ฉันทำงานเพื่อพวกเขา)

คุณยังสามารถใช้Cythonสำหรับอัลกอริทึมของคุณ มันเป็นงูใหญ่ที่มีข้อมูลประเภทที่เพิ่มเข้ามาสำหรับตัวแปรบางตัวที่ต้องเป็น "เร็ว" มันแปลรหัส Python เป็นรหัส C ซึ่งสามารถเรียบเรียงโดยคอมไพเลอร์ C ที่คุณชื่นชอบ การเพิ่มข้อมูลประเภทนี้อย่างระมัดระวังสามารถทำให้โค้ดของคุณเร็วกว่าโค้ด Python ที่ไร้เดียงสาถึง 150 เท่า

ฉันคิดว่ามีคำถามเพิ่มเติมนี้ ก่อนอื่นนักพัฒนามักจะต้องการสิ่งที่เขา / เธอคุ้นเคยเว้นแต่ข้อดีที่สำคัญ (เช่นในการผลิตเวลาในการพัฒนาและเครื่องมือ) โดยส่วนตัวแล้วฉันให้ความสำคัญกับการมีประสิทธิผล (เวลามักจะเป็นทรัพยากรที่หายากที่สุด!) และนี่เป็นตัวเลือกที่ใกล้เคียงกับฐานประสบการณ์ของฉัน

บางทีอาจจะเกี่ยวข้องกับการพิจารณาคือ

3) เวลาในการพัฒนา

• เวลาที่สงวนไว้สำหรับการพัฒนา
• ผลลัพธ์ของงานที่จะส่งมอบเมื่อใด แล้วยังไง?
• มีรหัสอยู่แล้วซึ่งสามารถทำงานได้? (เอกลักษณ์?)

4) การบำรุงรักษา

• ทรัพยากร (คน) มีจำนวนเท่าใดที่อุทิศให้กับการบำรุงรักษา
• มีคนทำงานกับโค้ดกี่คน?
• รหัสจะออกในบางจุด? (เกณฑ์?)
• รหัสจะขึ้นอยู่กับห้องสมุดบุคคลที่สามหรือไม่

5) ปัญหาการออกใบอนุญาต

• รหัสสำหรับการวิจัยคืออะไร?
• รหัสสำหรับการใช้งานเชิงพาณิชย์คืออะไร?

6) ผลผลิตและปัจจัยความสนุกสนาน (มักจะมองข้าม!)

• ที่ไหนจะได้ผลดีที่สุด
• ที่ไหนที่จะมีการพัฒนาที่สนุกที่สุด?
• มีโอกาสที่จะเป็นส่วนหนึ่งของเครือข่าย (โซเชียล) หรือไม่?

ขึ้นอยู่กับว่ารหัสของคุณสามารถเขียนเป็น:

some_library_specific_type grid;

for t=0 to T do
    library_function_1(grid,...);
    library_function_2(grid,...);
end

หรือค่อนข้างจะต้องเขียนเป็นดังนี้:

some_home_made_mixture_of_native_types grid;

for t=0 to T do
    for all grid elements as g do
        some_function(g,...);
        library_function(g,...);
    end
end

ในกรณีแรกเลือกสิ่งที่คุณชอบมากที่สุดในการเขียนโค้ด ในกรณีที่สองไม่ได้ใช้ภาษาสคริปต์ใด ๆ หรือเตรียมที่จะประสบเวลาการดำเนินการ

ในฐานะที่เป็นข้อพิสูจน์ถึงคำตอบของ Allan (เวลานักพัฒนาของคุณเองเป็นทรัพยากรที่มีค่าที่สุด): ใช้สิ่งที่คนอื่นทำไปแล้ว คุณบอกว่าคุณต้องการพัฒนาห้องสมุดสำหรับกลไกการคำนวณต่อเนื่อง แต่มีอยู่หลายแห่งที่มีขนาดใหญ่มากจนเกือบจะมีทุกสิ่งที่คุณต้องการอยู่แล้ว ลองดูดีลที่ II เช่นทุกสิ่งที่สามารถเขียนได้ว่าเป็นปัญหาองค์ประกอบ จำกัด OpenFOAM สำหรับพลศาสตร์ของไหลหรือ PyCLAW / CLAWPACK สำหรับปัญหาไฮเพอร์โบลิก ยกตัวอย่างเช่น deal.II ขอให้คุณเขียนโปรแกรมใน C ++ แต่ในความเป็นจริงระดับการเขียนโปรแกรมมักสูงมากจนอาจกล่าวได้ว่ามันเป็นเหมือนภาษาเฉพาะโดเมนสำหรับรหัส FEM โดยใช้ไวยากรณ์ C ++