工具 / 框架

求解器、训练框架、后处理与可视化工具(共 8 条)

DeepXDE

PINN 入门框架
最易上手的 PINN 框架,中文文档极佳,支持 TensorFlow/PyTorch 等多后端,是物理信息神经网络入门首选。
Apache-2.0 PINN入门中文文档

FEniCS / FFCx

tool
基于有限元方法(FEM)的开源多物理场仿真框架,用 UFL 描述变分问题,支持大规模偏微分方程求解,是学术界的标准工具之一。
LGPL-3.0 有限元FEM多物理场

JAX-Fluids

tool
基于 JAX 的全自动可微 CFD 求解器,支持 CPU/GPU/TPU,专注端到端可微流体仿真,可与神经网络无缝耦合做梯度反传。
MIT JAX可微CFD可微物理

Modin

tool
分布式 DataFrame 库,Drop-in 替代 pandas 自动并行化,支持 Dask/Ray/Intel,为大规模仿真数据分析提供加速。
Apache-2.0 DataFrame并行计算大数据

NeuralOperator

神经算子库
FNO / DeepONet 等神经算子的标准实现库(MIT 许可),是训练「无限维映射」代理模型的事实标准工具。
MIT 神经算子FNODeepONet

PETSc

tool
高性能科学计算线性/非线性求解器库,支持大规模稀疏矩阵迭代求解,是高端 CFD 与多物理场仿真的底层求解核心。
BSD-2-Clause 求解器线性代数稀疏矩阵

PhysicsNeMo

求解 / 训练框架
NVIDIA 物理 ML 训练框架(原 Modulus),内置 PINN、神经算子与多种物理约束训练范式,商用友好,工业首选。
Apache-2.0 PINN神经算子NVIDIA

PyVista

tool
VTK 的 Python 三维可视化与网格处理框架,提供简洁 API 用于操作场数据、渲染网格、生成动画,是仿真结果可视化的首选 Python 库。
MIT 可视化VTK网格