{"id":181639,"date":"2026-05-21T18:25:05","date_gmt":"2026-05-21T16:25:05","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/fluidx3d-v3-7"},"modified":"2026-05-21T18:25:05","modified_gmt":"2026-05-21T16:25:05","slug":"fluidx3d-v3-7","status":"publish","type":"post","link":"https:\/\/prohoster.info\/fr\/blog\/news\/fluidx3d-v3-7","title":{"rendered":"FluidX3D v3.7","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

<\/p>\n

FluidX3D 3.7<\/a> – un package pour la dynamique des fluides num\u00e9rique, utilisant la m\u00e9thode des \u00e9quations de Boltzmann sur grille (LBM) et OpenCL. Le projet se positionne comme un package CFD hautes performances et \u00e9conome en m\u00e9moire, capable de fonctionner sur des GPU et CPU de diff\u00e9rents fabricants via OpenCL.<\/p>\n

<\/noindex><\/noindex><\/p>\n

Le changement principal de la version 3.7 est l'optimisation du noyau de rendu de la surface isosurface Q-crit\u00e8re (graphics_q()), utilis\u00e9 pour visualiser des structures tourbillonnaires dans le flux. Dans la version pr\u00e9c\u00e9dente, le noyau chargeait depuis la m\u00e9moire vid\u00e9o un lourd mod\u00e8le de 32 vitesses tridimensionnelles pour chaque cellule de la grille. Maintenant, un groupe de threads de taille 8\u00d78\u00d78 charge un bloc de 11\u00d711\u00d711 vitesses dans 16 Ko de m\u00e9moire locale de premier niveau, apr\u00e8s quoi les threads voisins r\u00e9utilisent ces donn\u00e9es. Selon l'\u00e9valuateur, cela r\u00e9duit le nombre de chargements depuis la VRAM d'environ 12 fois \u2014 \u00e0 2,6 vitesses par cellule \u2014 et permet au noyau de passer d'un mode limit\u00e9 par la bande passante de la m\u00e9moire \u00e0 un mode limit\u00e9 par les calculs.<\/p>\n

Les gains pratiques d\u00e9pendent du mat\u00e9riel sp\u00e9cifique. Sur de nouveaux GPU avec un syst\u00e8me de mise en cache avanc\u00e9, l'optimisation manuelle de la m\u00e9moire locale peut \u00e0 peine donner d'am\u00e9liorations ou m\u00eame diminuer l\u00e9g\u00e8rement le taux de rafra\u00eechissement. Sur certaines anciennes GPU, l'auteur a observ\u00e9 des acc\u00e9l\u00e9rations allant jusqu'\u00e0 deux fois, surtout visibles en mode graphique interactif FluidX3D. Par exemple, dans des tests publi\u00e9s, NVIDIA Titan Xp est pass\u00e9e de 7 \u00e0 13 images\/s, Intel UHD 770 \u2014 de 8 \u00e0 14 images\/s dans un mode, et Intel Arc A750 \u2014 de 22 \u00e0 26 images\/s.<\/p>\n

Pour les anciens GPU int\u00e9gr\u00e9s, un retour automatique \u00e0 l'impl\u00e9mentation pr\u00e9c\u00e9dente est pr\u00e9vu : certains de ces appareils ne supportent pas les groupes de travail de taille 512 threads ou ont moins de 16 Ko de m\u00e9moire locale L1. Dans ces cas, FluidX3D continuera d'utiliser l'ancienne version du noyau, pr\u00e9servant ainsi la compatibilit\u00e9.<\/p>\n

Cette version simplifie \u00e9galement les conditions pour le rendu VR, d\u00e9sactive le d\u00e9pliage des boucles dans la rasterisation pour r\u00e9duire les \u00ab spaghetti \u00bb dans la sortie assembleur, ajoute une micro-optimisation dans convert_triangle\/_interpolated(), et corrige l'affichage des erreurs dans l'adaptateur OpenCL lors d'un nom de noyau vide et d'une taille de groupe de travail.<\/p>\n

<\/p>\n

FluidX3D comprend un moteur de rendu 3D interactif int\u00e9gr\u00e9, permettant de visualiser les champs de vitesse, les lignes de courant, les isosurfaces du crit\u00e8re Q et les coupes en temps r\u00e9el pendant le calcul, sans n\u00e9cessit\u00e9 d'exporter vers un outil de post-traitement s\u00e9par\u00e9. FluidX3D<\/a> Le projet annonce \u00e9galement le support de surfaces libres, de la convection thermique, du mod\u00e8le de turbulence Smagorinsky-Lilly, du suivi des particules, de l'exportation VTK et de l'utilisation de plusieurs GPU.<\/p>\n

<\/noindex>
\n<\/p>\n

Il convient de noter le statut de la licence : le code source de FluidX3D est ouvert et disponible sur GitHub, cependant la licence du projet<\/a> n'est pas libre au sens strict de l'OSI\/FSF. Elle autorise une utilisation pour la recherche publique, l'\u00e9ducation et les objectifs personnels, mais interdit l'usage commercial et militaire, ainsi que l'entra\u00eenement de mod\u00e8les d'IA sur le code source.<\/p>\n

<\/noindex><\/p>\n

Source : linux.org.ru<\/a><\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"

FluidX3D 3.7 – \u043f\u0430\u043a\u0435\u0442 \u0434\u043b\u044f \u0432\u044b\u0447\u0438\u0441\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0439 \u0433\u0438\u0434\u0440\u043e\u0434\u0438\u043d\u0430\u043c\u0438\u043a\u0438, \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e\u0449\u0438\u0439 \u043c\u0435\u0442\u043e\u0434 \u0440\u0435\u0448\u0451\u0442\u043e\u0447\u043d\u044b\u0445 \u0443\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u0439 \u0411\u043e\u043b\u044c\u0446\u043c\u0430\u043d\u0430 (LBM) \u0438 OpenCL. \u041f\u0440\u043e\u0435\u043a\u0442 \u043f\u043e\u0437\u0438\u0446\u0438\u043e\u043d\u0438\u0440\u0443\u0435\u0442\u0441\u044f \u043a\u0430\u043a \u0432\u044b\u0441\u043e\u043a\u043e\u043f\u0440\u043e\u0438\u0437\u0432\u043e\u0434\u0438\u0442\u0435\u043b\u044c\u043d\u044b\u0439 \u0438 \u044d\u043a\u043e\u043d\u043e\u043c\u043d\u044b\u0439 \u043f\u043e \u043f\u0430\u043c\u044f\u0442\u0438 CFD-\u043f\u0430\u043a\u0435\u0442, \u0441\u043f\u043e\u0441\u043e\u0431\u043d\u044b\u0439 \u0440\u0430\u0431\u043e\u0442\u0430\u0442\u044c \u043d\u0430 GPU \u0438 CPU \u0440\u0430\u0437\u043d\u044b\u0445 \u043f\u0440\u043e\u0438\u0437\u0432\u043e\u0434\u0438\u0442\u0435\u043b\u0435\u0439 \u0447\u0435\u0440\u0435\u0437 OpenCL. \u0413\u043b\u0430\u0432\u043d\u044b\u043c \u0438\u0437\u043c\u0435\u043d\u0435\u043d\u0438\u0435\u043c \u0432\u0435\u0440\u0441\u0438\u0438 3.7 \u0441\u0442\u0430\u043b\u0430 \u043e\u043f\u0442\u0438\u043c\u0438\u0437\u0430\u0446\u0438\u044f \u044f\u0434\u0440\u0430 \u043e\u0442\u0440\u0438\u0441\u043e\u0432\u043a\u0438 \u0438\u0437\u043e\u043f\u043e\u0432\u0435\u0440\u0445\u043d\u043e\u0441\u0442\u0438 Q-\u043a\u0440\u0438\u0442\u0435\u0440\u0438\u044f (graphics_q()), \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u0435\u043c\u043e\u0439 \u0434\u043b\u044f \u0432\u0438\u0437\u0443\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438 \u0432\u0438\u0445\u0440\u0435\u0432\u044b\u0445 \u0441\u0442\u0440\u0443\u043a\u0442\u0443\u0440 \u0432 \u043f\u043e\u0442\u043e\u043a\u0435. \u0412 \u043f\u0440\u0435\u0436\u043d\u0435\u0439 \u0440\u0435\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438 […]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":8,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[702],"tags":[],"class_list":["post-181639","post","type-post","status-publish","format-standard","hentry","category-news"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\n","aioseo_head_json":{"title":"\ud83e\udd47FluidX3D v3.7 | ProHoster","description":"FluidX3D 3.7 est un package pour la dynamique des fluides computationnelle, utilisant la m\u00e9thode des \u00e9quations de Boltzmann sur r\u00e9seau (LBM) et OpenCL.","canonical_url":"https:\/\/prohoster.info\/fr\/blog\/news\/fluidx3d-v3-7","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"fr_FR","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47FluidX3D v3.7 | ProHoster","og:description":"FluidX3D 3.7 \u2013 \u043f\u0430\u043a\u0435\u0442 \u0434\u043b\u044f \u0432\u044b\u0447\u0438\u0441\u043b\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0439 \u0433\u0438\u0434\u0440\u043e\u0434\u0438\u043d\u0430\u043c\u0438\u043a\u0438, \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e\u0449\u0438\u0439 \u043c\u0435\u0442\u043e\u0434 \u0440\u0435\u0448\u0451\u0442\u043e\u0447\u043d\u044b\u0445 \u0443\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u0439 \u0411\u043e\u043b\u044c\u0446\u043c\u0430\u043d\u0430 (LBM) \u0438 OpenCL.","og:url":"https:\/\/prohoster.info\/fr\/blog\/news\/fluidx3d-v3-7","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2026-05-21T16:25:05+00:00","article:modified_time":"2026-05-21T16:25:05+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":[],"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/posts\/181639","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/users\/8"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/comments?post=181639"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/posts\/181639\/revisions"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/media?parent=181639"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/categories?post=181639"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/tags?post=181639"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}