本项目汇集了多个可用于 沐曦（MetaX）GPU 的 Physics 模型、物理仿真应用与科学计算框架，面向物理与工程问题提供从数值模拟到数据驱动建模的模型、工具与开发环境。
项目持续跟进并支持 Physics 与 Scientific Machine Learning 领域的主流及前沿技术，覆盖物理信息神经网络、神经算子、复杂几何建模与代理建模等方向，并支持 Transolver、GeoPT、DoMINO、AeroGraphNet 等代表性模型。
本仓库以聚合分发方式提供多个相互独立的开源项目，并按照 Models、Simulation、Frameworks 三类进行组织。
各项目作为独立程序分别置于对应子目录中，我方仅将其聚合打包传输，并未将其组合为单一作品。各项目分别受其自带许可证约束，您在使用或分发任一项目前，须遵守该项目对应许可证的条款。
如各项目内另附有我方提供的 Patch 文件、适配代码或构建文件，系针对相应开源项目的修改或适配，相关许可证及说明放置于对应子目录中。
当前项目结构如下：
Physics/
├── Models/
│ ├── DeepCFD/
│ ├── GeoPT/
│ ├── PaddleScience-ModelZoo/
│ └── PhysicsNeMo-ModelZoo/
│
├── Simulation/
│
├── Frameworks/
│ ├── DeepXDE/
│ ├── PaddleScience/
│ ├── PhysicsNeMo/
│ ├── NeuralOperator/
│ └── PINA/
│
└── README.md
本项目围绕 Models、Simulation、Frameworks 三类能力展开：
- Models：支持 DeepCFD、GeoPT、Transolver、DoMINO、AeroGraphNet 等代表性 Physics 模型，并通过 PhysicsNeMo-ModelZoo、PaddleScience-ModelZoo 持续扩展模型与案例覆盖。
- Simulation：预留 GPU 加速物理数值模拟应用目录，当前仅包含分类说明。
- Frameworks：支持 PhysicsNeMo、PaddleScience、DeepXDE、NeuralOperator 等主流 Physics 与 Scientific Machine Learning 开发框架。
三类能力共同覆盖从高保真物理计算、数据生成，到 Physics 建模、训练、推理与验证的完整工作链。
更多 Physics 模型、物理仿真应用与开发框架正在持续增加中。
- 硬件：需具备沐曦（MetaX）GPU。
- 基础软件：Linux 操作系统，沐曦 GPU 运行时环境。
- 主要依赖：Python 3.8+、PyTorch、PaddlePaddle、PhysicsNeMo 等，以及各子项目特定依赖库。
具体安装与使用步骤，请参阅各子项目目录中的 README.md、requirements.txt 或 User Guide。
在使用本仓库中的任何资源前，请仔细阅读并遵守以下声明：
-
独立项目 本仓库中的每个子项目均为独立的开源项目，保留其原有许可证和版权声明。我方仅提供聚合分发服务，不对这些项目的功能、安全性或合规性做额外担保。
-
使用责任 您有责任理解并遵守每个子项目自带的许可证条款。在使用或分发任何子项目时，请确保符合其许可证要求。
-
修改与适配 如子项目内包含由我方提供的 Patch 文件、适配代码、构建文件或其他修改内容，相关许可证及声明将放置于对应目录中，请在使用时一并遵循。
- 2026-09-03：项目结构调整为
Models / Simulation / Frameworks，新增 GeoPT 项目。 - 2026-08-17：CFD-GCN、Aneurysm、DrivAerNet 模型归入 PaddleScience-ModelZoo。
- 2026-07-14：初始版本，包含 DeepCFD、CFD-GCN、Aneurysm、DrivAerNet 等模型，并提供基础用户指南。
欢迎通过 GitHub Issues 或 Pull Requests 提出建议、报告问题，或贡献新的模型适配、仿真应用、框架支持、性能优化与使用文档。
欢迎共同推动 Physics、Scientific Machine Learning 与 GPU 加速物理计算 在沐曦 GPU 生态中的发展。