Visitar URL original
GFD/program.md at main · using76/GFD · GitHub
Skip to content

program.md

Latest commit

 

History

History
158 lines (125 loc) · 6.58 KB

program.md

File metadata and controls

158 lines (125 loc) · 6.58 KB
Raw

GFD Autoresearch — 자율 솔버 최적화 루프

이것은 AI 에이전트가 GFD 멀티피직스 솔버를 자율적으로 개선하는 실험이다.

개요

에이전트는 GFD 솔버 코드를 수정하고, 고정된 벤치마크를 실행하고, 결과를 평가하여 개선/폐기를 반복한다. 사람은 잠을 자도 되고, 에이전트는 자동으로 계속 돌아간다.

Setup

  1. 브랜치 생성: git checkout -b autoresearch/<tag> (예: autoresearch/mar24)
  2. 프로젝트 파일 읽기: 아래 파일들을 읽어 전체 컨텍스트를 파악한다:
    • PROJECT_PLAN.md — 전체 프로젝트 계획
    • src/main.rs — CLI 진입점
    • crates/gfd-core/src/ — 핵심 자료구조 (mesh, field, linalg)
    • crates/gfd-fluid/src/incompressible/simple.rs — SIMPLE 유동 솔버
    • crates/gfd-thermal/src/conduction.rs — 열전도 솔버
    • crates/gfd-linalg/src/iterative/ — 선형 솔버 (CG, BiCGSTAB, GMRES)
    • crates/gfd-discretize/src/fvm/ — FVM 이산화
    • crates/gfd-core/src/gradient/mod.rs — 구배 계산
    • benches/gfd_benchmark.rs — 벤치마크 (이 파일이 evaluate 역할)
  3. 빌드 확인: cargo build --release 성공 확인
  4. 베이스라인 실행: cargo run --release -- benchmark 으로 베이스라인 메트릭 수집
  5. results.tsv 초기화: 헤더 행만 있는 results.tsv 생성
  6. 확인 후 시작

벤치마크 시스템

각 실험은 고정된 벤치마크 케이스를 실행한다. 벤치마크는 수정 불가(READ-ONLY):

벤치마크 케이스 (benches/gfd_benchmark.rs)

케이스 설명 핵심 메트릭
heat_1d 1D 정상 열전도, T_L=100, T_R=200, 50셀 error_l2 (해석해 대비)
heat_source 1D 소스항 열전도, 100셀 error_l2
cavity_20 20×20 lid-driven cavity, Re=100 iterations_to_converge, residual
cavity_50 50×50 lid-driven cavity, Re=100 iterations_to_converge, wall_time_ms
cavity_100 100×100 lid-driven cavity, Re=100 iterations_to_converge, wall_time_ms

메트릭

벤치마크 실행 후 다음이 출력된다:

---
heat_1d_error:        1.23e-10
heat_source_error:    4.56e-08
cavity_20_iters:      39
cavity_20_residual:   9.62e-05
cavity_50_iters:      150
cavity_50_time_ms:    1234
cavity_100_iters:     500
cavity_100_time_ms:   12345
total_benchmark_ms:   15000
all_tests_pass:       true
---

수정 가능/불가 범위

수정 가능 (CAN modify):

  • crates/gfd-fluid/src/incompressible/simple.rs — SIMPLE 알고리즘 개선
  • crates/gfd-fluid/src/incompressible/piso.rs — PISO 알고리즘 구현
  • crates/gfd-linalg/src/iterative/*.rs — 선형 솔버 개선
  • crates/gfd-linalg/src/preconditioner/*.rs — 전처리기 구현 (ILU, AMG)
  • crates/gfd-core/src/gradient/mod.rs — 구배 계산 개선
  • crates/gfd-core/src/interpolation/mod.rs — 보간 개선
  • crates/gfd-core/src/numerics/*.rs — 수치 스킴 (TVD, MUSCL 등)
  • crates/gfd-discretize/src/fvm/*.rs — FVM 이산화 개선
  • crates/gfd-thermal/src/conduction.rs — 열전도 솔버 개선
  • crates/gfd-matrix/src/*.rs — 행렬 조립/경계조건 개선
  • crates/gfd-core/src/mesh/*.rs — 메시 자료구조 개선

수정 불가 (CANNOT modify):

  • benches/gfd_benchmark.rs — 벤치마크는 고정 (evaluate 역할)
  • examples/*.json — 예제 설정 파일
  • Cargo.toml (루트) — 의존성 추가 금지
  • crates/*/Cargo.toml — 외부 의존성 추가 금지

목표: 벤치마크 메트릭을 개선하라.

우선순위:

  1. 정확성: heat_*_error 감소 (해석해에 더 가까이)
  2. 수렴 속도: cavity_*_iters 감소 (더 적은 반복에 수렴)
  3. 성능: cavity_*_time_ms 감소 (더 빠른 실행)
  4. 안정성: 더 큰 격자(100×100)에서도 안정적 수렴

개선 아이디어 카탈로그

에이전트가 시도할 수 있는 구체적 개선 방향:

선형 솔버 개선

  • ILU(0) 전처리기 구현 → CG/BiCGSTAB 수렴 가속
  • AMG 전처리기 구현 → 압력 Poisson 가속
  • GMRES 재시작 파라미터 최적화
  • 수렴 판정 기준 개선

SIMPLE 알고리즘 개선

  • Under-relaxation factor 자동 조절 (Aitken)
  • SIMPLEC 구현 (더 빠른 수렴)
  • PISO 구현 (비정상 문제에 유리)
  • Rhie-Chow 보간 구현 (체커보드 압력 방지)
  • 운동량 보간 개선 (2차 정확도)
  • 비직교 보정 (non-orthogonal correction)

수치 스킴 개선

  • 2차 업윈드 (Second Order Upwind) 대류 스킴
  • TVD 스킴 (Van Leer, Minmod, Superbee) 실제 적용
  • MUSCL 재구성
  • 구배 제한기 (gradient limiter)
  • Green-Gauss Node-Based 구배 (더 정확)
  • Least Squares 구배 (비직교 메시에 더 강건)

행렬/메모리 최적화

  • CSR 행렬 연산 최적화 (SIMD 등)
  • 행렬 재사용 (행렬이 변하지 않을 때 재조립 회피)
  • 메모리 할당 최소화 (벡터 재사용)

열전도 솔버 개선

  • 조화 평균 열전도율 (harmonic mean) at faces
  • 비직교 보정
  • 고차 이산화

results.tsv 형식

commit	metric	value	status	description
열 설명
commit git commit hash (7자)
metric 핵심 메트릭 이름 (cavity_50_iters가 대표)
value 메트릭 값
status keep / discard / crash
description 이 실험에서 시도한 것

실험 루프

영원히 반복:

  1. 현재 git 상태 확인
  2. 개선 아이디어 선택 → train.py 대신 솔버 소스 코드 수정
  3. cargo build --release — 빌드 실패 시 수정 시도, 3회 실패 시 폐기
  4. cargo test --workspace — 기존 테스트 깨지면 폐기
  5. cargo run --release -- benchmark > run.log 2>&1 — 벤치마크 실행
  6. 결과 파싱: grep "cavity_50_iters:\|cavity_50_time_ms:\|heat_1d_error:\|all_tests_pass:" run.log
  7. results.tsv에 기록
  8. 개선되었으면 keep (git commit 유지)
  9. 같거나 악화되었으면 discard (git reset --hard 이전 커밋으로)
  10. 다음 아이디어로 이동

타임아웃: 벤치마크가 5분 이상 걸리면 kill하고 crash 처리.

크래시: 빌드 실패나 벤치마크 오류 시, 쉽게 고칠 수 있으면 수정. 근본적 문제면 skip.

절대 멈추지 마라: 실험 루프가 시작되면, 인간에게 "계속할까요?"를 물어보지 마라. 아이디어가 고갈되면 더 깊이 생각하라 — 코드를 다시 읽고, 논문의 알고리즘을 참조하고, 이전 실패를 조합해보고, 더 급진적인 변경을 시도하라. 인간이 수동으로 중단할 때까지 루프는 계속된다.