Oceananigans.jl

🌊 快速且友好的海洋风味 Julia 软件，用于在 CPU 和 GPU 上的笛卡尔和球壳域中模拟不可压缩流体动力学。https://clima.github.io/OceananigansDocumentation/stable

Oceananigans 是一个快速、友好且灵活的软件包，用于在 CPU 和 GPU 上对非静力和静力 Boussinesq 方程进行有限体积模拟。它可以在 GPU 上运行（哇，快！），尽管我们认为 Oceananigans 凭借其超灵活的用户界面掀起了最大的浪潮，该界面使简单的模拟变得容易，并使复杂、创造性的模拟成为可能。 Oceananigans 的开发由社区驱动，贡献者来自学术界和工业界 - 查看工作讨论了解开发者和用户的机会！测试基础设施由 atdepth 和气候建模联盟提供。

安装说明

Oceananigans 是一个已注册的 Julia 包。因此，要安装它，

下载 Julia（版本 1.10 或更高版本）。
启动 Julia 并输入

julia> using Pkg

julia> Pkg.add("Oceananigans")

这将安装与当前环境_兼容_的最新版本。别忘了小心 🏄 并检查你安装的 Oceananigans 版本：

julia> Pkg.status("Oceananigans")

运行你的第一个模型

让我们使用 128² 个有限体积单元，运行一个二维、水平周期性的湍流模拟，持续 4 个无量纲时间单位：

using Oceananigans
grid = RectilinearGrid(CPU(), size=(128, 128), x=(0, 2π), y=(0, 2π), topology=(Periodic, Periodic, Flat))
model = NonhydrostaticModel(grid; advection=WENO())
ϵ(x, y) = 2rand() - 1
set!(model, u=ϵ, v=ϵ)
simulation = Simulation(model; Δt=0.01, stop_time=4)
run!(simulation)

但还有更多：加载 CUDA.jl（通过 using CUDA）并将 CPU() 更改为 GPU() 可使此代码在支持 CUDA 的 Nvidia GPU 上运行。

深入了解文档以获取更多代码示例和教程。下方，您将找到来自 GPU 模拟的电影，以及 CPU 和 GPU 的性能基准测试。

Oceananigans 知识库

它_很深_，包括：

文档提供
- 示例 Oceananigans 脚本，
- 描述关键 Oceananigans 对象和函数的教程，
- Oceananigans 基于有限体积的数值方法的解释，
- Oceananigans 模型求解的动力学方程的细节，以及
- 记录所有面向用户的 Oceananigans 对象和函数的库。
Oceananigans github 上的讨论，涵盖诸如
- "计算科学"，即如何在 Oceananigans 中进行科学计算和设置数值模拟，以及
- "实验性功能"，涵盖那些喜欢冒险的人的新功能和文档稀疏的功能。

如果你有任何问题或任何想聊的内容，请随时发起新的讨论。

Oceananigans wiki 包含有关开始使用 Julia、访问和使用 GPU 以及使用 Oceananigans 时的高效工作流的实用技巧。
NumericalEarth slack，在这里你可以获取存储在 Oceananigans 社区成员头脑中的机构知识！
也考虑加入 Julia Slack，这是 Julia 包生态系统、使用 GPU、编写优质 Julia 代码以及社交的另一个强大的社区资源。
Issues 和 pull requests 也包含大量关于我们发现的问题、我们试图实现的解决方案以及我们梦想让明天变得更好的梦想 🌈。

引用及传播信息

如果你将 Oceananigans 用于研究、教学或娱乐 🤩，我们社区的每个人都会感激你通过提及 Oceananigans 的名称来给予署名。

社区已发表多篇描述 Oceananigans 开发的文章，包括最近提交给 Journal of Advances in Modeling Earth Systems 的预印本，该预印本概述了使 Oceananigans 独具特色的所有内容：

“使用 Oceananigans 在所有尺度上进行高层级、高分辨率海洋建模”

作者：Gregory L. Wagner, Simone Silvestri, Navid C. Constantinou, Ali Ramadhan, Jean-Michel Campin, Chris Hill, Tomas Chor, Jago Strong-Wright, Xin Kai Lee, Francis Poulin, Andre Souza, Keaton J. Burns, Siddhartha Bishnu, John Marshall, and Raffaele Ferrari

已提交至 Journal of Advances in Modeling Earth Systems，arXiv:2502.14148

bibtex

@article{Oceananigans-overview-paper-2025,
  title = {{High-level, high-resolution ocean modeling at all scales with Oceananigans}},
  author = {G. L. Wagner and S. Silvestri and N. C. Constantinou and A. Ramadhan and J.-M. Campin and C. Hill and T. Chor and J. Strong-Wright and X. K. Lee and F. Poulin and A. Souza and K. J. Burns and S. Bishnu and J. Marshall and R. Ferrari},
  journal = {arXiv preprint},
  year = {2025},
  archivePrefix = {arXiv},
  eprint = {2502.14148},
  doi = {10.48550/arXiv.2502.14148},
  notes = {submitted to the Journal of Advances in Modeling Earth Systems},
}

如果您在已发表的工作中使用了 Oceananigans，请引用上方 👆 这篇综述论文。

我们还发表/提交了几篇模型开发论文。如果您使用了它们所描述的功能，请引用以下 👇 这些论文。此外，如果您在 Oceananigans 中开发了新功能并在论文中进行了描述，请务必提交一个 pull request 将其添加到本列表中：

Silvestri et al. (2026), "A low-storage Runge-Kutta framework for nonlinear free-surface ocean models".

本文描述了针对 HydrostaticFreeSurfaceModel 的 Runge-Kutta 时间步进方案的开发。
Moses et al. (2026), "DJ4Earth: Differentiable, and performance-portable Earth system modeling via program transformations".

本文描述了一种利用 Enzyme.jl 和 Reactant.jl 构建可微分 Oceananigans 工作流的策略的开发及其优势。
Silvestri et al. (2025), "A new WENO-Based momentum advection scheme for simulations of ocean mesoscale turbulence".

本文描述了 WENOVectorInvariant() 平流方案的开发，该方案可作为 momentum_advection 方案用于 HydrostaticFreeSurfaceModel。
Silvestri et al. (2025), "A GPU-based ocean dynamic core for routine mesoscale-resolving climate simulations".

本文描述了 HydrostaticFreeSurfaceModel 算法的优化，包括为多 GPU 的 Distributed 架构实现了新的 SplitExplicitFreeSurface 算法。得益于这项工作，具有 O(10 km) 网格间距的全球模拟可以在 16-20 个节点上运行，实现每天 10 个模拟年 (SYPD)。
Wagner et al. (2025), "Formulation and calibration of CATKE, a one-equation parameterization for microscale ocean mixing".

本文介绍了 CATKEVerticalDiffusivity() 的开发过程，包括如何将其自动校准到一套 35 个大涡模拟（同样使用 Oceananigans 运行）。此外，它还包含了来自 TKEDissipationVerticalDiffusivity（也称为 "k-epsilon"）的解。

Ramadhan et al. (2020), "Oceananigans.jl: Fast and friendly geophysical fluid dynamics on GPUs".

这篇发表在 Journal of Open Source Software 上的文章描述了 Oceananigans 的早期版本 NonhydrostaticModel。

我们还维护着一个使用 Oceananigans.jl 的出版物列表。如果您有使用 Oceananigans 的工作并希望将其列入其中，请提交一个 pull request 来添加，或告知我们！

贡献

如果您有兴趣为 Oceananigans 的开发做出贡献，无论您的贡献大小，我们都期待您的帮助！因为我们都在一起。

如果您想开发一个新功能，或者如果您是开源新手并希望众包一些符合您兴趣的精彩项目，您应该立即发起讨论。

更多信息请查看我们的贡献者指南。

视频

深对流

自由对流

海上的风

自由对流与风应力

性能基准测试

我们通过初始化不同规模、采用不同方案与参数化的模型，并测量每次模型迭代（或时间步）所消耗的墙钟时间，来持续测量 Oceananigans 的性能。这些基准测试在 main 分支的每次提交时运行，并在我们的性能仪表板上跟踪。

要充分利用或完全饱和 Nvidia Tesla V100 或 Titan V 等 GPU 的计算能力，模型的网格点数应达到约 1000 万或更多。

有时反直觉地，使用 Float32 运行比使用 Float64 更慢。这很可能是由于类型不匹配导致性能下降，因为浮点数需要在 32 位和 64 位之间进行转换，这是一个需要仔细处理的问题。由于内存访问和 GPU 寄存器压力等其他瓶颈，Float32 模型可能不会带来太多加速，因此主要优势变为更低的内存成本（大约降低 2 倍）。

Performance benchmark plots