• Stéphane Glockner (I2M, INP Bordeaux) "Méthodes et applications en mécanique des fluides numérique autour du code Notus"

Résumé : Le code de mécanique des fluides Notus développé à l'I2M aborde les écoulements mono - et diphasiques subsoniques - incompressibles ou faiblement compressibles - dans un contexte de développement massivement parallèle. Nous présenterons les principales caractéristiques du code tant d'un point de vue de son environnement de développement, de vérification et de validation, que des modèles et méthodes numériques utilisés ou proposés dans l'équipe. Nous illustrerons ensuite l'exposé par quelques exemples de simulations massivement parallèles.

• Samuel Peltier (XLIM, U. de Poitiers) "Structures combinatoires pour la représentation de subdivisions"

Résumé : La modélisation géométrique à base topologique vise à décrire des objets géométriques structurés en cellules de différentes dimensions : sommets, arêtes, faces, volumes... Cette description se retrouve dans divers domaines de l'informatique graphique : en conception assistée par ordinateur (CAO), en géométrie algorithmique, en simulation, en géometrie discrète, en animation, ou encore en analyse d'image. Selon le contexte, on utilise différentes structures, mettant en jeu différents types de cellules : certaines utilisent des cellules régulières simpliciales, cubiques ou simploïdales (un simploïde est un produit de simplexes quelconque), d’autres utilisent des cellules "quelconques".  On peut également distinguer ces structures selon les contraintes imposées ou non sur les assemblages de cellules. Par exemple, certaines structures contraignent les assemblages dans le but de représenter des variétés. D’autres structures au contraire permettent de modéliser des objets non variétés (ou complexes), c’est à dire des assemblages libres. En simulation numérique, des maillages réguliers sont classiquement utilisés (notamment des assemblages de cellules hexaèdriques ou de tétraèdes). Cette présentation propose un tour d'horizon des structures utilisées en modélisation géométrique, ainsi qu'une classification où les structures simpliciales, simploïdales (un simploïde est un produit de simplexes quelconques) et cellulaires se déduisent des ensembles semi-simpliciaux par trois mécanismes principaux : le produit cartésien, la numérotation cellulaire et la suppression de la multi-incidence.

• Julien Dambrine (LMA, U. de Poitiers) "Optimisation de formes pour la résistance de vagues de navires dans la théorie linéaire des vagues" 

• Erwan Liberge (LaSIE, U. de La Rochelle) "Modélisation en interaction fluide structure via la méthode de Lattice Boltzmann - vers des approches monolithiques"

Résumé : La méthode de lattice Boltzmann (LBM) est utilisée en mécanique des fluides depuis les années 90, et a connu un regain d’intérêt avec l’essor du calcul sur carte graphique (GPU). En effet, son algorithme qui consiste en des calculs locaux sur les nœuds du maillage et des échanges d’informations sur les nœuds voisins est particulièrement adapté à des architecture de calcul en parallèle, en particuliers aux GPUs et permet des gains important en terme de temps de calcul. Cette intervention présentera 2 méthodes pour la modélisation en Interaction Fluide Structure via la LBM. La première, dans le cas de déplacement de solides rigides, consiste à pénaliser le domaine solide dans la méthode de Lattice Boltzmann, et ainsi d’utiliser la LBM pour le fluide et la solide. La deuxième méthode, dans le cas de solides néo-hookéens incompressibles, consiste à utiliser une formulation multiphasique du problème d’interaction fluide structure.

• Benoît Crespin (XLIM, U. de Limoges) "Simulation de particules sur GPU"

Résumé : Dans cette présentation, nous aborderons les techniques avancées de simulation de particules sur GPU, en mettant l'accent sur l'optimisation des performances via la recherche de voisinage et la gestion des tailles de noyaux CUDA. La simulation de particules, largement utilisée dans des domaines tels que la physique des fluides, la modélisation des phénomènes naturels et les animations, bénéficie grandement de la parallélisation sur GPU. Nous discuterons des méthodes efficaces pour identifier les particules voisines dans un espace tridimensionnel, en optimisant les calculs via des structures de données adaptées. Enfin, nous analyserons comment l'ajustement des tailles de noyaux CUDA permet de maximiser l'utilisation des ressources GPU pour améliorer significativement les performances de la simulation.