計算流體動力學（CFD）主要的科學難題是需要更深入地了解湍流及其對工程應用中動量、熱量和質量傳遞的影響，包括空氣動力學、工業和燃燒系統等。HPC的可用性已經在湍流和湍流燃燒的直接數值模擬（DNS）方面取得了重大進展，并應用于工程的大渦模擬（LES）。由DNS生成的統計數據提供了有價值的見解進入許多湍流的物理學，促使了工業湍流和燃燒模型的快速改進。盡管如此，CFD還有許多難題并未解決，比如由完善的物理規模法驅動的湍流研究的計算要求可能會在未來一段時間內保持在可用的HPC規定的極限。

計算機動力學（CFD）現今的發展已經很成熟，它既是基礎研究的有力工具，也是工業設計的寶貴助手。在大得多的現場發生的小規模結構的例子包括靠近層流板的粘性邊界層，超音速的楔形邊緣發出的沖擊波模式等。所有這些現象都具有這樣的特性，即它們的厚度遠小于其它兩個空間維度的范圍。如果is是湍流，那么長度和時間尺度的范圍不僅很大，而且在所有尺度和所有三個維度上都具有渦流的全面性。不可避免地，這些小規模現象中的許多不是孤立地發生的，而是存在的并且必須組合模擬。此外，在工業上感興趣的大多數問題中，所述域的幾何形狀必然是復雜的并且包含寬范圍的長度尺度，使得幾何形狀本身的表示是重要的計算任務。

數值分析通常是不可避免的。標準CFD實踐涉及Navier的離散化方程在由感興趣的域中的一組點構成的網格上。有限體積方法由于其優異的保守特性而受到大多數工程模擬的青睞，而高精度的有限體積方法主要用于良好分辨的計算。在任何一種情況下，離散化過程都是為了保持一致性而設計的，這樣當網格點的間距減小到零時，所引起的誤差將迅速消失。然而，可以處理的網格點的總數取決于可用計算硬件的容量并且必然是有限的。顯然，這種約束也適用于解決小規?，F象的需要。例如，在完整飛機模擬的背景下，解決客機機翼上的邊界層所需的網格點的數量可能是不可靠的，并且需要替代策略。

在實踐中，離散化方案的準確性證明比小規模現象的分辨率要求更少限制。在預先知道小規?，F象的位置的情況下，可以利用網格點的靜態但非均勻分布。這是解決邊界層的標準做法，邊界層自然與實心墻相關聯。如果確切的位置未知，或者該現象本質上是瞬態的，那么盡管分辨率不足，也可以利用已知的物理來捕捉現象。這種方法通常用于沖擊波，其中厚度可能不再是比一些分子平均自由路徑，但跨波的跳躍條件是很好理解的。在湍流的情況下，這種現象基本上是空間的，瞬態的并且沒有很好地理解，除了實際問題之外沒有其他選擇，只能利用統計建模技術。

湍流建模是一個的假設主題，缺乏強大的哲學基礎和可疑的物理假設。盡管如此，它仍然是必不可少的，因為絕大多數實際的問題涉及湍流，因此受到動量、熱量和質量的湍流交換的影響。大多數工業設備中湍流場的完全分辨率仍然不切實際，標準方法是利用雷諾平均值。對于統計上固定的場，在一段時間內的時間平均值比湍流的相關時間長得多。對于非平穩的，我們采用相位平均（對于統計周期性的）或在大量實現上進行整體平均的概念。平均過程消除了均值-長度-尺度以下的所有小尺度現象，但由于對流項的非線性，RANS方程組未公開。然后需要一個閉包模型來表示丟失的信息。到目前為止，這些模型的優點和缺點是眾所周知的，并且大量的研究致力于它們的改進和擴展。

由于增加的計算機功率而現在越來越受歡迎的替代方法是大渦模擬（LES）。

顧名思義，LES試圖明確地解決大規模的特征，使小規模特征得不到解決。LES的早期開發和伴隨的子網格閉合建模主要針對天氣預報。在這種情況下，在工程領域，LES方法相對于RANS方法的主要優點是原則上可以明確地解決大多數含湍流能量的運動。LES的主要缺點是計算成本遠大于RANS，因為由于湍流的性質特性，模擬必然是三維的并且是時間依賴的，并且不再可能利用統計對稱性或平穩性。因此，出于工業目的，RANS仍然是一種受歡迎的選擇。

高性能計算（HPC）對CFD領域的影響已經在幾個方面得到了體現。對涉及不穩定性，耦合物理學和復雜幾何形狀的更復雜問題進行RANS模擬。對于簡單的工業問題已經變得可行并且正在積極地開發以應用于更逼真的幾何形狀。然而，這兩種方法都受到對小規模湍流和相關效應的更好模型的需求以及非常大的模擬的計算成本的阻礙。工業用戶需要快速周轉和高吞吐量，以便將先進的CFD集成到設計周期中。因此，HPC對CFD的最大和最直接的影響是直接數值模擬（DNS）的出現，其中所有的功能都被明確解決，不需要建模。 DNS完全取決于非常大的計算能力的可用性，并且僅限于涉及非常簡單的幾何的小問題。然而，由于可達到的精度水平和可用的豐富細節，其影響力是巨大的。DNS已經導致新一代離散化方案和解決方案算法的開發，重點在于高精度和高分辨率。來自DNS的數據已被廣泛用于校準現有的湍流模型并開發新方法，以及基于數字的可視化關于DNS已經允許闡明幾種湍流相互作用機制。DNS在燃燒中具有特殊的價值，其中湍流作為DNS數據可用性的直接結果已經大大加強了。