2. SIwave计算引擎与求解器架构

SIwave 并不是“一个求解器打天下”的工具。它内部同时提供有限元法（FEM）、矩量法（MoM）和传输线矩阵法（TLM）三类数值引擎，分别面向不同的物理对象与频段需求。理解三者的数学出发点、网格/未知量规模、矩阵特性以及并行加速方式，是判断“这块板该用哪个引擎、能加速到什么程度”的前提。本节先建立引擎与板级问题的对应关系，再讨论各自的加速潜力。

三类引擎的数学本质与未知量规模

有限元法（FEM）以微分形式的麦克斯韦方程为起点，把求解区域离散成四面体或六面体单元，在每个单元内用基函数展开场量，最终形成稀疏、带状、对称的大型线性方程组 Ax = b。SIwave 中的 FEM 主要用于三维全波提取：过孔阵列、连接器、封装—PCB 过渡、腔体谐振等无法用二维近似描述的结构。未知量数量大致与网格节点数同阶，典型中等规模板级模型在 10⁵～10⁷ 量级。稀疏矩阵的存储与求解可以借助代数多重网格（AMG）预条件 + Krylov 子空间迭代，内存随未知量近似线性增长，这是 FEM 能扩展到大规模板的根本原因。

矩量法（MoM）基于积分方程，只离散金属导体表面和介质分界面，用格林函数自动满足辐射边界条件，因此不需要对空气区域划分网格。SIwave 的 MoM 引擎（含多层格林函数加速）主要处理平面金属结构：电源/地平面对、天线、连接器辐射、PCB 边缘辐射。未知量对应表面电流基函数，规模通常比 FEM 小 1～2 个数量级，但矩阵是稠密的。稠密矩阵的直接求解复杂度为 O(N³)，因此 MoM 的加速核心在于矩阵填充与求解的压缩：多层快速多极子（MLFMM）把复杂度降到 O(N log N)，自适应交叉近似（ACA）则对远场块做低秩压缩。

传输线矩阵法（TLM）是时域方法，把空间离散成传输线节点网络，电磁波在节点间的传播对应电压/电流脉冲的散射与连接。TLM 天然适合宽频带时域仿真：一次时域推进即可通过 FFT 得到整个频段响应，对电源完整性与同步开关噪声（SSN）这类宽带瞬态问题效率很高。其时间步长受 Courant 条件约束 Δt ≤ Δl / (c·√3)，空间步长需小于最高关注频率对应波长的 1/10～1/20。TLM 的并行性极好，节点更新是局部操作，适合 GPU 与多核并行。

板级问题与引擎的匹配原则

选择引擎时，先看“几何是否可降维”和“关注的是频域还是时域”。如果结构具有明显的三维不连续性（过孔、连接器、封装焊球），且需要精确的 S 参数，FEM 是首选；如果结构主要是大面积平面金属，且关心的是平面谐振、边缘辐射或远场方向图，MoM 更合适；如果关心的是电源噪声在时域上的传播、去耦电容的响应波形，或者需要一次覆盖 DC 到数 GHz 的宽频特性，TLM 的时域推进更高效。

实际工程中，三类引擎常组合使用。例如一块 300 mm × 200 mm 的服务器主板，电源分配网络（PDN）的平面谐振用 MoM 提取，过孔阵列和连接器用 FEM 提取局部 S 参数，再把两者级联成通道模型；SSN 时域波形则用 TLM 在简化后的 PDN 模型上推进。这种“分而治之”的策略本身就是一种加速：把 10⁷ 未知量的整体问题拆成若干 10⁵ 量级的子问题，每个子问题用最合适的引擎求解。

加速潜力的量化判断

加速潜力可以从三个维度评估：算法复杂度、并行粒度和内存墙。FEM 的迭代求解复杂度约为 O(N^1.2)～O(N^1.5)，并行粒度在区域分解后可以达到子域级，8 核典型加速比 6～10 倍；MoM 经 MLFMM 压缩后复杂度 O(N log N)，但矩阵填充阶段的并行效率受限于远场块的计算密度，GPU 加速比可达 10～20 倍；TLM 的节点更新完全局部，GPU 上单卡可获得 20～50 倍加速，但时间步数随电尺寸线性增长，总耗时仍与最大尺寸成正比。

一个可复用的引擎选择检查表

需要强调的是，引擎选择不是一次性的。在 SIwave 中可以先跑一个粗网格的 TLM 时域扫描，快速定位谐振频点；再在谐振频点附近用 FEM 做精细频域提取；最后用 MoM 验证平面辐射是否超标。这种“时域粗扫 → 频域精算 → 辐射复核”的递进策略，把三类引擎的加速优势叠加起来，是大型板级电磁计算中最实际的加速路径。