自适应稀疏网格的 ASGarD 代码算是挺硬核的资源了，尤其是你要搞高维 PDE 求解的时候。它用的是 Discontinuous-Galerkin 方法，搭在一个稀疏网格结构上，优势是啥？就是不用陷入维度灾难，性能还挺抗打。嗯，关键是还能自动自适应，适合变量不均匀分布的那种问题。

自适应稀疏网格的 ASGarD 代码算是挺硬核的资源了，尤其是你要搞高维 PDE 求解的时候。它用的是Discontinuous-Galerkin 方法，搭在一个稀疏网格结构上，优势是啥？就是不用陷入维度灾难，性能还挺抗打。嗯，关键是还能自动自适应，适合变量不均匀分布的那种问题。

代码本身是用C++17写的，构建系统是CMake 3.13+，还支持CUDA，用在加速场景下也 OK。跑在 MPI 上的单元测试也做得比较全，如果你搞并行计算应该会比较安心。自动测试那块正在开发中，稳定性还算靠谱。

如果你以前写过MATLAB的pdepe函数，突然转到 C++搞高维 PDE，会有点不习惯。建议从测试例子入手，比如一维扩散问题，熟悉下代码结构和稀疏网格的数据布局。

另外，想对 ASGarD 做点贡献？项目页里写了挺多参与方式，可以提 issue，也可以提交 PR，哪怕只是改个README的拼写都欢迎。用起来有啥不顺的地方，也可以在项目讨论区留言，氛围还蛮开放的。

如果你对高维求解、降维、网格也感兴趣，可以看看这些相关资源：

如果你刚开始接触高维 PDE，建议先搞清楚网格怎么构建、怎么自适应，别急着改主框架。熟练了之后你会发现 ASGarD 其实还挺灵活，自己定制分辨率、边界条件都比较方便。