{"id":1266,"date":"2026-08-21T14:31:36","date_gmt":"2026-08-21T14:31:36","guid":{"rendered":"https:\/\/matforge.org\/?p=1266","raw":"https:\/\/matforge.org\/?p=1266"},"modified":"2026-08-21T14:31:36","modified_gmt":"2026-08-21T14:31:36","slug":"computational-materials-science-frameworks-moose-vs-prisms-pf-vs-openphase","status":"publish","type":"post","link":"https:\/\/matforge.org\/fr\/computational-materials-science-frameworks-moose-vs-prisms-pf-vs-openphase\/","title":{"rendered":"Cadres scientifiques sur les mat\u00e9riaux informatiques\u00a0: Moose vs Prisms-PF vs OpenPhase","raw":"Cadres scientifiques sur les mat\u00e9riaux informatiques\u00a0: Moose vs Prisms-PF vs OpenPhase"},"content":{"rendered":"<span class=\"span-reading-time rt-reading-time\" style=\"display: block;\"><span class=\"rt-label rt-prefix\">Reading Time: <\/span> <span class=\"rt-time\"> 9<\/span> <span class=\"rt-label rt-postfix\">minutes<\/span><\/span><p>Une comparaison pratique de trois principaux cadres de champ de phase open source pour la simulation microstructurale, couvrant leurs m\u00e9thodes num\u00e9riques, leurs forces, leurs limites et leurs meilleurs cas d&rsquo;utilisation.<\/p>\n<h2>Points \u00e0 retenir cl\u00e9s<\/h2>\n<ul>\n<li>L&rsquo;orignal est le meilleur pour les simulations multiphysiques qui couplent le champ de phase avec la m\u00e9canique solide, le transfert de chaleur ou d&rsquo;autres domaines. Il utilise FEM avec des solveurs implicites et dispose d&rsquo;un vaste \u00e9cosyst\u00e8me de modules de physique.<\/li>\n<li>Prisms-PF excelle dans les simulations de champ de phase \u00e0 haute performance utilisant des \u00e9l\u00e9ments finis sans matrice et un raffinement de maillage adaptatif. Il est construit sur deal.ii et con\u00e7u sp\u00e9cifiquement pour l&rsquo;\u00e9volution microstructurale.<\/li>\n<li>OpenPhase utilise des m\u00e9thodes de diff\u00e9rences finies explicites avec un suivi dynamique des param\u00e8tres, ce qui le rend utile pour les simulations qui n\u00e9cessitent un nombre arbitraire de phases et une courbe d&rsquo;apprentissage plus douce.<\/li>\n<li>Le choix n&rsquo;est pas de savoir quel cadre est le mieux dans l&rsquo;ensemble. Il s&rsquo;agit de celui qui correspond \u00e0 votre physique, \u00e0 vos besoins de performance et \u00e0 votre expertise en \u00e9quipe.<\/li>\n<\/ul>\n<h2>Pourquoi le choix du cadre est important<\/h2>\n<p>La mod\u00e9lisation en champ de phase est l&rsquo;une des approches de calcul les plus puissantes pour simuler l&rsquo;\u00e9volution microstructurale. Il est utilis\u00e9 pour la croissance des grains, la solidification dendritique, la d\u00e9composition spinodale, les pr\u00e9cipitations, la corrosion et d&rsquo;autres probl\u00e8mes de science des mat\u00e9riaux.<\/p>\n<p>Le champ est pass\u00e9 des solveurs \u00e0 un usage unique cod\u00e9s \u00e0 la main \u00e0 des frameworks de communaut\u00e9 qui partagent des blocs de construction, de la documentation et des bases d&rsquo;utilisateurs.<\/p>\n<p>Moose, Prisms-PF et OpenPhase sont tous des frameworks open source, mais ils font des choix de conception num\u00e9riques diff\u00e9rents. Ces choix affectent l&rsquo;exp\u00e9rience, les performances, la stabilit\u00e9 et la flexibilit\u00e9 de l&rsquo;utilisateur.<\/p>\n<p>Les principales diff\u00e9rences comprennent :<\/p>\n<ul>\n<li>M\u00e9thode num\u00e9rique, telle que FEM par rapport \u00e0 la diff\u00e9rence finie.<\/li>\n<li>Int\u00e9gration temporelle, telles que les m\u00e9thodes implicites par rapport aux m\u00e9thodes explicites.<\/li>\n<li>Formulation thermodynamique, telle que KKS, interface mince ou diff\u00e9renciation explicite.<\/li>\n<li>Strat\u00e9gie de solveur, telle que les approches bas\u00e9es sur la matrice ou sans matrice.<\/li>\n<li>Mise \u00e0 l&rsquo;\u00e9chelle parall\u00e8le et convivialit\u00e9 HPC.<\/li>\n<\/ul>\n<p>Ces diff\u00e9rences sont importantes car elles d\u00e9terminent si une simulation se termine en heures, jours ou semaines. Ils affectent \u00e9galement la stabilit\u00e9 et la fiabilit\u00e9 du r\u00e9sultat dans des conditions difficiles.<\/p>\n<h2>Moose : la centrale multiphysique<\/h2>\n<p>Moose, ou moteur de simulation orient\u00e9 objet multiphysique, est d\u00e9velopp\u00e9 au laboratoire national de l&rsquo;Idaho. C&rsquo;est l&rsquo;un des cadres multiphysiques les plus polyvalents utilis\u00e9s dans la simulation des mat\u00e9riaux.<\/p>\n<h3>Principales fonctionnalit\u00e9s<\/h3>\n<p>M\u00e9thode num\u00e9rique : Moose utilise la m\u00e9thode des \u00e9l\u00e9ments finis sur des maillages structur\u00e9s et non structur\u00e9s. Il utilise une infrastructure FEM bas\u00e9e sur la matrice et non lin\u00e9aire, adapt\u00e9e aux syst\u00e8mes PDE hautement coupl\u00e9s.<\/p>\n<p>Mod\u00e8les thermodynamiques : Moose prend g\u00e9n\u00e9ralement en charge les formulations Kim-Kim-Suzuki et Grand Potential. Ces mod\u00e8les sont utiles pour les syst\u00e8mes multi-composants et multiphases, mais n\u00e9cessitent une manipulation minutieuse des interfaces et des compositions.<\/p>\n<p>Solveurs : Moose prend en charge l&rsquo;int\u00e9gration implicite et semi-implicite du temps. La diff\u00e9renciation automatique peut aider \u00e0 d\u00e9river les Jacobiens et \u00e0 r\u00e9duire le travail d\u00e9riv\u00e9 manuel.<\/p>\n<h3>Points forts<\/h3>\n<ul>\n<li>Couplage multiphysique fort, comprenant le champ de phase, la m\u00e9canique solide, le transfert de chaleur, l&rsquo;irradiation et le contact.<\/li>\n<li>Support de diff\u00e9renciation automatique qui r\u00e9duit les efforts des d\u00e9veloppeurs.<\/li>\n<li>Grande biblioth\u00e8que de modules pour la physique telle que la m\u00e9canique des solides, le transfert de chaleur, la diffusion et le champ de phase.<\/li>\n<li>Flux de travail bas\u00e9 sur les fichiers d&rsquo;entr\u00e9e avec des outils orient\u00e9s Python.<\/li>\n<li>Grande communaut\u00e9 et \u00e9cosyst\u00e8me de documentation solide.<\/li>\n<li>Activit\u00e9 de d\u00e9veloppement r\u00e9cent dans le backend, l&rsquo;int\u00e9gration de l&rsquo;apprentissage automatique, l&rsquo;optimisation du syst\u00e8me mat\u00e9riel et les flux de travail parall\u00e8les.<\/li>\n<\/ul>\n<h3>Limites<\/h3>\n<ul>\n<li>Courbe d&rsquo;apprentissage plus raide pour les utilisateurs qui ne connaissent pas les concepts FEM.<\/li>\n<li>L&rsquo;approche bas\u00e9e sur la matrice peut \u00eatre plus lente pour les probl\u00e8mes de champ de phase purs par rapport aux codes sans matrice.<\/li>\n<li>La personnalisation fonctionne dans la hi\u00e9rarchie des objets Moose, ce qui peut sembler restrictif pour certains flux de travail de recherche.<\/li>\n<li>Connexion solide \u00e0 un backend C++ malgr\u00e9 des outils orient\u00e9s Python.<\/li>\n<\/ul>\n<p>L&rsquo;orignal est le meilleur pour les syst\u00e8mes complexes o\u00f9 la mod\u00e9lisation en champ de phase interagit avec la m\u00e9canique solide, les gradients thermiques, les champs \u00e9lectromagn\u00e9tiques, l&rsquo;irradiation ou toute autre physique coupl\u00e9e.<\/p>\n<p>Les exemples typiques comprennent la fissuration lors de la solidification, la croissance des grains assist\u00e9s par contrainte et le traitement thermom\u00e9canique coupl\u00e9.<\/p>\n<h2>Prisms-PF : le sp\u00e9cialiste de la performance<\/h2>\n<p>Prisms-PF a \u00e9t\u00e9 d\u00e9velopp\u00e9 au Prisms Center de l&rsquo;Universit\u00e9 du Michigan en tant que cadre de champ de phase optimis\u00e9 pour les performances de calcul. Son nom complet, sa simulation en champ de phase et sa mod\u00e9lisation int\u00e9gr\u00e9es pour la recherche sur les mat\u00e9riaux structurels refl\u00e8tent son accent sur la science des mat\u00e9riaux structuraux pr\u00e9dictifs.<\/p>\n<h3>Principales fonctionnalit\u00e9s<\/h3>\n<p>M\u00e9thode num\u00e9rique&nbsp;: PRISMS-PF utilise la m\u00e9thode des \u00e9l\u00e9ments finis sans matrice dans la biblioth\u00e8que deal.ii. Il \u00e9vite de former et de stocker des matrices globales en calculant les contributions au niveau des cellules.<\/p>\n<p>Cette approche peut r\u00e9duire l&rsquo;utilisation de la m\u00e9moire et am\u00e9liorer les performances, en particulier pour les simulations \u00e0 grande \u00e9chelle.<\/p>\n<p>Mod\u00e8les thermodynamiques : PRISMS-PF utilise g\u00e9n\u00e9ralement des formulations \u00e0 interface mince avec des courants anti-pi\u00e9geage. Ces formulations sont importantes pour des simulations de solidification pr\u00e9cises, car elles aident \u00e0 r\u00e9duire le pi\u00e9geage des solut\u00e9s.<\/p>\n<p>Solveurs&nbsp;: Prisms-PF utilise souvent un pas de temps explicite d&rsquo;Euler, combin\u00e9 \u00e0 d&rsquo;autres strat\u00e9gies de solveur si n\u00e9cessaire. L&rsquo;approche explicite peut \u00eatre rapide et \u00e9volutive, mais n\u00e9cessite un contr\u00f4le rigoureux du pas de temps.<\/p>\n<h3>Points forts<\/h3>\n<ul>\n<li>Raffinement de maillage adaptatif natif qui concentre la r\u00e9solution \u00e0 proximit\u00e9 des interfaces de phase.<\/li>\n<li>Prise en charge des \u00e9l\u00e9ments d&rsquo;ordre sup\u00e9rieur, y compris les options lin\u00e9aires, quadratiques et cubiques.<\/li>\n<li>Forte \u00e9volutivit\u00e9 parall\u00e8le gr\u00e2ce \u00e0 la m\u00e9moire distribu\u00e9e, au threading et \u00e0 la vectorisation.<\/li>\n<li>Applications pr\u00e9-construites pour la solidification, la pr\u00e9cipitation, la croissance des grains, la corrosion, la nucl\u00e9ation et la d\u00e9composition spinodale.<\/li>\n<li>Grande flexibilit\u00e9 pour les utilisateurs qui peuvent modifier des formulaires faibles et travailler en C++.<\/li>\n<li>De solides performances pour les grandes simulations en champ de phase 3D o\u00f9 l&rsquo;AMR permet d&rsquo;\u00e9conomiser des \u00e9conomies importantes.<\/li>\n<\/ul>\n<h3>Limites<\/h3>\n<ul>\n<li>Courbe d&rsquo;apprentissage abrupte car les utilisateurs ont souvent besoin d&rsquo;\u00e9crire des formes faibles math\u00e9matiques en C++.<\/li>\n<li>Moins adapt\u00e9 \u00e0 de vastes flux de travail multiphysiques au-del\u00e0 de la mod\u00e9lisation en champ de phase.<\/li>\n<li>L&rsquo;int\u00e9gration explicite n\u00e9cessite une gestion minutieuse des pas de temps en raison des limites de stabilit\u00e9.<\/li>\n<li>Deal.II est puissant mais ajoute sa propre courbe d&rsquo;apprentissage.<\/li>\n<\/ul>\n<p>Prisms-PF est le meilleur pour les simulations de champ de phase 3D \u00e0 grande \u00e9chelle o\u00f9 la vitesse de calcul est critique. C&rsquo;est un ajustement solide pour la solidification dendritique, la croissance des grains polycristallins et l&rsquo;\u00e9volution de l&rsquo;interface \u00e0 haute r\u00e9solution.<\/p>\n<h2>OpenPhase : l&rsquo;alternative flexible<\/h2>\n<p>OpenPhase est d\u00e9velopp\u00e9 \u00e0 l&rsquo;ICAMS, Universit\u00e9 de la Ruhr Bochum. Il adopte une approche diff\u00e9rente de celle de Moose et Prisms-PF en utilisant des m\u00e9thodes de diff\u00e9rences finies explicites plut\u00f4t que des \u00e9l\u00e9ments finis.<\/p>\n<h3>Principales fonctionnalit\u00e9s<\/h3>\n<p>M\u00e9thode num\u00e9rique&nbsp;: OpenPhase utilise des sch\u00e9mas de diff\u00e9rences finies explicites sur des grilles structur\u00e9es. Cela n&rsquo;oblige pas les utilisateurs \u00e0 travailler sur des formes faibles variationnelles.<\/p>\n<p>Mod\u00e8les thermodynamiques&nbsp;: OpenPhase utilise des strat\u00e9gies de diff\u00e9renciation directe pour les calculs thermodynamiques. La formulation est g\u00e9n\u00e9ralement plus simple pour les utilisateurs qui ne souhaitent pas d\u00e9river des formes faibles ou des Jacobiens.<\/p>\n<p>Solveurs&nbsp;: OpenPhase utilise un pas de temps explicite de style Euler. Cela simplifie la m\u00e9thode mais n\u00e9cessite des pas de temps plus petits pour la stabilit\u00e9.<\/p>\n<h3>Points forts<\/h3>\n<ul>\n<li>Suivi dynamique des param\u00e8tres pouvant g\u00e9rer un nombre arbitraire de phases sans se recompiler.<\/li>\n<li>Liaisons Python pour l&rsquo;int\u00e9gration de scripts et de flux de travail.<\/li>\n<li>GUI de studio OpenPhase pour une entr\u00e9e plus facile.<\/li>\n<li>Architecture modulaire pour ajouter des mod\u00e8les physiques.<\/li>\n<li>Parall\u00e9lisme hybride via OpenMP et MPI.<\/li>\n<li>Plus accessible pour les scientifiques des mat\u00e9riaux qui souhaitent ex\u00e9cuter des simulations sans expertise approfondie des m\u00e9thodes num\u00e9riques.<\/li>\n<\/ul>\n<h3>Limites<\/h3>\n<ul>\n<li>Les solveurs explicites limitent les pas de temps, ce qui rend les longues simulations potentiellement co\u00fbteuses.<\/li>\n<li>Le raffinement de maillage adaptatif est moins sophistiqu\u00e9 que dans Prisms-PF.<\/li>\n<li>La communaut\u00e9 est plus petite que la communaut\u00e9 Moose.<\/li>\n<li>Il y a moins d&rsquo;applications pr\u00e9d\u00e9finies et moins d&rsquo;options de couplage multiphysiques larges que chez Moose.<\/li>\n<\/ul>\n<p>Openphase est le meilleur pour les chercheurs qui ont besoin de flexibilit\u00e9 avec un nombre arbitraire de phases. Il est utile pour la croissance des grains, la formation de dendrites et les transformations de phase o\u00f9 le nombre de phases actives peut varier au cours de la simulation.<\/p>\n<h2>La comparaison technique<\/h2>\n<table class=\"custom-table\">\n<tbody>\n<tr>\n<th>Fonctionnalit\u00e9<\/th>\n<th>\u00c9lan<\/th>\n<th>prismes-pf<\/th>\n<th>openphase<\/th>\n<\/tr>\n<tr>\n<td>M\u00e9thode num\u00e9rique<\/td>\n<td>M\u00e9thode des \u00e9l\u00e9ments finis, bas\u00e9e sur la matrice<\/td>\n<td>FEM sans matrice via deal.ii<\/td>\n<td>Diff\u00e9rence finie explicite<\/td>\n<\/tr>\n<tr>\n<td>int\u00e9gration du temps<\/td>\n<td>implicite ou semi-implicite<\/td>\n<td>Euler explicite vers l&rsquo;avant<\/td>\n<td>Euler explicite<\/td>\n<\/tr>\n<tr>\n<td>syst\u00e8me de maille<\/td>\n<td>Maillages structur\u00e9s et non structur\u00e9s<\/td>\n<td>Raffinement de maillage adaptatif<\/td>\n<td>Grilles r\u00e9guli\u00e8res ou structur\u00e9es<\/td>\n<\/tr>\n<tr>\n<td>Mod\u00e8le thermodynamique<\/td>\n<td>Formulations KKS et Grand Potentiel<\/td>\n<td>Interface fine avec anti-pi\u00e9geage<\/td>\n<td>diff\u00e9renciation explicite<\/td>\n<\/tr>\n<tr>\n<td>La langue<\/td>\n<td>C++ avec des outils orient\u00e9s Python<\/td>\n<td>C++<\/td>\n<td>Fortran\/C++ avec des liaisons Python<\/td>\n<\/tr>\n<tr>\n<td>Courbe d&rsquo;apprentissage<\/td>\n<td>Mod\u00e9r\u00e9 \u00e0 raide<\/td>\n<td>Raide en raison de la programmation de forme faible<\/td>\n<td>plus doux<\/td>\n<\/tr>\n<tr>\n<td>multiphysique<\/td>\n<td>Excellent<\/td>\n<td>Limit\u00e9 car il est ax\u00e9 sur le champ de phase<\/td>\n<td>Mod\u00e9rer<\/td>\n<\/tr>\n<tr>\n<td>\u00e9volutivit\u00e9<\/td>\n<td>Fort<\/td>\n<td>Excellent<\/td>\n<td>Bon<\/td>\n<\/tr>\n<tr>\n<td>Taille de la communaut\u00e9<\/td>\n<td>Grand et soutenu par Inl<\/td>\n<td>Croissance \u00e0 travers le centre des prismes<\/td>\n<td>Plus petit et centr\u00e9 sur les icams<\/td>\n<\/tr>\n<tr>\n<td>Applications pr\u00e9d\u00e9finies<\/td>\n<td>Grand \u00e9cosyst\u00e8me<\/td>\n<td>Environ 30&nbsp;applications<\/td>\n<td>Moins<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h2>Performances&nbsp;: quand divergent-elles&nbsp;?<\/h2>\n<p>La comparaison des performances a des cons\u00e9quences pratiques. Les cadres peuvent produire des r\u00e9sultats similaires sur de simples probl\u00e8mes de r\u00e9f\u00e9rence mais divergent dans des conditions exigeantes, en particulier \u00e0 grande \u00e9chelle ou loin de l&rsquo;\u00e9quilibre.<\/p>\n<p>Les plus grandes diff\u00e9rences de performances proviennent g\u00e9n\u00e9ralement de :<\/p>\n<ul>\n<li>M\u00e9thodes bas\u00e9es sur la matrice ou sans matrice.<\/li>\n<li>Int\u00e9gration implicite par rapport \u00e0 l&rsquo;heure explicite.<\/li>\n<li>Qualit\u00e9 de raffinement du maillage adaptatif.<\/li>\n<li>Hypoth\u00e8ses du mod\u00e8le thermodynamique.<\/li>\n<li>\u00c9volutivit\u00e9 parall\u00e8le et efficacit\u00e9 de la m\u00e9moire.<\/li>\n<\/ul>\n<p>Prisms-PF peut \u00eatre particuli\u00e8rement efficace lorsque la RAM et les \u00e9l\u00e9ments d&rsquo;ordre sup\u00e9rieur r\u00e9duisent le nombre de degr\u00e9s de libert\u00e9 actifs tout en pr\u00e9servant la pr\u00e9cision de l&rsquo;interface.<\/p>\n<p>L&rsquo;orignal peut co\u00fbter plus cher pour les probl\u00e8mes de champ de phase pur, mais devient beaucoup plus pr\u00e9cieux lorsque le mod\u00e8le de champ de phase doit \u00eatre coupl\u00e9 \u00e0 la m\u00e9canique, au transfert de chaleur, \u00e0 l&rsquo;irradiation ou \u00e0 une autre physique.<\/p>\n<p>OpenPhase peut \u00eatre efficace et flexible pour les probl\u00e8mes de grille structur\u00e9e avec de nombreuses phases, mais le pas de temps explicite peut co\u00fbter de longues simulations.<\/p>\n<h2>Quand choisir le cadre<\/h2>\n<h3>Choisissez l&rsquo;orignal quand<\/h3>\n<ol>\n<li>Vous avez besoin d&rsquo;un couplage multiphysique. Si la simulation implique une m\u00e9canique solide, une \u00e9volution assist\u00e9e par contrainte, un transfert de chaleur, des champs \u00e9lectrochimiques ou une irradiation aux c\u00f4t\u00e9s de champ de phase, l&rsquo;\u00e9cosyst\u00e8me des modules de Moose est difficile \u00e0 \u00e9galer.<\/li>\n<li>Vous voulez des solveurs implicites robustes. Les m\u00e9thodes implicites peuvent \u00eatre plus stables pour les probl\u00e8mes raides et \u00e9viter des limites strictes de LCF.<\/li>\n<li>Votre \u00e9quipe pr\u00e9f\u00e8re les workflows bas\u00e9s sur les fichiers d&rsquo;entr\u00e9e et les outils orient\u00e9s Python plut\u00f4t que d&rsquo;\u00e9crire du C++ pour chaque changement de mod\u00e8le.<\/li>\n<li>Vous travaillez dans des mati\u00e8res nucl\u00e9aires ou dans des domaines connexes o\u00f9 Moose b\u00e9n\u00e9ficie d&rsquo;un profond soutien \u00e9cosyst\u00e9mique.<\/li>\n<\/ol>\n<h3>Choisissez Prisms-PF quand<\/h3>\n<ol>\n<li>Vos simulations sont co\u00fbteuses sur le plan informatique. Pour une croissance ou une solidification de grain 3D important, la RAM et la FEM sans matrice peuvent r\u00e9duire consid\u00e9rablement le co\u00fbt des heures de base.<\/li>\n<li>Vous avez besoin d&rsquo;interfaces haute r\u00e9solution. Les \u00e9l\u00e9ments d&rsquo;ordre sup\u00e9rieur et l&rsquo;AMR peuvent r\u00e9soudre les interfaces sans affinement excessif de domaine complet.<\/li>\n<li>Vous \u00e9tudiez la solidification. Les formulations \u00e0 interface mince avec des courants anti-pi\u00e9geage sont con\u00e7ues pour les probl\u00e8mes de solidification des alliages.<\/li>\n<li>Votre \u00e9quipe peut travailler en C++ et comprend les formes faibles. La courbe d&rsquo;apprentissage est raide, mais le gain est une personnalisation et une vitesse \u00e9lev\u00e9es.<\/li>\n<\/ol>\n<h3>Choisissez OpenPhase lorsque<\/h3>\n<ol>\n<li>Le nombre de phases varie au cours de la simulation. Le suivi des param\u00e8tres dynamiques peut g\u00e9rer des nombres de phases arbitraires sans se recompiler.<\/li>\n<li>Vous avez besoin d&rsquo;un point d&rsquo;entr\u00e9e plus doux. Les liaisons Python et une interface graphique peuvent aider les \u00e9tudiants dipl\u00f4m\u00e9s et les scientifiques des mat\u00e9riaux \u00e0 d\u00e9marrer plus rapidement.<\/li>\n<li>Votre probl\u00e8me est bien adapt\u00e9 aux grilles structur\u00e9es. La croissance des grains, la formation de dendrites et les transformations de phase sur des domaines r\u00e9guliers peuvent bien s&rsquo;adapter.<\/li>\n<li>Vous voulez la modularit\u00e9 sans la complexit\u00e9 d&rsquo;un cadre FEM multiphysique complet.<\/li>\n<\/ol>\n<h2>Consid\u00e9rations pratiques<\/h2>\n<h3>Installation et configuration<\/h3>\n<ul>\n<li>Moose n\u00e9cessite g\u00e9n\u00e9ralement la construction \u00e0 partir de la source avec des d\u00e9pendances informatiques scientifiques telles que PETSC et Trilinos. Les scripts de construction Docker ou fournis peuvent simplifier la configuration.<\/li>\n<li>Prisms-PF est construit sur deal.ii et n\u00e9cessite g\u00e9n\u00e9ralement CMake, PETSC et les biblioth\u00e8ques associ\u00e9es facultatives. Une configuration bas\u00e9e sur Docker peut aider \u00e0 r\u00e9duire les frictions.<\/li>\n<li>OpenPhase est disponible \u00e0 partir de son r\u00e9f\u00e9rentiel GitHub, avec des scripts de construction et des liaisons Python pour les scripts de workflow.<\/li>\n<\/ul>\n<h3>ressources communautaires<\/h3>\n<ul>\n<li>Moose a des didacticiels officiels, des exemples de champs de phase, des pratiques recommand\u00e9es et des notes de d\u00e9veloppement actifs.<\/li>\n<li>Prisms-PF fournit une documentation, des didacticiels et des mat\u00e9riaux d&rsquo;int\u00e9gration pour les flux de travail de partage de donn\u00e9es.<\/li>\n<li>OpenPhase fournit un r\u00e9f\u00e9rentiel GitHub, une interface graphique OpenPhase Studio et des didacticiels publi\u00e9s.<\/li>\n<\/ul>\n<h3>Convergence et v\u00e9rification<\/h3>\n<p>Les trois cadres n\u00e9cessitent des \u00e9tudes de convergence minutieuses. Convergence de maillage, convergence de pas de temps et s\u00e9lection de largeur d&rsquo;interface pour des r\u00e9sultats cr\u00e9dibles en champ de phase.<\/p>\n<p>Les v\u00e9rifications cl\u00e9s comprennent&nbsp;:<\/p>\n<ul>\n<li>convergence de maillage. Les codes bas\u00e9s sur FEM ont besoin de suffisamment d&rsquo;\u00e9l\u00e9ments via l&rsquo;interface diffuse. Les codes de diff\u00e9rence finie n\u00e9cessitent une r\u00e9solution de grille suffisante.<\/li>\n<li>Convergence de pas de temps. Les codes explicites tels que Prisms-PF et OpenPhase n\u00e9cessitent des contr\u00f4les de stabilit\u00e9 stricts. Les codes implicites tels que Moose sont plus indulgents mais doivent toujours \u00eatre v\u00e9rifi\u00e9s.<\/li>\n<li>S\u00e9lection de la largeur d&rsquo;interface. La largeur de l&rsquo;interface doit \u00eatre suffisamment petite pour capturer la physique tout en restant r\u00e9alisable.<\/li>\n<\/ul>\n<h2>le verdict<\/h2>\n<p>Il n&rsquo;y a pas de cadre universellement sup\u00e9rieur. Moose, Prisms-PF et OpenPhase r\u00e9pondent \u00e0 diff\u00e9rents besoins de recherche.<\/p>\n<ul>\n<li>Moose est le g\u00e9n\u00e9raliste multiphysique : polyvalent, stable et bien pris en charge pour les simulations coupl\u00e9es complexes.<\/li>\n<li>Prisms-PF est le sp\u00e9cialiste de la performance : optimis\u00e9 pour les simulations de champ de phases \u00e0 haute r\u00e9solution et \u00e0 haute r\u00e9solution.<\/li>\n<li>OpenPhase est l&rsquo;option l\u00e9g\u00e8re et flexible : accessible, modulaire et bien adapt\u00e9e aux simulations avec des nombres de phases variables.<\/li>\n<\/ul>\n<p>Le meilleur choix d\u00e9pend de votre physique, de vos ressources informatiques et de votre expertise en \u00e9quipe. Pour les projets \u00e0 enjeux \u00e9lev\u00e9s, il peut \u00eatre utile d&rsquo;ex\u00e9cuter le m\u00eame probl\u00e8me de r\u00e9f\u00e9rence dans plusieurs cadres et de comparer les r\u00e9sultats avec des donn\u00e9es exp\u00e9rimentales.<\/p>\n<h2>Guides connexes<\/h2>\n<ul>\n<li><a href=\"https:\/\/matforge.org\/using-fipy-for-phase-field-modeling\/\">Utilisation de Fipy pour la mod\u00e9lisation en champ de phase&nbsp;: un guide pratique<\/a> &#8211; une introduction adapt\u00e9e aux d\u00e9butants \u00e0 la mod\u00e9lisation de champ de phase avec Python.<\/li>\n<li><a href=\"https:\/\/matforge.org\/understanding-phase-field-models-in-materials-science\/\">Comprendre les mod\u00e8les de champs de phase dans la science des mat\u00e9riaux<\/a> \u2014 Concepts de base et contexte th\u00e9orique.<\/li>\n<li><a href=\"https:\/\/matforge.org\/adaptive-mesh-refinement-in-fipy-dynamic-resolution-for-complex-phenomena\/\">Raffinement de maillage adaptatif dans FIPY&nbsp;: r\u00e9solution dynamique pour les ph\u00e9nom\u00e8nes complexes<\/a>&nbsp;: strat\u00e9gies RAM pratiques qui s&rsquo;appliquent aux flux de travail de champ de phase.<\/li>\n<\/ul>\n<h2>R\u00e9f\u00e9rences<\/h2>\n<ol>\n<li>Tian et al. (2026). Analyse comparative de codes de champ de phase massivement parall\u00e8les pour la solidification directionnelle. <a href=\"https:\/\/arxiv.org\/html\/2602.10316v2\">Source<\/a><\/li>\n<li>\u00c9quipe de l&rsquo;orignal. Didacticiel sur le terrain de phase&nbsp;: d\u00e9composition spinodale de l&rsquo;alliage fer-chrome. Laboratoire national de l&rsquo;Idaho. <a href=\"https:\/\/mooseframework.inl.gov\/modules\/phase_field\/Tutorial.html\">Source<\/a><\/li>\n<li>DeWitt et al. (2020). PRISMS-PF&nbsp;: un cadre g\u00e9n\u00e9ral pour la mod\u00e9lisation en champ de phase avec une m\u00e9thode d&rsquo;\u00e9l\u00e9ments finis sans matrice. Mat\u00e9riaux de calcul NPJ. <a href=\"https:\/\/www.nature.com\/articles\/s41524-020-0298-5\">Source<\/a><\/li>\n<li>Niste. M\u00e9thodes sur le terrain de phase Pratiques recommand\u00e9es. Guide de configuration des probl\u00e8mes. <a href=\"https:\/\/pages.nist.gov\/pf-recommended-practices\/bp-guide-gh\/ch5-problem-setup.html\">Source<\/a><\/li>\n<li>Newsletter Moose. Mars 2025 \u2014 Int\u00e9gration MFEM Backend et TorchScript. <a href=\"https:\/\/mooseframework.inl.gov\/newsletter\/2025\/2025_03.html\">source<\/a><\/li>\n<li>Tegeler et al. (2017). Simulations de champs en plusieurs phases parall\u00e8les avec OpenPhase. Communication physique en physique informatique. <a href=\"https:\/\/www.sciencedirect.com\/science\/article\/abs\/pii\/S0010465517300358\">Source<\/a><\/li>\n<li>GitHub. R\u00e9f\u00e9rentiel ICAMS\/OpenPhase. <a href=\"https:\/\/github.com\/icams\/openphase\">source<\/a><\/li>\n<\/ol>\n<p>Cet article fournit un aper\u00e7u comparatif bas\u00e9 sur la documentation accessible au public, les benchmarks publi\u00e9s et les ressources communautaires. Les frameworks sont activement d\u00e9velopp\u00e9s et des capacit\u00e9s sp\u00e9cifiques \u00e9voluent \u00e0 chaque version. Consultez toujours la documentation officielle pour conna\u00eetre les derni\u00e8res fonctionnalit\u00e9s et les instructions d&rsquo;installation.<\/p>\n","protected":false,"raw":"<p>Une comparaison pratique de trois principaux cadres de champ de phase open source pour la simulation microstructurale, couvrant leurs m\u00e9thodes num\u00e9riques, leurs forces, leurs limites et leurs meilleurs cas d'utilisation.<\/p>\n<h2>Points \u00e0 retenir cl\u00e9s<\/h2>\n<ul>\n<li>L'orignal est le meilleur pour les simulations multiphysiques qui couplent le champ de phase avec la m\u00e9canique solide, le transfert de chaleur ou d'autres domaines. Il utilise FEM avec des solveurs implicites et dispose d'un vaste \u00e9cosyst\u00e8me de modules de physique.<\/li>\n<li>Prisms-PF excelle dans les simulations de champ de phase \u00e0 haute performance utilisant des \u00e9l\u00e9ments finis sans matrice et un raffinement de maillage adaptatif. Il est construit sur deal.ii et con\u00e7u sp\u00e9cifiquement pour l'\u00e9volution microstructurale.<\/li>\n<li>OpenPhase utilise des m\u00e9thodes de diff\u00e9rences finies explicites avec un suivi dynamique des param\u00e8tres, ce qui le rend utile pour les simulations qui n\u00e9cessitent un nombre arbitraire de phases et une courbe d'apprentissage plus douce.<\/li>\n<li>Le choix n'est pas de savoir quel cadre est le mieux dans l'ensemble. Il s'agit de celui qui correspond \u00e0 votre physique, \u00e0 vos besoins de performance et \u00e0 votre expertise en \u00e9quipe.<\/li>\n<\/ul>\n<h2>Pourquoi le choix du cadre est important<\/h2>\n<p>La mod\u00e9lisation en champ de phase est l'une des approches de calcul les plus puissantes pour simuler l'\u00e9volution microstructurale. Il est utilis\u00e9 pour la croissance des grains, la solidification dendritique, la d\u00e9composition spinodale, les pr\u00e9cipitations, la corrosion et d'autres probl\u00e8mes de science des mat\u00e9riaux.<\/p>\n<p>Le champ est pass\u00e9 des solveurs \u00e0 un usage unique cod\u00e9s \u00e0 la main \u00e0 des frameworks de communaut\u00e9 qui partagent des blocs de construction, de la documentation et des bases d'utilisateurs.<\/p>\n<p>Moose, Prisms-PF et OpenPhase sont tous des frameworks open source, mais ils font des choix de conception num\u00e9riques diff\u00e9rents. Ces choix affectent l'exp\u00e9rience, les performances, la stabilit\u00e9 et la flexibilit\u00e9 de l'utilisateur.<\/p>\n<p>Les principales diff\u00e9rences comprennent :<\/p>\n<ul>\n<li>M\u00e9thode num\u00e9rique, telle que FEM par rapport \u00e0 la diff\u00e9rence finie.<\/li>\n<li>Int\u00e9gration temporelle, telles que les m\u00e9thodes implicites par rapport aux m\u00e9thodes explicites.<\/li>\n<li>Formulation thermodynamique, telle que KKS, interface mince ou diff\u00e9renciation explicite.<\/li>\n<li>Strat\u00e9gie de solveur, telle que les approches bas\u00e9es sur la matrice ou sans matrice.<\/li>\n<li>Mise \u00e0 l'\u00e9chelle parall\u00e8le et convivialit\u00e9 HPC.<\/li>\n<\/ul>\n<p>Ces diff\u00e9rences sont importantes car elles d\u00e9terminent si une simulation se termine en heures, jours ou semaines. Ils affectent \u00e9galement la stabilit\u00e9 et la fiabilit\u00e9 du r\u00e9sultat dans des conditions difficiles.<\/p>\n<h2>Moose : la centrale multiphysique<\/h2>\n<p>Moose, ou moteur de simulation orient\u00e9 objet multiphysique, est d\u00e9velopp\u00e9 au laboratoire national de l'Idaho. C'est l'un des cadres multiphysiques les plus polyvalents utilis\u00e9s dans la simulation des mat\u00e9riaux.<\/p>\n<h3>Principales fonctionnalit\u00e9s<\/h3>\n<p>M\u00e9thode num\u00e9rique : Moose utilise la m\u00e9thode des \u00e9l\u00e9ments finis sur des maillages structur\u00e9s et non structur\u00e9s. Il utilise une infrastructure FEM bas\u00e9e sur la matrice et non lin\u00e9aire, adapt\u00e9e aux syst\u00e8mes PDE hautement coupl\u00e9s.<\/p>\n<p>Mod\u00e8les thermodynamiques : Moose prend g\u00e9n\u00e9ralement en charge les formulations Kim-Kim-Suzuki et Grand Potential. Ces mod\u00e8les sont utiles pour les syst\u00e8mes multi-composants et multiphases, mais n\u00e9cessitent une manipulation minutieuse des interfaces et des compositions.<\/p>\n<p>Solveurs : Moose prend en charge l'int\u00e9gration implicite et semi-implicite du temps. La diff\u00e9renciation automatique peut aider \u00e0 d\u00e9river les Jacobiens et \u00e0 r\u00e9duire le travail d\u00e9riv\u00e9 manuel.<\/p>\n<h3>Points forts<\/h3>\n<ul>\n<li>Couplage multiphysique fort, comprenant le champ de phase, la m\u00e9canique solide, le transfert de chaleur, l'irradiation et le contact.<\/li>\n<li>Support de diff\u00e9renciation automatique qui r\u00e9duit les efforts des d\u00e9veloppeurs.<\/li>\n<li>Grande biblioth\u00e8que de modules pour la physique telle que la m\u00e9canique des solides, le transfert de chaleur, la diffusion et le champ de phase.<\/li>\n<li>Flux de travail bas\u00e9 sur les fichiers d'entr\u00e9e avec des outils orient\u00e9s Python.<\/li>\n<li>Grande communaut\u00e9 et \u00e9cosyst\u00e8me de documentation solide.<\/li>\n<li>Activit\u00e9 de d\u00e9veloppement r\u00e9cent dans le backend, l'int\u00e9gration de l'apprentissage automatique, l'optimisation du syst\u00e8me mat\u00e9riel et les flux de travail parall\u00e8les.<\/li>\n<\/ul>\n<h3>Limites<\/h3>\n<ul>\n<li>Courbe d'apprentissage plus raide pour les utilisateurs qui ne connaissent pas les concepts FEM.<\/li>\n<li>L'approche bas\u00e9e sur la matrice peut \u00eatre plus lente pour les probl\u00e8mes de champ de phase purs par rapport aux codes sans matrice.<\/li>\n<li>La personnalisation fonctionne dans la hi\u00e9rarchie des objets Moose, ce qui peut sembler restrictif pour certains flux de travail de recherche.<\/li>\n<li>Connexion solide \u00e0 un backend C++ malgr\u00e9 des outils orient\u00e9s Python.<\/li>\n<\/ul>\n<p>L'orignal est le meilleur pour les syst\u00e8mes complexes o\u00f9 la mod\u00e9lisation en champ de phase interagit avec la m\u00e9canique solide, les gradients thermiques, les champs \u00e9lectromagn\u00e9tiques, l'irradiation ou toute autre physique coupl\u00e9e.<\/p>\n<p>Les exemples typiques comprennent la fissuration lors de la solidification, la croissance des grains assist\u00e9s par contrainte et le traitement thermom\u00e9canique coupl\u00e9.<\/p>\n<h2>Prisms-PF : le sp\u00e9cialiste de la performance<\/h2>\n<p>Prisms-PF a \u00e9t\u00e9 d\u00e9velopp\u00e9 au Prisms Center de l'Universit\u00e9 du Michigan en tant que cadre de champ de phase optimis\u00e9 pour les performances de calcul. Son nom complet, sa simulation en champ de phase et sa mod\u00e9lisation int\u00e9gr\u00e9es pour la recherche sur les mat\u00e9riaux structurels refl\u00e8tent son accent sur la science des mat\u00e9riaux structuraux pr\u00e9dictifs.<\/p>\n<h3>Principales fonctionnalit\u00e9s<\/h3>\n<p>M\u00e9thode num\u00e9rique&nbsp;: PRISMS-PF utilise la m\u00e9thode des \u00e9l\u00e9ments finis sans matrice dans la biblioth\u00e8que deal.ii. Il \u00e9vite de former et de stocker des matrices globales en calculant les contributions au niveau des cellules.<\/p>\n<p>Cette approche peut r\u00e9duire l'utilisation de la m\u00e9moire et am\u00e9liorer les performances, en particulier pour les simulations \u00e0 grande \u00e9chelle.<\/p>\n<p>Mod\u00e8les thermodynamiques : PRISMS-PF utilise g\u00e9n\u00e9ralement des formulations \u00e0 interface mince avec des courants anti-pi\u00e9geage. Ces formulations sont importantes pour des simulations de solidification pr\u00e9cises, car elles aident \u00e0 r\u00e9duire le pi\u00e9geage des solut\u00e9s.<\/p>\n<p>Solveurs&nbsp;: Prisms-PF utilise souvent un pas de temps explicite d'Euler, combin\u00e9 \u00e0 d'autres strat\u00e9gies de solveur si n\u00e9cessaire. L'approche explicite peut \u00eatre rapide et \u00e9volutive, mais n\u00e9cessite un contr\u00f4le rigoureux du pas de temps.<\/p>\n<h3>Points forts<\/h3>\n<ul>\n<li>Raffinement de maillage adaptatif natif qui concentre la r\u00e9solution \u00e0 proximit\u00e9 des interfaces de phase.<\/li>\n<li>Prise en charge des \u00e9l\u00e9ments d'ordre sup\u00e9rieur, y compris les options lin\u00e9aires, quadratiques et cubiques.<\/li>\n<li>Forte \u00e9volutivit\u00e9 parall\u00e8le gr\u00e2ce \u00e0 la m\u00e9moire distribu\u00e9e, au threading et \u00e0 la vectorisation.<\/li>\n<li>Applications pr\u00e9-construites pour la solidification, la pr\u00e9cipitation, la croissance des grains, la corrosion, la nucl\u00e9ation et la d\u00e9composition spinodale.<\/li>\n<li>Grande flexibilit\u00e9 pour les utilisateurs qui peuvent modifier des formulaires faibles et travailler en C++.<\/li>\n<li>De solides performances pour les grandes simulations en champ de phase 3D o\u00f9 l'AMR permet d'\u00e9conomiser des \u00e9conomies importantes.<\/li>\n<\/ul>\n<h3>Limites<\/h3>\n<ul>\n<li>Courbe d'apprentissage abrupte car les utilisateurs ont souvent besoin d'\u00e9crire des formes faibles math\u00e9matiques en C++.<\/li>\n<li>Moins adapt\u00e9 \u00e0 de vastes flux de travail multiphysiques au-del\u00e0 de la mod\u00e9lisation en champ de phase.<\/li>\n<li>L'int\u00e9gration explicite n\u00e9cessite une gestion minutieuse des pas de temps en raison des limites de stabilit\u00e9.<\/li>\n<li>Deal.II est puissant mais ajoute sa propre courbe d'apprentissage.<\/li>\n<\/ul>\n<p>Prisms-PF est le meilleur pour les simulations de champ de phase 3D \u00e0 grande \u00e9chelle o\u00f9 la vitesse de calcul est critique. C'est un ajustement solide pour la solidification dendritique, la croissance des grains polycristallins et l'\u00e9volution de l'interface \u00e0 haute r\u00e9solution.<\/p>\n<h2>OpenPhase : l'alternative flexible<\/h2>\n<p>OpenPhase est d\u00e9velopp\u00e9 \u00e0 l'ICAMS, Universit\u00e9 de la Ruhr Bochum. Il adopte une approche diff\u00e9rente de celle de Moose et Prisms-PF en utilisant des m\u00e9thodes de diff\u00e9rences finies explicites plut\u00f4t que des \u00e9l\u00e9ments finis.<\/p>\n<h3>Principales fonctionnalit\u00e9s<\/h3>\n<p>M\u00e9thode num\u00e9rique&nbsp;: OpenPhase utilise des sch\u00e9mas de diff\u00e9rences finies explicites sur des grilles structur\u00e9es. Cela n'oblige pas les utilisateurs \u00e0 travailler sur des formes faibles variationnelles.<\/p>\n<p>Mod\u00e8les thermodynamiques&nbsp;: OpenPhase utilise des strat\u00e9gies de diff\u00e9renciation directe pour les calculs thermodynamiques. La formulation est g\u00e9n\u00e9ralement plus simple pour les utilisateurs qui ne souhaitent pas d\u00e9river des formes faibles ou des Jacobiens.<\/p>\n<p>Solveurs&nbsp;: OpenPhase utilise un pas de temps explicite de style Euler. Cela simplifie la m\u00e9thode mais n\u00e9cessite des pas de temps plus petits pour la stabilit\u00e9.<\/p>\n<h3>Points forts<\/h3>\n<ul>\n<li>Suivi dynamique des param\u00e8tres pouvant g\u00e9rer un nombre arbitraire de phases sans se recompiler.<\/li>\n<li>Liaisons Python pour l'int\u00e9gration de scripts et de flux de travail.<\/li>\n<li>GUI de studio OpenPhase pour une entr\u00e9e plus facile.<\/li>\n<li>Architecture modulaire pour ajouter des mod\u00e8les physiques.<\/li>\n<li>Parall\u00e9lisme hybride via OpenMP et MPI.<\/li>\n<li>Plus accessible pour les scientifiques des mat\u00e9riaux qui souhaitent ex\u00e9cuter des simulations sans expertise approfondie des m\u00e9thodes num\u00e9riques.<\/li>\n<\/ul>\n<h3>Limites<\/h3>\n<ul>\n<li>Les solveurs explicites limitent les pas de temps, ce qui rend les longues simulations potentiellement co\u00fbteuses.<\/li>\n<li>Le raffinement de maillage adaptatif est moins sophistiqu\u00e9 que dans Prisms-PF.<\/li>\n<li>La communaut\u00e9 est plus petite que la communaut\u00e9 Moose.<\/li>\n<li>Il y a moins d'applications pr\u00e9d\u00e9finies et moins d'options de couplage multiphysiques larges que chez Moose.<\/li>\n<\/ul>\n<p>Openphase est le meilleur pour les chercheurs qui ont besoin de flexibilit\u00e9 avec un nombre arbitraire de phases. Il est utile pour la croissance des grains, la formation de dendrites et les transformations de phase o\u00f9 le nombre de phases actives peut varier au cours de la simulation.<\/p>\n<h2>La comparaison technique<\/h2>\n<table class=\"custom-table\">\n<tbody><tr>\n<th>Fonctionnalit\u00e9<\/th>\n<th>\u00c9lan<\/th>\n<th>prismes-pf<\/th>\n<th>openphase<\/th>\n<\/tr>\n<tr>\n<td>M\u00e9thode num\u00e9rique<\/td>\n<td>M\u00e9thode des \u00e9l\u00e9ments finis, bas\u00e9e sur la matrice<\/td>\n<td>FEM sans matrice via deal.ii<\/td>\n<td>Diff\u00e9rence finie explicite<\/td>\n<\/tr>\n<tr>\n<td>int\u00e9gration du temps<\/td>\n<td>implicite ou semi-implicite<\/td>\n<td>Euler explicite vers l'avant<\/td>\n<td>Euler explicite<\/td>\n<\/tr>\n<tr>\n<td>syst\u00e8me de maille<\/td>\n<td>Maillages structur\u00e9s et non structur\u00e9s<\/td>\n<td>Raffinement de maillage adaptatif<\/td>\n<td>Grilles r\u00e9guli\u00e8res ou structur\u00e9es<\/td>\n<\/tr>\n<tr>\n<td>Mod\u00e8le thermodynamique<\/td>\n<td>Formulations KKS et Grand Potentiel<\/td>\n<td>Interface fine avec anti-pi\u00e9geage<\/td>\n<td>diff\u00e9renciation explicite<\/td>\n<\/tr>\n<tr>\n<td>La langue<\/td>\n<td>C++ avec des outils orient\u00e9s Python<\/td>\n<td>C++<\/td>\n<td>Fortran\/C++ avec des liaisons Python<\/td>\n<\/tr>\n<tr>\n<td>Courbe d'apprentissage<\/td>\n<td>Mod\u00e9r\u00e9 \u00e0 raide<\/td>\n<td>Raide en raison de la programmation de forme faible<\/td>\n<td>plus doux<\/td>\n<\/tr>\n<tr>\n<td>multiphysique<\/td>\n<td>Excellent<\/td>\n<td>Limit\u00e9 car il est ax\u00e9 sur le champ de phase<\/td>\n<td>Mod\u00e9rer<\/td>\n<\/tr>\n<tr>\n<td>\u00e9volutivit\u00e9<\/td>\n<td>Fort<\/td>\n<td>Excellent<\/td>\n<td>Bon<\/td>\n<\/tr>\n<tr>\n<td>Taille de la communaut\u00e9<\/td>\n<td>Grand et soutenu par Inl<\/td>\n<td>Croissance \u00e0 travers le centre des prismes<\/td>\n<td>Plus petit et centr\u00e9 sur les icams<\/td>\n<\/tr>\n<tr>\n<td>Applications pr\u00e9d\u00e9finies<\/td>\n<td>Grand \u00e9cosyst\u00e8me<\/td>\n<td>Environ 30&nbsp;applications<\/td>\n<td>Moins<\/td>\n<\/tr>\n<\/tbody><\/table>\n<h2>Performances&nbsp;: quand divergent-elles&nbsp;?<\/h2>\n<p>La comparaison des performances a des cons\u00e9quences pratiques. Les cadres peuvent produire des r\u00e9sultats similaires sur de simples probl\u00e8mes de r\u00e9f\u00e9rence mais divergent dans des conditions exigeantes, en particulier \u00e0 grande \u00e9chelle ou loin de l'\u00e9quilibre.<\/p>\n<p>Les plus grandes diff\u00e9rences de performances proviennent g\u00e9n\u00e9ralement de :<\/p>\n<ul>\n<li>M\u00e9thodes bas\u00e9es sur la matrice ou sans matrice.<\/li>\n<li>Int\u00e9gration implicite par rapport \u00e0 l'heure explicite.<\/li>\n<li>Qualit\u00e9 de raffinement du maillage adaptatif.<\/li>\n<li>Hypoth\u00e8ses du mod\u00e8le thermodynamique.<\/li>\n<li>\u00c9volutivit\u00e9 parall\u00e8le et efficacit\u00e9 de la m\u00e9moire.<\/li>\n<\/ul>\n<p>Prisms-PF peut \u00eatre particuli\u00e8rement efficace lorsque la RAM et les \u00e9l\u00e9ments d'ordre sup\u00e9rieur r\u00e9duisent le nombre de degr\u00e9s de libert\u00e9 actifs tout en pr\u00e9servant la pr\u00e9cision de l'interface.<\/p>\n<p>L'orignal peut co\u00fbter plus cher pour les probl\u00e8mes de champ de phase pur, mais devient beaucoup plus pr\u00e9cieux lorsque le mod\u00e8le de champ de phase doit \u00eatre coupl\u00e9 \u00e0 la m\u00e9canique, au transfert de chaleur, \u00e0 l'irradiation ou \u00e0 une autre physique.<\/p>\n<p>OpenPhase peut \u00eatre efficace et flexible pour les probl\u00e8mes de grille structur\u00e9e avec de nombreuses phases, mais le pas de temps explicite peut co\u00fbter de longues simulations.<\/p>\n<h2>Quand choisir le cadre<\/h2>\n<h3>Choisissez l'orignal quand<\/h3>\n<ol>\n<li>Vous avez besoin d'un couplage multiphysique. Si la simulation implique une m\u00e9canique solide, une \u00e9volution assist\u00e9e par contrainte, un transfert de chaleur, des champs \u00e9lectrochimiques ou une irradiation aux c\u00f4t\u00e9s de champ de phase, l'\u00e9cosyst\u00e8me des modules de Moose est difficile \u00e0 \u00e9galer.<\/li>\n<li>Vous voulez des solveurs implicites robustes. Les m\u00e9thodes implicites peuvent \u00eatre plus stables pour les probl\u00e8mes raides et \u00e9viter des limites strictes de LCF.<\/li>\n<li>Votre \u00e9quipe pr\u00e9f\u00e8re les workflows bas\u00e9s sur les fichiers d'entr\u00e9e et les outils orient\u00e9s Python plut\u00f4t que d'\u00e9crire du C++ pour chaque changement de mod\u00e8le.<\/li>\n<li>Vous travaillez dans des mati\u00e8res nucl\u00e9aires ou dans des domaines connexes o\u00f9 Moose b\u00e9n\u00e9ficie d'un profond soutien \u00e9cosyst\u00e9mique.<\/li>\n<\/ol>\n<h3>Choisissez Prisms-PF quand<\/h3>\n<ol>\n<li>Vos simulations sont co\u00fbteuses sur le plan informatique. Pour une croissance ou une solidification de grain 3D important, la RAM et la FEM sans matrice peuvent r\u00e9duire consid\u00e9rablement le co\u00fbt des heures de base.<\/li>\n<li>Vous avez besoin d'interfaces haute r\u00e9solution. Les \u00e9l\u00e9ments d'ordre sup\u00e9rieur et l'AMR peuvent r\u00e9soudre les interfaces sans affinement excessif de domaine complet.<\/li>\n<li>Vous \u00e9tudiez la solidification. Les formulations \u00e0 interface mince avec des courants anti-pi\u00e9geage sont con\u00e7ues pour les probl\u00e8mes de solidification des alliages.<\/li>\n<li>Votre \u00e9quipe peut travailler en C++ et comprend les formes faibles. La courbe d'apprentissage est raide, mais le gain est une personnalisation et une vitesse \u00e9lev\u00e9es.<\/li>\n<\/ol>\n<h3>Choisissez OpenPhase lorsque<\/h3>\n<ol>\n<li>Le nombre de phases varie au cours de la simulation. Le suivi des param\u00e8tres dynamiques peut g\u00e9rer des nombres de phases arbitraires sans se recompiler.<\/li>\n<li>Vous avez besoin d'un point d'entr\u00e9e plus doux. Les liaisons Python et une interface graphique peuvent aider les \u00e9tudiants dipl\u00f4m\u00e9s et les scientifiques des mat\u00e9riaux \u00e0 d\u00e9marrer plus rapidement.<\/li>\n<li>Votre probl\u00e8me est bien adapt\u00e9 aux grilles structur\u00e9es. La croissance des grains, la formation de dendrites et les transformations de phase sur des domaines r\u00e9guliers peuvent bien s'adapter.<\/li>\n<li>Vous voulez la modularit\u00e9 sans la complexit\u00e9 d'un cadre FEM multiphysique complet.<\/li>\n<\/ol>\n<h2>Consid\u00e9rations pratiques<\/h2>\n<h3>Installation et configuration<\/h3>\n<ul>\n<li>Moose n\u00e9cessite g\u00e9n\u00e9ralement la construction \u00e0 partir de la source avec des d\u00e9pendances informatiques scientifiques telles que PETSC et Trilinos. Les scripts de construction Docker ou fournis peuvent simplifier la configuration.<\/li>\n<li>Prisms-PF est construit sur deal.ii et n\u00e9cessite g\u00e9n\u00e9ralement CMake, PETSC et les biblioth\u00e8ques associ\u00e9es facultatives. Une configuration bas\u00e9e sur Docker peut aider \u00e0 r\u00e9duire les frictions.<\/li>\n<li>OpenPhase est disponible \u00e0 partir de son r\u00e9f\u00e9rentiel GitHub, avec des scripts de construction et des liaisons Python pour les scripts de workflow.<\/li>\n<\/ul>\n<h3>ressources communautaires<\/h3>\n<ul>\n<li>Moose a des didacticiels officiels, des exemples de champs de phase, des pratiques recommand\u00e9es et des notes de d\u00e9veloppement actifs.<\/li>\n<li>Prisms-PF fournit une documentation, des didacticiels et des mat\u00e9riaux d'int\u00e9gration pour les flux de travail de partage de donn\u00e9es.<\/li>\n<li>OpenPhase fournit un r\u00e9f\u00e9rentiel GitHub, une interface graphique OpenPhase Studio et des didacticiels publi\u00e9s.<\/li>\n<\/ul>\n<h3>Convergence et v\u00e9rification<\/h3>\n<p>Les trois cadres n\u00e9cessitent des \u00e9tudes de convergence minutieuses. Convergence de maillage, convergence de pas de temps et s\u00e9lection de largeur d'interface pour des r\u00e9sultats cr\u00e9dibles en champ de phase.<\/p>\n<p>Les v\u00e9rifications cl\u00e9s comprennent&nbsp;:<\/p>\n<ul>\n<li>convergence de maillage. Les codes bas\u00e9s sur FEM ont besoin de suffisamment d'\u00e9l\u00e9ments via l'interface diffuse. Les codes de diff\u00e9rence finie n\u00e9cessitent une r\u00e9solution de grille suffisante.<\/li>\n<li>Convergence de pas de temps. Les codes explicites tels que Prisms-PF et OpenPhase n\u00e9cessitent des contr\u00f4les de stabilit\u00e9 stricts. Les codes implicites tels que Moose sont plus indulgents mais doivent toujours \u00eatre v\u00e9rifi\u00e9s.<\/li>\n<li>S\u00e9lection de la largeur d'interface. La largeur de l'interface doit \u00eatre suffisamment petite pour capturer la physique tout en restant r\u00e9alisable.<\/li>\n<\/ul>\n<h2>le verdict<\/h2>\n<p>Il n'y a pas de cadre universellement sup\u00e9rieur. Moose, Prisms-PF et OpenPhase r\u00e9pondent \u00e0 diff\u00e9rents besoins de recherche.<\/p>\n<ul>\n<li>Moose est le g\u00e9n\u00e9raliste multiphysique : polyvalent, stable et bien pris en charge pour les simulations coupl\u00e9es complexes.<\/li>\n<li>Prisms-PF est le sp\u00e9cialiste de la performance : optimis\u00e9 pour les simulations de champ de phases \u00e0 haute r\u00e9solution et \u00e0 haute r\u00e9solution.<\/li>\n<li>OpenPhase est l'option l\u00e9g\u00e8re et flexible : accessible, modulaire et bien adapt\u00e9e aux simulations avec des nombres de phases variables.<\/li>\n<\/ul>\n<p>Le meilleur choix d\u00e9pend de votre physique, de vos ressources informatiques et de votre expertise en \u00e9quipe. Pour les projets \u00e0 enjeux \u00e9lev\u00e9s, il peut \u00eatre utile d'ex\u00e9cuter le m\u00eame probl\u00e8me de r\u00e9f\u00e9rence dans plusieurs cadres et de comparer les r\u00e9sultats avec des donn\u00e9es exp\u00e9rimentales.<\/p>\n<h2>Guides connexes<\/h2>\n<ul>\n<li><a href=\"https:\/\/matforge.org\/using-fipy-for-phase-field-modeling\/\">Utilisation de Fipy pour la mod\u00e9lisation en champ de phase&nbsp;: un guide pratique<\/a> - une introduction adapt\u00e9e aux d\u00e9butants \u00e0 la mod\u00e9lisation de champ de phase avec Python.<\/li>\n<li><a href=\"https:\/\/matforge.org\/understanding-phase-field-models-in-materials-science\/\">Comprendre les mod\u00e8les de champs de phase dans la science des mat\u00e9riaux<\/a> \u2014 Concepts de base et contexte th\u00e9orique.<\/li>\n<li><a href=\"https:\/\/matforge.org\/adaptive-mesh-refinement-in-fipy-dynamic-resolution-for-complex-phenomena\/\">Raffinement de maillage adaptatif dans FIPY&nbsp;: r\u00e9solution dynamique pour les ph\u00e9nom\u00e8nes complexes<\/a>&nbsp;: strat\u00e9gies RAM pratiques qui s'appliquent aux flux de travail de champ de phase.<\/li>\n<\/ul>\n<h2>R\u00e9f\u00e9rences<\/h2>\n<ol>\n<li>Tian et al. (2026). Analyse comparative de codes de champ de phase massivement parall\u00e8les pour la solidification directionnelle. <a href=\"https:\/\/arxiv.org\/html\/2602.10316v2\">Source<\/a><\/li>\n<li>\u00c9quipe de l'orignal. Didacticiel sur le terrain de phase&nbsp;: d\u00e9composition spinodale de l'alliage fer-chrome. Laboratoire national de l'Idaho. <a href=\"https:\/\/mooseframework.inl.gov\/modules\/phase_field\/Tutorial.html\">Source<\/a><\/li>\n<li>DeWitt et al. (2020). PRISMS-PF&nbsp;: un cadre g\u00e9n\u00e9ral pour la mod\u00e9lisation en champ de phase avec une m\u00e9thode d'\u00e9l\u00e9ments finis sans matrice. Mat\u00e9riaux de calcul NPJ. <a href=\"https:\/\/www.nature.com\/articles\/s41524-020-0298-5\">Source<\/a><\/li>\n<li>Niste. M\u00e9thodes sur le terrain de phase Pratiques recommand\u00e9es. Guide de configuration des probl\u00e8mes. <a href=\"https:\/\/pages.nist.gov\/pf-recommended-practices\/bp-guide-gh\/ch5-problem-setup.html\">Source<\/a><\/li>\n<li>Newsletter Moose. Mars 2025 \u2014 Int\u00e9gration MFEM Backend et TorchScript. <a href=\"https:\/\/mooseframework.inl.gov\/newsletter\/2025\/2025_03.html\">source<\/a><\/li>\n<li>Tegeler et al. (2017). Simulations de champs en plusieurs phases parall\u00e8les avec OpenPhase. Communication physique en physique informatique. <a href=\"https:\/\/www.sciencedirect.com\/science\/article\/abs\/pii\/S0010465517300358\">Source<\/a><\/li>\n<li>GitHub. R\u00e9f\u00e9rentiel ICAMS\/OpenPhase. <a href=\"https:\/\/github.com\/icams\/openphase\">source<\/a><\/li>\n<\/ol>\n<p>Cet article fournit un aper\u00e7u comparatif bas\u00e9 sur la documentation accessible au public, les benchmarks publi\u00e9s et les ressources communautaires. Les frameworks sont activement d\u00e9velopp\u00e9s et des capacit\u00e9s sp\u00e9cifiques \u00e9voluent \u00e0 chaque version. Consultez toujours la documentation officielle pour conna\u00eetre les derni\u00e8res fonctionnalit\u00e9s et les instructions d'installation.<\/p>\n"},"excerpt":{"rendered":"<p><span class=\"span-reading-time rt-reading-time\" style=\"display: block;\"><span class=\"rt-label rt-prefix\">Reading Time: <\/span> <span class=\"rt-time\"> 9<\/span> <span class=\"rt-label rt-postfix\">minutes<\/span><\/span>Une comparaison pratique de trois principaux cadres de champ de phase open source pour la simulation microstructurale, couvrant leurs m\u00e9thodes num\u00e9riques, leurs forces, leurs limites et leurs meilleurs cas d&rsquo;utilisation. Points \u00e0 retenir cl\u00e9s L&rsquo;orignal est le meilleur pour les simulations multiphysiques qui couplent le champ de phase avec la m\u00e9canique solide, le transfert de [&hellip;]<\/p>\n","protected":false,"raw":""},"author":2,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_locale":"fr_FR","_original_post":"https:\/\/matforge.org\/?p=353","iawp_total_views":3,"footnotes":""},"categories":[1],"tags":[],"class_list":["post-1266","post","type-post","status-publish","format-standard","hentry","category-simulation-modeling-projects","fr-FR"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v28.3 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Moose vs Prisms-PF vs OpenPhase<\/title>\n<meta name=\"description\" content=\"Comparez Moose, Prisms-PF et OpenPhase pour la science des mat\u00e9riaux informatiques, la mod\u00e9lisation en champ de phase, la multiphysique, les performances et les cas d&#039;utilisation.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/matforge.org\/fr\/computational-materials-science-frameworks-moose-vs-prisms-pf-vs-openphase\/\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Moose vs Prisms-PF vs OpenPhase\" \/>\n<meta property=\"og:description\" content=\"Comparez Moose, Prisms-PF et OpenPhase pour la science des mat\u00e9riaux informatiques, la mod\u00e9lisation en champ de phase, la multiphysique, les performances et les cas d&#039;utilisation.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/matforge.org\/fr\/computational-materials-science-frameworks-moose-vs-prisms-pf-vs-openphase\/\" \/>\n<meta property=\"og:site_name\" content=\"matforge.org\" \/>\n<meta property=\"article:published_time\" content=\"2026-08-21T14:31:36+00:00\" \/>\n<meta name=\"author\" content=\"Elena Markovska\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"\u00c9crit par\" \/>\n\t<meta name=\"twitter:data1\" content=\"Elena Markovska\" \/>\n\t<meta name=\"twitter:label2\" content=\"Dur\u00e9e de lecture estim\u00e9e\" \/>\n\t<meta name=\"twitter:data2\" content=\"15 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/matforge.org\\\/fr\\\/computational-materials-science-frameworks-moose-vs-prisms-pf-vs-openphase\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/fr\\\/computational-materials-science-frameworks-moose-vs-prisms-pf-vs-openphase\\\/\"},\"author\":{\"name\":\"Elena Markovska\",\"@id\":\"https:\\\/\\\/matforge.org\\\/#\\\/schema\\\/person\\\/980162bb5de46742daece973661d93da\"},\"headline\":\"Cadres scientifiques sur les mat\u00e9riaux informatiques\u00a0: Moose vs Prisms-PF vs OpenPhase\",\"datePublished\":\"2026-08-21T14:31:36+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/fr\\\/computational-materials-science-frameworks-moose-vs-prisms-pf-vs-openphase\\\/\"},\"wordCount\":3093,\"commentCount\":0,\"articleSection\":[\"Simulation &amp; Projets de mod\u00e9lisation\"],\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/matforge.org\\\/fr\\\/computational-materials-science-frameworks-moose-vs-prisms-pf-vs-openphase\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/matforge.org\\\/fr\\\/computational-materials-science-frameworks-moose-vs-prisms-pf-vs-openphase\\\/\",\"url\":\"https:\\\/\\\/matforge.org\\\/fr\\\/computational-materials-science-frameworks-moose-vs-prisms-pf-vs-openphase\\\/\",\"name\":\"Moose vs Prisms-PF vs OpenPhase\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/#website\"},\"datePublished\":\"2026-08-21T14:31:36+00:00\",\"author\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/#\\\/schema\\\/person\\\/980162bb5de46742daece973661d93da\"},\"description\":\"Comparez Moose, Prisms-PF et OpenPhase pour la science des mat\u00e9riaux informatiques, la mod\u00e9lisation en champ de phase, la multiphysique, les performances et les cas d'utilisation.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/matforge.org\\\/fr\\\/computational-materials-science-frameworks-moose-vs-prisms-pf-vs-openphase\\\/#breadcrumb\"},\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/matforge.org\\\/fr\\\/computational-materials-science-frameworks-moose-vs-prisms-pf-vs-openphase\\\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/matforge.org\\\/fr\\\/computational-materials-science-frameworks-moose-vs-prisms-pf-vs-openphase\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/matforge.org\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Cadres scientifiques sur les mat\u00e9riaux informatiques\u00a0: Moose vs Prisms-PF vs OpenPhase\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/matforge.org\\\/#website\",\"url\":\"https:\\\/\\\/matforge.org\\\/\",\"name\":\"matforge.org\",\"description\":\"\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/matforge.org\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"fr-FR\"},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/matforge.org\\\/#\\\/schema\\\/person\\\/980162bb5de46742daece973661d93da\",\"name\":\"Elena Markovska\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/2de4e35b6581d7d8a839335156c6b5834cfaa0aef537a1c837e882dc57eea1e7?s=96&d=mm&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/2de4e35b6581d7d8a839335156c6b5834cfaa0aef537a1c837e882dc57eea1e7?s=96&d=mm&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/2de4e35b6581d7d8a839335156c6b5834cfaa0aef537a1c837e882dc57eea1e7?s=96&d=mm&r=g\",\"caption\":\"Elena Markovska\"},\"sameAs\":[\"http:\\\/\\\/matforge.org\"],\"url\":\"https:\\\/\\\/matforge.org\\\/author\\\/elena-markovska\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Moose vs Prisms-PF vs OpenPhase","description":"Comparez Moose, Prisms-PF et OpenPhase pour la science des mat\u00e9riaux informatiques, la mod\u00e9lisation en champ de phase, la multiphysique, les performances et les cas d'utilisation.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/matforge.org\/fr\/computational-materials-science-frameworks-moose-vs-prisms-pf-vs-openphase\/","og_locale":"fr_FR","og_type":"article","og_title":"Moose vs Prisms-PF vs OpenPhase","og_description":"Comparez Moose, Prisms-PF et OpenPhase pour la science des mat\u00e9riaux informatiques, la mod\u00e9lisation en champ de phase, la multiphysique, les performances et les cas d'utilisation.","og_url":"https:\/\/matforge.org\/fr\/computational-materials-science-frameworks-moose-vs-prisms-pf-vs-openphase\/","og_site_name":"matforge.org","article_published_time":"2026-08-21T14:31:36+00:00","author":"Elena Markovska","twitter_card":"summary_large_image","twitter_misc":{"\u00c9crit par":"Elena Markovska","Dur\u00e9e de lecture estim\u00e9e":"15 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/matforge.org\/fr\/computational-materials-science-frameworks-moose-vs-prisms-pf-vs-openphase\/#article","isPartOf":{"@id":"https:\/\/matforge.org\/fr\/computational-materials-science-frameworks-moose-vs-prisms-pf-vs-openphase\/"},"author":{"name":"Elena Markovska","@id":"https:\/\/matforge.org\/#\/schema\/person\/980162bb5de46742daece973661d93da"},"headline":"Cadres scientifiques sur les mat\u00e9riaux informatiques\u00a0: Moose vs Prisms-PF vs OpenPhase","datePublished":"2026-08-21T14:31:36+00:00","mainEntityOfPage":{"@id":"https:\/\/matforge.org\/fr\/computational-materials-science-frameworks-moose-vs-prisms-pf-vs-openphase\/"},"wordCount":3093,"commentCount":0,"articleSection":["Simulation &amp; Projets de mod\u00e9lisation"],"inLanguage":"fr-FR","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/matforge.org\/fr\/computational-materials-science-frameworks-moose-vs-prisms-pf-vs-openphase\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/matforge.org\/fr\/computational-materials-science-frameworks-moose-vs-prisms-pf-vs-openphase\/","url":"https:\/\/matforge.org\/fr\/computational-materials-science-frameworks-moose-vs-prisms-pf-vs-openphase\/","name":"Moose vs Prisms-PF vs OpenPhase","isPartOf":{"@id":"https:\/\/matforge.org\/#website"},"datePublished":"2026-08-21T14:31:36+00:00","author":{"@id":"https:\/\/matforge.org\/#\/schema\/person\/980162bb5de46742daece973661d93da"},"description":"Comparez Moose, Prisms-PF et OpenPhase pour la science des mat\u00e9riaux informatiques, la mod\u00e9lisation en champ de phase, la multiphysique, les performances et les cas d'utilisation.","breadcrumb":{"@id":"https:\/\/matforge.org\/fr\/computational-materials-science-frameworks-moose-vs-prisms-pf-vs-openphase\/#breadcrumb"},"inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/matforge.org\/fr\/computational-materials-science-frameworks-moose-vs-prisms-pf-vs-openphase\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/matforge.org\/fr\/computational-materials-science-frameworks-moose-vs-prisms-pf-vs-openphase\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/matforge.org\/"},{"@type":"ListItem","position":2,"name":"Cadres scientifiques sur les mat\u00e9riaux informatiques\u00a0: Moose vs Prisms-PF vs OpenPhase"}]},{"@type":"WebSite","@id":"https:\/\/matforge.org\/#website","url":"https:\/\/matforge.org\/","name":"matforge.org","description":"","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/matforge.org\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"fr-FR"},{"@type":"Person","@id":"https:\/\/matforge.org\/#\/schema\/person\/980162bb5de46742daece973661d93da","name":"Elena Markovska","image":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/secure.gravatar.com\/avatar\/2de4e35b6581d7d8a839335156c6b5834cfaa0aef537a1c837e882dc57eea1e7?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/2de4e35b6581d7d8a839335156c6b5834cfaa0aef537a1c837e882dc57eea1e7?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/2de4e35b6581d7d8a839335156c6b5834cfaa0aef537a1c837e882dc57eea1e7?s=96&d=mm&r=g","caption":"Elena Markovska"},"sameAs":["http:\/\/matforge.org"],"url":"https:\/\/matforge.org\/author\/elena-markovska\/"}]}},"_links":{"self":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts\/1266","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/comments?post=1266"}],"version-history":[{"count":1,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts\/1266\/revisions"}],"predecessor-version":[{"id":1424,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/posts\/1266\/revisions\/1424"}],"wp:attachment":[{"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/media?parent=1266"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/categories?post=1266"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/matforge.org\/wp-json\/wp\/v2\/tags?post=1266"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}