大气环流谱模式动力框架并行划分优化技术研究

发布时间：2020-06-05 23:50

【摘要】：随着数值天气预报分辨率不断提高,模式的计算量也随之增大,为了满足实际业务预报的实时性要求,高性能计算逐渐被应用到数值天气预报中。全球大气谱模式由于其对大尺度环流预报有较高的准确性,在实际业务预报中得到了广泛的使用。谱模式从概念上可以分为动力框架和物理过程两个主要部分,其中动力框架的功能是对不含源汇项的模式方程进行离散化,并采用数值计算方法进行求解,是整个模式运行的核心,如若能够有效地缩短其执行时间,就能够提高整个模式的运行效率。本文针对现行BCC_AGCM 3.0模式动力框架并行划分方案的局限性,引入新的划分方案。即将原有的按纬圈或者按波数的一维划分改进为二维划分。为避免数据划分造成不必要的进程间通信,划分必须在无数据相关性的维度上进行,每一计算步骤的数据划分都应根据不同的数据相关性采取不同的方案。为了实现不同计算步骤所采用的不同划分方案之间的转换,还需要在相邻的两个计算步之间进行数据交换。根据并行划分的改进方案对模式动力框架代码进行了修改,并对修改后的动力框架在高性能计算平台上进行了测试,结果表明将动力框架的并行划分方式改进为二维划分能够有效缩短计算耗时,在本文的可扩展性测试中,平均使动力框架整体耗时缩短了8%左右,个别进程配置方案下能缩短15%。动力框架的各个模块的改进效果不同,负责格点空间计算以及Fourier变换的scandyn模块以及负责逆谱变换的scan2模块在进程数较少时与改进前的性能差别不大,在进程数大时改进效果比较明显;负责平流项计算的scanslt模块总体呈现比较明显的改进效果。对相同进程数的不同进程参数配置方案进行横向对比,结果表明不同划分方案的改进效果也不同,在新增方向上不宜采用太细粒度的划分,划分数太多反而会降低二维划分的改进效果。总体上来说,将动力框架的并行划分方式改进为二维划分能够有效缩短计算耗时,提升动力框架的整体性能。
【图文】：

涂山鈉懈髦植ㄆ妆浠弧Ｕ鉫龈衿妆浠还，

本文编号：2698796