高分辨率大气环流模式动力框架的高效并行算法研究

The development of climate models with high resolution is one of the most important research fields in earth science. With the increase of resolution, the calculation of atmospheric general circulation models (AGCMs) will increase exponentially. And there are the issues including much small-scale calculation, frequent communication, weak scalability and low parallel efficiency in dynamical cores of AGCMs. To solve these problems in dynamical cores and meet the need of timeliness of climate models, this project will study efficient parallel algorithms on dynamical cores of AGCMs with high resolution, aiming to improve the accuracy, scalability and computing efficiency of AGCMs. By applying these algorithms to the Institute of Atmospheric Physics of Chinese Academy of Sciences Atmospheric General Circulation Model (IAP AGCM), we will realize the efficient heterogeneous computing of the dynamical core of the IAP AGCM with high resolution. To fulfill the goals, we plan to design a generic parallel algorithm for dynamical cores based on a two-dimensional domain decomposition method, move the intensive calculation into the Graphic Processing Unit (GPU), and design a new algorithm with the minimum amount of communication. We will also extend the implementation of these algorithms to other AGCMs and heterogeneous system combined with different CPU/Coprocessor configurations.

发展高分辨率气候模式是地球系统科学最重要的研究方向之一。随着分辨率的提高，大气环流模式的计算量将呈现指数级增长。并且，大气环流模式动力框架存在小计算多、通信频繁、可扩展性较弱和并行效率低下等问题。为了满足模式时效性要求以及解决动力框架以上存在的问题，本项目将开展高分辨率大气环流模式动力框架的高效并行算法研究，力争提高大气环流模式计算的精确性、可扩展性和计算效率。通过将该研究应用于我国的大气环流模式IAP AGCM中，实现高分辨率IAP AGCM动力框架的高效异构并行计算。本项目将通过：1）基于混合阶段二维区域分解，设计适用于动力框架大规模计算的高效通用并行算法；2）将动力框架的密集型计算完全移入GPU中；3）基于动力框架计算数据的特点，重新设计新型的通信最小化算法等手段来实现这一目标。本项目也会尝试将上述研究推广至其他大气环流模式以及不同主/协处理器配比的异构系统中。

随着分辨率的提高，大气环流模式的计算量将呈现指数级增长。并且，大气环流模式动力框架存在小计算多、通信频繁、可扩展性较弱和并行效率低下等问题。为了满足模式时效性要求以及解决动力框架以上存在的问题，本项目开展了高分辨率大气环流模式动力框架的高效并行算法研究，提高了大气环流模式计算的精确性、可扩展性和计算效率。本项目基于混合阶段二维区域分解，提出了适用于动力框架大规模计算的高效通用并行算法；基于GPU研究了动力框架和物理过程的异构计算方法；将大气环流模式IAP AGCM4.0并行计算版本集成到中国科学院地球系统模式CAS-ESM中，并对其进行了相关的性能优化。本研究对于推动高性能计算在地球科学领域的应用和研究具有非常重要的现实意义。本研究资助发表SCI期刊论文5篇，培养博士生2名，硕士生2名。