气象高性能计算环境中模式协同研发管理

面向气象科学的数值预报模式的研发过程是一个多学科交叉、持续改进型的复杂系统工程。在地球系统模式、E级计算和后摩尔时代的发展趋势下,气象数值模式研发协同面临更复杂的协同、更专业的计算平台调试分析、更广泛的共享应用等挑战。从以上需求和挑战出发,在气象高性能计算环境中,采用Git分布式技术、Python及工作流技术,建设气象数值模式研发协同管理支撑环境和标准,实现模式协同研发过程的管理、成果的集成共享和研发调试试验及分析一体化的支撑,以提升模式研发协同效率和业务化效率,保障研发成果的完整性和可跟踪性,提升大规模科学软件研发的管理能力。应用效果表明,本研究规范化了模式研发的协同过程,并建立流畅的协同支撑环境,提升模式迭代升级和业务化效率,能够为科学研究、科学计算等大型传统科学计算模型的持续研发改进管理及软件工程协同管理提供借鉴。

基于工作流的气象超算作业调度应用研究

数值天气预报系统的运行涉及大量科学计算和复杂的流程控制,需要建立高效、稳定的自动化流程调度监控软件实施调度管理。对基于工作流的气象超算环境下的作业调度应用进行了研究,给出了三种基于气象超算的工作流环境建设方案和应用经验,阐述了结合超算平台的作业管理软件实现基于工作流的自动化作业运行调度的实现机制,总结提炼了工作流的设计原则。基于数值预报模式集成中试支撑平台的应用结果表明,基于工作流的流程化调度实现方案,可以高效地支持数值预报业务和科研应用的流程控制管理及监控。

GRAPES_GFS四维变分同化预报系统应用特征分析

高性能计算被越来越广泛地应用到各个领域的大规模计算问题中,性能优化至关重要,而应用运行特征分析是确定性能瓶颈和优化方向的关键技术。以GRAPESGFS为研究对象,提出一种快速分析应用运行特征的方法,准确提供F/M(浮点计算量与内存访问的比值)和F/C(浮点计算量与网络通信量的比值)等数值结果[1],通过定量数据确定应用类型。同时对主要并行模块进行函数级分析和不同进程比对,辅助专家准确定位模式运行特征,为进一步的源代码级性能优化确定修改方向,同时为应用的机群选型提供方案。