论文部分内容阅读
自1950年Charney、Von Neumann和Fj(o)rtoft使用计算机制作出世界上第一份数值天气预报图以来，大气模式一直是高性能计算领域最主要的应用之一。大气模式的计算需要海量的计算资源和存储资源，其性能设计与优化一直是高性能计算领域的研究热点。 大气环流模式（Atmospheric General Circulation Model）用于大空间范围大时间尺度的气候模拟与预测，是研究气候变化与成因的最重要的量化工具，其研究得到了各国政府、学术界、工业界的广泛关注。 一般地，大气环流模式可分为动力框架和物理过程两个主要部分，其中动力框架用于求解大气环流模式控制方程组，使用偏微分方程数值方法;物理过程用于模拟降水、湍流、辐射、大气化学等小规模气候现象，使用参数化方法。 IAP AGCM4是中国科学院大气物理研究所在前三代IAP AGCM的基础上研制的新一代大气环流模式，该系列大气模式曾多次参加AMIP和CMIP比较计划，属于国内最先进的大气环流模式之一。目前，其模拟性能相比国外其他模式还比较低，需要加快其计算速度。在实验观测中，大气环流模式动力框架的计算速度远小于物理过程，因此应当针对动力框架的特点研究相应的优化方法，提高其计算性能。 本文以IAP AGCM4为基础，研究大气环流模式动力框架性能优化技术。大气环流模式动力框架内部可分为两部分，分别为干动力框架和水汽输送过程。本文分别研究了干动力框架和水汽输送过程的优化方法。 干动力框架 干动力框架用于求解大气环流模式控制方程组中的热力学方程和动量方程，IAP AGCM4中使用有限差分法求解，其主要计算为差分方程组中各个差分项的求解。本文分别研究了干动力框架的CPU计算优化方法和GPU加速计算方法。在CPU计算优化研究中，分别使用cache使用优化、SIMD指令加速和autotune方法加速各个差分项的计算，加速比达到2.01。在GPU加速计算研究中，研究了不同的线程配置和共享存储器的使用对计算性能的影响，在不考虑数据传输时间的情况下，干动力框架的加速比达到4.44。 水汽输送过程 水汽输送过程用于求解大气环流模式控制方程组中的水汽方程，IAP AGCM4中使用半拉格朗日方法求解，其主要计算为大气成分拉格朗日近似导数和埃尔米特插值的求解。本文研究了其GPU加速计算方法，使用GPU对半拉格朗日方法中的水平方向求导函数和插值函数进行优化，在不考虑数据传输时间的情况下，水汽输送过程的加速比为4.37。