若干数值天气预报模型配置的能效评估报告

本文档是为ESCAPE项目所创建的交付报告之一。ESCAPE代表百亿亿次尺度天气预报的能效可扩展算法（Energy-efficient Scalable Algorithms for Weather Prediction at Exascale）。该项目为欧洲业务化数值天气预报及未来气候模式开发世界级的极端尺度计算能力。其通过识别天气与气候矮元（Weather & Climate dwarfs）——在计算与通信方面关键的模式（承Berkeley矮元之精神）——来实现这一目标。随后针对不同的硬件架构（单节点与多节点）优化这些矮元，并探索替代算法。性能可移植性通过领域特定语言的使用来解决。在本交付报告中，我们报告了在Intel E5-2697v4处理器上对若干NWP模型/矮元的能耗测量。所选取的能效指标与能耗测量方法均有文档记录。能耗测量在双傅里叶矮元（BiFFT）、Acraneb矮元、ALARO 2.5 km局地区域模式参考配置（Bénard等2010，Bubnova等1995）以及COSMO-EULAG局地区域模式参考配置（Piotrowski等2018）上执行。结果显示所消耗能量对挂钟时间性能呈U形依赖。该形状可由计算节点平均功率对所用总核数的依赖来解释。我们将BiFFT矮元在E5-2697v4处理器上的能耗与Optalysys光学处理器上的能耗进行比较。后者被发现能耗成本低得多，但与此同时这也是其唯一优于经典CPU的指标。就挂钟时间尤其是数值精度而言，它们不具备竞争力。