面向特定局地区域模式应用的工作流分析报告

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，我们聚焦于RMI-EPS集合预报套件。我们首先提供该套件工作流的详细报告，其中定义了5类主要作业：预处理、侧边界条件（LBCs）、资料同化、预报与后处理。对整个RMI-EPS套件执行了能量与挂钟时间的联合测量。它们表明挂钟时间在各定义的作业类别间相对分散，其中预报约占最大份额的35%。就能耗而言，预报部分远超其余部分，负责高达99%的总能耗。这意味着预报部分的能耗优化将几乎成比例地转化为整个套件的优化，而预报优化所带来的最大理论加速比不能超过约3/2倍。因此，就能耗而言，优化应首先聚焦于预报部分。然而，对于挂钟时间性能提升，可考虑对预报之外的类别进行优化（及可能的额外矮元）。