GRAPES_CUACE大气化学耦合模式并行优化

作     者：叶跃进 陈德训 胡江凯 马欣 张小曳 YE Yue-jin;CHEN De-xun;HU Jiang-kai;MA Xin;ZHANG Xiao-ye

作者机构：江南计算技术研究所江苏无锡214083 中国气象局数值预报中心北京100081 中国气象科学研究院北京100081 

基　　金：国家重点研发计划(2016YFC0203300) 国家重大专项基金(2016YFA0602202,2017YFB0202603)资助 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2019年第46卷第S11期

页      码：528-534页

摘      要：文中主要介绍了数值天气预报模式GRAPES_MESO(4.0版本)与大气化学模式CUACE在线耦合形成的GRAPES_CUACE大气化学耦合模型在不同版本的x86体系结构下的并行优化算法的研究与分析。借鉴目前国内外主流的并行优化设计方法,结合GRAPES_MESO系统本身的程序架构和并行框架,针对不同版本x86体系架构做了相应的并行化改造。运用gprof工具和戳桩计时等方法,测试得到的程序热点模块主要有3部分:IO、通信和物理过程。对IO模块主要的优化方法为:1、由离散读写改为连续读写;2、开辟缓冲区由稀疏访存改为连续访存;3、异步IO。对通信部分采用两种方式:1、由细粒度改为粗粒度通信;2、采用时间复杂度更低的集合通信。对IO与通信模块优化结果分析可得:IO模块优化后的耗时占比由原来的43.7%降至1.41%,比重大幅度降低,最优部分性能提升了317倍,因此,该方法极大地提升了IO模块运行效率。此外,对物理过程进行优化采用的主要方法是:1、多层循环计算过程由离散改为连续;2、通信机制循环外移;3、数据复用以减少计算冗余;4、缩减栈变量空间等。这些优化方法使计算性能提高了22%,进一步提高了程序的并行效率和模式的强可扩展性。

主 题 词：异步IO 粗粒度 连续访存 集合通信 

学科分类：08[工学] 081201[081201] 0812[工学-测绘类] 

馆 藏 号：203828898...