21、地球系统模型的计算优化与可扩展性研究

地球系统模型的计算优化与可扩展性研究

1. 引言

全球数值天气预报模型和地球系统模型在气象预测和气候研究中起着至关重要的作用。然而，这些模型的计算成本较高，需要不断优化以提高效率。本文将探讨全球数值天气预报模型的代码优化以及INM RAS地球系统模型（INMCM）的并行可扩展性。

2. 全球数值天气预报模型代码优化

2.1 数组本地化优化

在全球数值天气预报模型中，某些数组的内存定位不佳导致计算速度减慢。为了解决这个问题，研究人员对参数化块中参与计算的所有数组进行了完全本地化的额外工作。通过对SLAV10模型的实验，发现数组本地化平均可将一个时间步的耗时分别减少0.35秒和0.15秒（分别对应调用和不调用太阳热辐射热通量计算的情况）。

2.2 单精度代码移植与优化

将全球数值天气预报模型的代码移植到单精度并非易事，但相关的代码修改和内存访问优化带来了明显的计算成本节省。使用高分辨率SLAV10模型进行24小时预报时，使用1944个处理核心，耗时减少了20%至18分钟；使用2916个处理核心，耗时减少了22.2%至14分钟。SLAV072L96版本的长期预报耗时也从89分钟减少到75分钟，且这些代码更改不影响天气预报的准确性。这使得节省下来的计算机资源可用于增加SL - AV模型的复杂性，如开发更复杂的深对流算法和更高分辨率的集合中期预报技术。

3. INM RAS地球系统模型的并行可扩展性

3.1 INM RAS地球系统模型概述

INM RAS地球系统模型（INMCM）是一个全球气候模型，有不同版本，具有不同的空间和时间分辨率以及包含不同的模