2006 Федеральная целевая программа «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на г» Высокопроизводительный программный комплекс моделирования и прогноза экстремальных гидрометеорологических явлений и расчета воздействий на морские объекты и сооружения НИР ( ) Соисполнитель – Гидрометцентр России

Экстремумы гидрометеорологических явлений 1)Явления редкой повторяемости 2)Явления, представляющие опасность (риск) для морских объектов и сооружений 3)Явления, характеризуемые комплексом гидрометеорологических характеристик Сочетания скоростей ветра, морского волнения, течений и уровня моря (+ледовой обстановки, температуры воды и воздуха и пр.), возможные 1 раз в Т (=5,10,50,100) лет ЭКСТРЕМАЛЬНЫЕ ЯВЛЕНИЯ

Концепция моделирования На основе исторических массивов метеорологической информации (атмосферное давление, скорость ветра, температура воздуха) Совместный расчет гидрометеорологических полей, характеризующих динамику вод океана Ветровое волнениеТеченияУровень моря Оперативные статистики Экстремальные статистики Выполняется… С целью получить… Стохастические модели 60 лет, каждые 6 часов, сетка 1х1 градус 60 лет, каждые 1-3 часа, (шаг интегрирования 5-15 минут, сетка 2х2 мили) В каждом узле сетки ~700 расчетных величин 1000 раз по 100 лет

Проблемы высокопроизводительных вычислений Сложная система Большая задача 1)Неоднозначность способов распараллеливания 2)Иерархическая конкуренция параллельных алгоритмов 3)Прогрессирующий (стохастический) дисбаланс вычислительной нагрузки 4)Неоднородность вычислительных технологий и параллельных архитектур

К неформальной постановке задачи… Как сделать так, чтобы отдельные модели «дружили» между собой? Как сделать так, чтобы эта «дружба» приводила к наибольшей суммарной параллельной производительности комплекса?

Архитектура программного комплекса на основе SOA

Анализ производительности на основе моделей НЕВОЗМОЖНО ПРЕДЛОЖИТЬ СТАТИЧЕСКИЙ СПОСОБ РАСПАРАЛЛЕЛИВАНИЯ, ОДИНАКОВО ЭФФЕКТИВНЫЙ ДЛЯ ВСЕХ УСЛОВИЙ ЭКСПЛУАТАЦИИ КОМПЛЕКСА (ХАРАКТЕРИСТИК ИСХОДНЫХ ДАННЫХ И АРХИТЕКТУРЫ ВЫЧИСЛИТЕЛЬНОЙ СРЕДЫ)

Интеллектуальная подсистема управления вычислениями Используемые данные Параметры вычислительной платформы Параметры алгоритма для конкретной системы Характеристики входных данных для конкретной задачи Используемые знания Модели параллельной производительности вычислительных сервисов Описание принципов эффективного распараллеливания Вспомогательные механизмы Имитационное моделирование Адаптация интеллектуальных механизмов с учетом истории запусков

Простейший пример – модель SWAN (*) По материалам статьи John Cazes et al. OpenMP Parallel Implementation of SWAN Моделирование морского волнения (модель SWAN) Каспийское море (сетка 126х216, шаг 3 мили) Время моделирования: 2 года Шаг моделирования: 1 час Лучшее время работы модели: 1.3 часа Ускорение на 128 вычислительных ядрах (0.5 TFLOPS) : Результат работы интеллектуальной подсистемы

Характеристики времени расчетов комплекса в целом Название Схема распараллеливания (Количество узлов, количество задач на узле, количество потоков на задачу) Модельное время работы модуля, с Измеренное время работы, с Относительная ошибка, % Ускорение 1 Расчет ветра 16х8х Модель SWAN 16х1х Модель течений и уровня 16х8х Параметриз ация спектров 16х2х Обработка статистики Последовател ьный запуск Полученное ускорение для комплекса в целом: 84 Расчет для Каспийского моря (сетка 3х3 морских мили, 5 лет)

Результаты экспериментальных расчетов Информация о совместной изменчивости пространственно- временных полей ветра, волнения, течений и уровня моря (Северная часть Атлантического океана)

Представление результатов расчетов Высота волны, возможная 1 раз в 100 лет Скорость ветра при волнении 1 раз в 100 лет Атлас экстремальных гидрометеорологических явлений Каспийского моря Уровень моря при волнении 1 раз в 100 лет

Зачем нужно считать многомерные экстремумы… Скорость ветра 1 раз в 100 лет Скорость ветра при высоте волн 1 раз в 100 лет ПОЧУВСТВУЙТЕ РАЗНИЦУ…

Прототип электронного атласа нового поколения Анализируемые характеристики Значительная высота волны Скорость и направление ветра Скорость и направление течения Уровень моря Возможность работы в двух режимах: режим точек, режим карт Интерактивный атлас Возможность просмотра графиков, роз ветров связанных с выбранной точкой Выбор нужной пользователю точки и запрашиваемых характеристик

Вместо заключения … целевые индикаторы Свидетельств о регистрации ПС – 7 Диссертаций на соискание ученой степени кандидата наук – 3 Публикаций в ведущих реферируемых изданиях – 9 1.Ковальчук С.В. и др. Особенности проектирования высокопроизводительных программных комплексов для моделирования сложных систем // Информационно-управляющие системы, 3(34), 2008, с Бухановский А.В. и др. Моделирование экстремальных явлений в атмосфере и океане как задача высокопроизводительных вычислений // Вычислительные методы и программирование, 2008, т. 9, 1, с Boukhanovsky A.V., Lopatoukhin L.J., Guedes Soares C. Spectral wave climate of the North Sea // Applied Ocean Research Volume 29, Issue 3, July 2007, P Applied Ocean Research Volume 29, Issue 3 4.Ковальчук С.В., Бухановский А.В. Параллельная производительность стохастических алгоритмов // Известия вузов. Приборостроение, 12, 2008 [в печати; представлено в редакцию ] 5.Чумаков М.М. и др. К учету изменчивости ледяного покрова при моделировании динамики вод Северного Каспия // Метеорология и гидрология [принято в печать, представлено в редакцию ] 6.Бухановский А.В. и др. Высокопроизводительный программный комплекс моделирования экстремальных гидрометеорологических явлений. Часть I: Постановка задачи, модели, методы и параллельные алгоритмы // Научно- технический вестник СПбГУ ИТМО, вып. 47, 2008 [в печати, представлено в редакцию ] 7.Ковальчук С.В. и др. Высокопроизводительный программный комплекс моделирования экстремальных гидрометеорологических явлений. Часть II: Разработка и оценка архитектуры // Научно-технический вестник СПбГУ ИТМО, вып. 47, 2008 [в печати, представлено в редакцию ] 8.Лопатухин Л.И. и др. Высокопроизводительный программный комплекс моделирования экстремальных гидрометеорологических явлений. Часть III: Интерпретация и использование результатов расчетов // Научно- технический вестник СПбГУ ИТМО, вып. 47, 2008 [в печати, представлено в редакцию ] 9.Иванов С.В., Бухановский А.В. Параллельное математическое обеспечение идентификации параметрически связанных моделей сложных систем // Научно-технический вестник СПбГУ ИТМО, вып. 47, 2008 [в печати, представлено в редакцию ]