Centrum Inormatyczne TASK zaprasza na szkolenie pt.
Optymalizacja aplikacji HPC w środowisku klastrów obliczeniowych na przykładzie numerycznego modelu pogody WRF
Prowadzący szkolenie: prof. dr hab. inż. Mariusz Figurski
Dyrektor Centrum Modelowania Meteorologicznego w Instytucie Meteorologi i Gospodarki Wodnej (IMGW)
Profesor w Katedrze Geodezji Wydziału Inżynierii Lądowej i Środowiska Politechniki Gdańskiej (PG)
Zagadnienia: Wprowadzenie do obliczeń równoległych w klastrach obliczeniowych, projektowanie algorytmów równoległych – problem dekompozycji zadań, czym są numeryczne modele pogody, ich zalety i wady, modele obliczeń równoległych wykorzystywane w modelu WRF, sposoby kompilacji, optymalizacji i walidacji obliczeń.
Agenda szkolenia:
- Podstawy obliczeń równoległych
- Dyrektor Centrum Modelowania Meteorologicznego w Instytucie Meteorologi i Gospodarki Wodnej (IMGW)
- Projektowanie algorytmów równoległych
- Dekompozycja problemu
- Przydzielanie zadań procesorom
- Architektura komputerów równoległych z pamięcią rozproszona i współdzieloną
- Numeryczne modele pogody – podstawy na podstawie modelu WRF.
- Czym jest numeryczny model pogody
- Schemat funkcjonalny modelu WRF
- Równania modelu WRF
- Parametryzacja fizyki modelu WRF
- Realizacja obliczeń w modelu WRF, optymalizacja i walidacja.
- Optymalizacja modelu na poziomie konfiguracji i kompilacji.
- Dekompozycje siatek obliczeniowych modelu WRF.
- Optymalizacja kroków całkowania, metoda statyczna i adaptacyjna.
- Problem sterowania we/wy w modelu WRF i wpływ na długość obliczeń.
- Skalowalność procesów.
- Rozkład procesów MPI modelu WRF.
- Komunikacja procesów obliczeniowych. Częste błędy w modelu WRF.
- Benchmark superkomputerów z wykorzystaniem numerycznego modelu pogody WRF.
- Zasady budowania benchmarków.
- Kontrola wydajności klastrów z wykorzystaniem modelu WRF.
- Praktyczne przykłady w środowisku superkomputera Tryton.
Opis: Standardowe metody równoległego przetwarzania danych stosowne w HPC z reguły nie są optymalne. Dystrybucja procesów MPI na procesory wymaga indywidualnego podejścia dla każdej platformy HPC. Bardzo dobrym przykładem agregacji różnych metod optymalizacji w systemach HPC, które wpływają na wydajność obliczeń są numeryczne modele pogody. Na przykładzie najbardziej popularnego numerycznego modelu pogody, jakim jest WRF (Weather Research and Forecasting) rozwijany przez NCAR (National Center for Atmospheric Research) i społeczność naukową całego świata, pokazać można różne sposoby optymalizacji obliczeń równoległych. Obecnie coraz powszechniej wykorzystywane są prognozy wysokiej rozdzielczości na poziomie pojedynczych kilometrów, co wiąże się z koniecznością zwiększania mocy obliczeniowej, nawet do eksaskali. Z operacyjnego punktu widzenia najważniejszym aspektem obliczeniowym systemów dostarczających prognozy pogody jest wydajność, ponieważ muszą one być generowane w krótkim czasie nie tracąc z pola widzenia energochłonności zasobów obliczeniowych. Z tego powodu wymagane jest stopniowe zwiększanie wielkości zasobów obliczeniowych. Zwiększenie liczby procesorów wykorzystywanych w symulacjach pogody pozwala każdy problem obliczeniowy podzielić na mniejsze, ale kosztem zwiększonej przepustowości komunikacji. Jednak wzrost zasobów obliczeniowych nie może być utrzymywany w nieskończoność, w pewnym momencie obciążenie obliczeniowe będzie tak niskie, że komunikacja międzywęzłowa stanie się wąskim gardłem obliczeń, co uniemożliwi dalsze skracanie czasu obliczeń, innymi słowy model będzie słabo skalowalny. Poza tym mogą pojawić się błędy numeryczne, które będą wpływały na dokładność prognozy. Kluczowym w tym jest problem dekompozycji procesów MPI siatek obliczeniowych. A na wydajność modelu WRF mają również wpływ inne czynniki, które są związane z oprogramowaniem i sposobem kompilacji oraz wykonania (kompilatory Fortran i C, biblioteki MPI), a inne z konfiguracją określonego studium przypadku (użyte modele fizyczne, rozdzielczość domen itp.). Nie mniej ważnym problemem w modelu WRF są procesy zapisu i odczytu danych, które przy rozmiarach plików rzędu kilkunastu gigabajtów przy mało wydajnym systemie plikowym, może konsumować nawet kilkanaście procent czasu pracy modelu. Wszystkie wymienione problemy zostaną omówione w ramach wykładów i warsztatów z zakresu optymalizacji aplikacji HPC na przykładzie modelu WRF. Poza problemem optymalizacji zostanie pokazany sposób wykorzystania modelu WRF do przygotowania benchmarków dla systemów superkomputerowych.
Termin: 20.05.2022, godz. 10:00-14:00
Wymagania: Komputer z przeglądarką internetową. Szkolenie odbędzie się poprzez platformę MS Teams
Miejsce: Szkolenie on-line, link do spotkania zostanie przesłany drogą mailową na 3 dni przed szkoleniem
Organizator: Centrum Informatyczne TASK. Szkolenie organizowane jest w ramach projektu Narodowe Centra Kompetencji EuroHPC
Rejestracja: Zgłoszenie zawierające imię, nazwisko oraz afiliacje (jednostkę naukową/firmę/organizację) prosimy przesłać na adres mailowy kdm@task.gda.pl