【2023 NCHC, NVIDIA, OpenACC 黑客松】-大氣科學應用加速成果

大氣科學GPU革命現在進行式！

每天的氣象狀況是大家在外出上班、上學，或者到市場購物時總是會關心的問題。人們通常會查看天氣預報，以便決定交通工具的選擇，以及外套和雨傘等挑選。天氣預報不僅與人們的日常生活息息相關，而且在颱風來襲或豪雨發生時，也成為政府和民間防災的重要參考依據。

然而，你是否知道在數十年前，國內的氣象預報僅能預測100多公里範圍的天氣變化？現在，隨著科技的進步，氣象預報的範圍已經縮小到能夠預測全國368個鄉鎮的天氣變化。這項進步歸功於數值天氣預報（NWP）的應用，其原理是透過一組複雜的數學微分方程式，計算氣象觀測數據，以預測未來天氣的變化。這項計算過程相當複雜，通常需要依賴超級電腦的運算能力。由於大氣流動涉及多個參數，包括溫度、濕度、風速、風向和氣壓等，NWP將地理空間分割成不同大小的方格，稱為網格，以分析一個區域內的氣候變化。

隨著網格解析度的提高，即方格變得更小，氣象預報的準確性也相應提升。然而，這也意味著需要分析及校驗更多的氣象數據，因此需要更多的計算資源。近年來，氣象局致力於提升預測的準確性，其中一個重要因素是充分發揮GPU強大的平行運算能力，以持續提升氣象超級電腦的效能。
 

GPU將『網格前處理』、『數值預報』、『校驗後處理』，通通加速了！
「網格前處理」

MPAS Mesh Generation with Lloyd's algorithm
CWA Mesh Gen 團隊成員來自 氣象署科氣發展組及數值資訊組，將跨尺度預報模式(NCAR MPAS) 網格產製工具加速6.7倍！
* NVIDIA Mentors: Leo Chen, Jay Chen

網格生成是數值模擬的關鍵步驟，製作一個網格需要數個月的時間，使用Fortran 程式進行幾何與質心計算疊代直到收斂。黑客松期間將質心計算的OpenMP區段改為OpenACC。並藉由Nsight Systems + NVTX 工具，幫助團隊快速分析運算瓶頸進行優化。

Acceleration Results
“現在我實在難以想像，如果沒有GPU加速的改進，要完成相同的計算任務需要多長時間，非常感謝 Mentors 協助” – 氣象署CWA Mesh Gen 團隊
更多資訊請看：
https://github.com/nqobu/nvidia/raw/main/20231207/Team05.pdf
 

「數值預報」

A Visual Aid, https://npd.cwa.gov.tw/

氣興聯隊 團隊成員來自 氣象署及 中興大學應用數學系 鄧君豪老師和 陳律閎老師實驗室，將氣象署全球模式GFS-TCo模式加速180% 倍！
* NVIDIA Mentors: Leo Chen, Jay Chen

大氣數值模式非常複雜，對數十年累積的百萬程式碼進行改寫，是最大的挑戰之一。鑑於摩爾定律的趨緩，藉由GPU幫助模式更快更準已是勢在必行。團隊透過 OpenACC 結合CUDA-Aware MPI進行加速，程式獲得約180%的加速。

Acceleration Results
“NVIDIA HPC SDK 資源相當充沛，不僅支援 Fortran 程式編譯亦有支援 MPI ， Profiling Tools 也涵蓋其中。對於 GPU 程式開發者，是一個極其方便的懶人包”- 氣象署及興大應數 氣興聯隊 團隊
更多資訊請看：
https://github.com/nqobu/nvidia/raw/main/20231207/Team09.pdf
 

「校驗後處理」

氣象署 全球系集校驗系統

CWA GVER 團隊成員來自 氣象署海象氣候組，概念驗證 氣象署全球系集校驗系統的核心功能， 獲得44倍加速！
* NVIDIA Mentors: Ming Huang, Kuan-Ting Yeh

預報校驗在天氣預報中扮演著關鍵的角色，然而，隨著時間和空間解析度的提升，校驗的複雜度成次方倍增加。目前整體校驗流程需要耗費超過12個小時的時間，這導致在下一個校驗流程啟動之前，上一個校驗流程尚未完成，進而導致主機的運作負擔過重。

在這樣的情境下，團隊成功地運用了JAX框架強大的編譯優化能力，並借助GPU加速，使校驗速度提升高達44倍。這次的驗證為未來不斷擴大的校驗工作提供了實現的可行性。

更多資訊請看：
https://github.com/nqobu/nvidia/raw/main/20231207/Team07.pdf

天氣預報是非常複雜的學問，藉由高速計算科技升級，不僅是提升了我們的生活品質，更讓我們在面對自然災害時能夠更有把握、更有效率地保護自己。讓我們共同期待未來，科技將繼續為我們的生活帶來更多便利與安全。