【2024 NCHC, NVIDIA, OpenACC 黑客松】— 大氣科學模擬成果

[Speeding NVLM Decoder Inference Computation]

GBA-VVM團隊來自臺灣大學吳健銘老師與陳維婷老師帶領的雲動力模擬實驗室及大氣環境實驗室，將可如實模擬天氣情境的 VVM加速了18倍！！

* Team Members: Min-Ken Hsieh, Shao-Yu Tseng, Yu-Hsuan Fan, Peng-Jen Chen, Jia-Xin Guo.
* NVIDIA Mentors: Yu Min, Leo Chen.

天氣與生活息息相關，從日常是否帶傘到空汙政策規劃都需仰賴氣象資訊。臺灣地狹人稠，對劇烈天氣的時機、強度與影響範圍的掌握尤為重要。VVM是一個優異的高解析度大氣模式，能有效模擬臺灣常見的午後雷陣雨及空污天氣，但其預報模擬需大量CPU運算，受限於硬體資源有限常導致模擬時間過長，難以提供即時預報參考，且高耗能的計算亦不符合減碳趨勢。

為此，將VVM運算改由GPU加速，不僅縮短模擬時間，也符合減能需求。透過程式重整與清理降低計算複雜度，並以GPU進行VVM中氣象參數及污染物的傳送計算，實現了18倍的加速效果。此成果與開發經驗有助於提升VVM其他模組效能，並將VVM轉型為以GPU為核心的高速運算氣象模式，為建構臺灣天氣數位孿生系統奠定關鍵基礎。

更多資訊請看：https://github.com/nqobu/nvidia/tree/main/20241204

[以GPU加速全球天氣預報模式中複雜的物理計算

https://npd.cwa.gov.tw

氣象署-興大應數聯隊來自中央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，將氣象署全球天氣預報模式CWAGFS-TCo物理參數法計算加速70.6倍！！

* Team Members: SHANG-EN LI, Ting-An Chen, Jen-Her Chen, Pang-Yen Liu, Lu-Hung Chen, Chun-Hao Teng
* NVIDIA Mentors: Leo Chen

現今天氣預報的產生仰賴電腦計算的數值天氣預報結果。數值天氣預報將全球依照不同經緯度位置、高度分為數百萬格點，並對每個格點進行物理方程式計算。由於格點數量龐大、物理方程式多且計算複雜，數值天氣預報需在超級電腦上以眾多CPU同時計算，才能在時限內產出預報結果。因應未來天氣預報解析度趨於精細，運算量必然增加，數值天氣預報必須使用GPU進一步加快運算速度。

物理參數化為數值天氣預報主要步驟的其中之一。這次黑客松主要針對地形重力波拖曳參數法(GWD)、臭氧計算(Ozone)、邊界層參數法(PBL)進行GPU加速。透過OpenACC、cuSPARSE，GPU可分別加速以上參數化模組56.6倍、417倍與39.1倍，平均而言加速70.6倍。未來將持續加速其他參數法模組，並將已加速的模組整併到預報步驟中。

更多資訊請看：https://github.com/nqobu/nvidia/tree/main/20241204