Análise de desempenho de um sistema de modelagem atmosférica em nuvens computacionais

• Mateus S. de Melo Universidade Federal Fluminense
• Lúcia M. A. Drummond Universidade Federal Fluminense
• Roberto P. Souto Laboratório Nacional de Computação Científica

DOI: https://doi.org/10.5753/eradrj.2023.231712

Resumo

A utilização de nuvens computacionais em computação de alto desempenho tem levantado questões sobre a vantagem desse tipo de sistema em relação a sistemas tradicionais (on premise). Porém, comparar esses dois sistemas não é trivial, devido a diversos fatores como a quantidade de soluções que os provedores de nuvens oferecem e também do comportamento da aplicação. Este estudo visou analisar o modelo numérico de previsão de tempo e clima BRAMS nos dois sistemas. Observou-se que para um estudo de caso pequeno, a aplicação possui desempenho semelhantemente nos sistemas. Também foi analisado o custo da execução da aplicação em diferentes mercados ofertados pela AWS, que para o problema utilizado, é aconselhado o uso do mercado spot.

Palavras-chave: Análise de desempenho, Nuvem computacional, Modelo de previsão de tempo e clima, BRAMS, AWS, Intel Developer Cloud

Referências

Fazenda, A. L., Rodrigues, E. R., Tomita, S. S., Panetta, J., and Mendes, C. L. (2012). Improving the scalability of an operational scientific application in a large multi-core cluster. In Computer Systems (WSCAD-SSC), 2012 13th Symposium on, pages 126–132. IEEE.

Freitas, S., Longo, K., Silva Dias, M., Chatfield, R., Silva Dias, P., Artaxo, P., Andreae, M., Grell, G., Rodrigues, L., Fazenda, A., et al. (2009). The coupled aerosol and tracer transport model to the brazilian developments on the regional atmospheric modeling system (catt-brams)–part 1: Model description and evaluation. Atmospheric Chemistry and Physics, 9(8):2843–2861.

Freitas, S. R., Panetta, J., Longo, K. M., Rodrigues, L. F., Moreira, D. S., Rosario, N. E., Silva Dias, P. L., Silva Dias, M. A., Souza, E. P., Freitas, E. D., et al. (2017). The brazilian developments on the regional atmospheric modeling system (brams 5.2): an integrated environmental model tuned for tropical areas. Geoscientific Model Development, 10(1):189–222.

Freitas, S. R., Rodrigues, L. F., Panetta, J., Longo, K., Moreira, D., Freitas, E., Longo, M., Fazenda, A., Fonseca, R., Stockler, R., and Camponogara, G. (2016). Description of the model input namelist parameters. CPTEC/INPE, São Paulo, Brasil.

Gropp, W., Lusk, E., Doss, N., and Skjellum, A. (1996). A high-performance, portable implementation of the mpi message passing interface standard. Parallel computing, 22(6):789–828.

Gropp, W., Lusk, E., and Skjellum, A. (1999). Using MPI: portable parallel programming with the message-passing interface, volume 1. MIT press.

Michalakes, J. (2020). Hpc for weather forecasting. Parallel Algorithms in Computational Science and Engineering, pages 297–32

Montes, D., Añel, J. A., Wallom, D. C., Uhe, P., Caderno, P. V., and Pena, T. F. (2020). Cloud computing for climate modelling: Evaluation, challenges and benefits. Computers, 9(2):52.

Netto, M. A., Calheiros, R. N., Rodrigues, E. R., Cunha, R. L., and Buyya, R. (2018). Hpc cloud for scientific and business applications: taxonomy, vision, and research challenges. ACM Computing Surveys (CSUR), 51(1):1–29.

Pielke, R. A., Cotton, W., Walko, R. e. a., Tremback, C. J., Lyons, W. A., Grasso, L., Nicholls, M., Moran, M., Wesley, D., Lee, T., et al. (1992). A comprehensive meteorological modeling system—rams. Meteorology and Atmospheric Physics, 49(1-4):69–91

Powers, J. G., Werner, K. K., Gill, D. O., Lin, Y.-L., and Schumacher, R. S. (2021). Cloud computing efforts for the weather research and forecasting model. Bulletin of the American Meteorological Society, 102(6):E1261–E1274.

Stieninger, M. and Nedbal, D. (2014). Diffusion and acceptance of cloud computing in smes: towards a valence model of relevant factors. In 2014 47th Hawaii International Conference on System Sciences, pages 3307–3316. IEEE.