Auditoria de código e planejamento de otimização em ambiente HPC para modelos de Previsão Numérica de Tempo

• Isabel de Freitas Barboza LNCC / FAETERJ
• Eduardo Lucio Mendes Garcia FAETERJ
• Roberto Pinto Souto FAETERJ

DOI: https://doi.org/10.5753/eradse.2025.16937

Resumo

De modo geral, os modelos de Previsão Numérica de Tempo (PNT), demandam muitos cálculos durante a sua execução. Essas aplicações dependem de recursos de High Performance Computing (HPC), o que reforça a necessidade de auditoria, análise de desempenho e otimização, de modo a tornar seus códigos mais eficientes permitindo previsões detalhadas e antecipadas. O objetivo deste trabalho é apresentar as análises de desempenho e a eficiência computacional do Model for Prediction Across Scales (MPAS), que serve de base e preparação para os experimentos com o Model for Ocean-LaNd-Atmosphere predictioN (MONAN), atualmente em desenvolvimento pelo INPE, em parceria com o MCTI, com participação do LNCC na otimização de seus códigos.

Referências

Adhianto, L., Banerjee, S., Fagan, M., Krentel, M., Marin, G., Mellor-Crummey, J., and Tallent, N. R. (2010). Hpctoolkit: tools for performance analysis of optimized parallel programs [link]. Concurr. Comput.: Pract. Exper., 22(6):685–701.

Geimer, M., Wolf, F., Wylie, B. J. N., Ábrahám, E., Becker, D., and Mohr, B. (2010). The scalasca performance toolset architecture. Concurr. Comput.: Pract. Exper., 22(6):702–719.

Skamarock, W. C., Klemp, J. B., Duda, M. G., Fowler, L. D., Park, S.-H., and Ringler, T. D. (2012). A multiscale nonhydrostatic atmospheric model using centroidal voronoi tesselations and c-grid staggering. Monthly Weather Review, 140(9):3090 – 3105.