HPC CHINA 2019:高性能计算是海洋预报发展的加速器

2019-08-29 17:17:48 作者: 出处 : 厂商稿

  作为中国一年一度高性能计算领域的学术年会,本届大会由大会特邀报告、主题论坛、专题论坛、公益比赛、技能培训、展览展示、人才招聘等部分组成。不仅展现了高性能计算领域突出的行业应用,还将学术、技术、产业三方能量聚合,已发展成为学术界、企业界最富影响力的专业技术学术大会。为HPC领域的专家学者、科研人员、企业高管等行业各界人才搭建了一个互相学习交流、分享经验成果、极具权威性和影响力的学术交流平台。

  随着海洋与环境发展的日益变化,其带来的挑战愈发严峻,传统的技术手段已无法满足当今产业的发展需求。对于大洋航线、海洋工程、深远海资源开发、海上军事活动等海洋产业而言,海洋数值预报具有重要价值。同时也意味着海洋数值预报时刻面临着海洋环境和业务需求带来的各项挑战,寻求新技术促发其创新升级迫在眉睫。

  8月23日下午,第一届海洋数值预报与高性能计算论坛作为CCF HPC CHINA 2019的专题论坛,邀请了气象、海洋数值预报和高性能计算等领域的专家分享了他们在海洋环境数值预报与高性能计算技术结合方面的独到看法以及如何利用高性能计算来应对海洋预报工作中的各种挑战,并提出了“高性能计算是海洋预报发展的加速器”的观点。

  论坛围绕海洋环境预报保障过程中遇到的各类模式计算性能分析、并行优化、业务运行调度、预报订正等问题进行研讨,分享在异构高性能计算环境中业务化预报系统的运行经验,提出后续数值预报与高性能计算、机器学习等融合发展的建议。

  首先,海军某部张志远高级工程师为论坛进行了开场致辞。作为长期从事海洋环境数值预报和高性能计算一线工作者,张志远介绍了目前我国在海洋数值模拟与高性能技术结合、业务化应用等方面的发展情况。

  接下来国家海洋环境预报中心副研究员邢建勇带来了主题为《HPC助力我国业务海洋数值预报发展》的报告。从业务的角度出发,以预报中心HPC发展为时间线,回顾海洋数值预报系统15年的进展,并对海洋预报现代化进行了展望。

  他认为,数值预报的迫切需求来源于模式的复杂性,主要包括生态、地球、环境等方面。随着我国海洋经济的发展,海洋防灾减灾需求增多,数值预报是海洋预警报工作最有力的支撑和保障。未来,希望HPC对海洋预报的支持,融为一体,真正实现海洋预报现代化的目标。

  第二个进行分享的嘉宾是自然资源部第一海洋研究所副研究员王关锁,他带来了《区域高分辨率耦合数值模式中的并行计算》的主题报告。随着国家战略发展需求越来越多,保障任务越来越复杂。王关锁认为,多圈层、多过程耦合数值模式发展势在必行。

  自然资源部第一海洋研究所针对国家需求,在耦合器框架下,发展了“两洋一海”超高分辨率大气—海浪—环流耦合数值预报系统。该系统覆盖印度洋、南海和西北太平洋海域,水平分辨率达到4km。为了满足预报时效要求,基于考虑水陆差异的区域分解算法实现了自主知识产权的海浪模式高效并行,进一步采用空间换时间算法设计了环流模式并行方案,真正实现了“两洋一海”超高分辨率大气—海浪—环流耦合数值预报系统业务化运行。

  现阶段,我国正在加大力度发展自主高性能计算平台大气、海洋数值模式,未来将需要更多高性能计算人才作为支撑。

  接下来演讲的是自然资源部第二海洋研究所卫星海洋环境动力国家重点实验室副研究员马文涛,他的报告主题为《黄海季节性酸化与模拟》。

  众所周知,酸雨侵袭已危害到自然生态的平衡。尤其在我国黄海区域更是出现了明显的季节性酸化,对钙化生物造成重大环境胁迫。针对此问题,自然资源部第二海洋研究所利用区域物理—生态耦合模型结果,探讨黄海季节性酸化的调控机制。建立1/24°×1/24°的渤黄东海、南海高分辨率生态环境数值模式(ROMS耦合CoSiNE1S),已移交给预报中心进行业务化。目前已实现黄东海、南海高分辨海洋生态预报系统的业务化运行。

  国家气象中心高级工程师韩丰带来主题为《基于机器学习的雷达外摊临近预报》的分享。

  近年来,循环神经网络应用于雷达回波外推临近预报是气象临近预报业务中重要的手段,使用循环神经网络架构,将雷达历史组合发射率因子建模,给出雷达组合反射率因子未来1h的发展预报结果。

  韩丰补充道,该方法主要是在假设雷达回波的运动满足拉格朗日守恒的基础上,通过长时间序列的独立检验结果和强对流天气个例检验分析,对反射率因子强度变化有一定预报能力。

  在随后的分享中,清华大学副教授黄小猛带来主题为《高效自动并行的海洋模式算子库》的分享。黄小猛表示,海洋模式的挑战来源于以下两个方面:一是海洋模拟的多时空尺度挑战;另一个方面则是海洋模式的分辨率和复杂性不断攀升。

  对此,黄小猛认为,高分辨率海洋模式的发展离不开超大规模高性能计算机,开发高效的海洋模式对海洋领域科学家的并行程序设计与优化能力提出了更高的要求。

  海洋模式算子库具备构建简洁、灵活和高效的自动并行计算框架(Tensor或Clifford Algebra),可用于海洋模式广义表达形式的数值求解。若要设计更灵活的自定义算子机制,实现“代码即方程”的效果,则需要将海洋模式的构建工作同并行程序的设计与优化工作相分离。

  而为了简化海洋模式建模工作,首先需要提升算子库的性能,包括多面体模型、性能自动调优等。同时引入更有效的负载均衡方案,如空间填充曲线、曲线正交网格等,即可大幅简化海洋模式建模工作,让海洋领域科学家能专注科学问题的研究。

  论坛最后一位演讲者海军某部唐帅带来报告主题为《高性能计算在海洋水声环境效应研究中的应用》。在演讲初始,唐帅介绍了报告题目中所出现的概念“声传输”,它是水下信息远距离传递的唯一手段,因此声波成为海洋研究的主要信息载体。

  报告从高性能计算在水下声场环境实时计算的保障、大规模长时间序列业务化预报,并行仿真等三个领域讲述了目前高性能计算在海洋水生环境研究中的应用情况。

  首先,他对高性能计算在水下声场实施计算终端应用进行了详细讲解,包括水下一纬、二维、三维水下声传播模型的并行计算。接下来,在水声环境业务预报应用中,重点介绍在大范围、高分辨率、精细化水声环境业务化预报方面开展的工作。最后,在并行仿真方面,主要讲述了高性能计算机在水下饰演方针系统中的应用。

  本场论坛最后一个重磅环节通过panel的形式,论坛主席和四位嘉宾,分别来自北京应用物理与计算数学研究所研究员袁国兴、自然资源部第一海洋研究所戴德君研究院、某部总工程师王延芳、国家海洋环境预报中心研究员仉天宇、海军某部高级工程师张志远,围绕“自主可控海洋高性能计算的发展与创新”展开热烈的讨论,话题涉及诸多方向,引爆现场。

以下为部分话题摘录:

  国家在海洋预报与自主可控高性能计算方面的布局情况

  海洋动力学与高性能计算在海洋预报中的关系,替代还是互补

  随着人工智能技术和机器学习的发展,未来海洋预报是否会用到更多的AI技术

  未来人工智能技术与机器学习如何与海洋数值预报工作结合

  以大数据、机器学习、人工智能为代表的算法借助高性能计算的力量,是否有可能替代原有数值预报

  在海洋数值预报工作上,新技术结合原有方法理论将能够展开哪些创新工作

  海洋预报中的数据价值损失

结语:

  本次讨论不仅展示了海洋预报领域中国海洋数值预报的发展成果,还深入剖析了海洋预报与高性能计算在发展过程中遇到困难险阻。随着海洋预报与高性能计算产业的深度融合,以及产业各界人士的努力,未来必将形成更为开放、健康的产业环境。基于高性能计算,数据不断产生积累,研讨到实践过程不断加速,海洋预报事业发展必将更为兴旺蓬勃。