近幾年來隨著多核計算技術(shù)的發(fā)展，基于多核處理器的集群系統(tǒng)逐漸成為高性能計算機市場主流架構(gòu)。高性能計算機的計算核數(shù)不斷增加，同時計算性能保持一定的年增長速度增長。作為高性能計算的重要應(yīng)用，氣象數(shù)值模式預(yù)報準(zhǔn)確率的提高很大程度上得益于分辨率的提高，使得模式能夠模擬更加真實的物理動力過程。但模式分辨率的提高意味著計算量的成倍增長。為適應(yīng)目前既有分布又有共享內(nèi)存的硬件體系架構(gòu)以及解決分辨率提高帶來的計算量增長問題，可以使用MPI+OpenMP混合編程模型，實現(xiàn)集群節(jié)點間和節(jié)點內(nèi)兩級并行，利用消息傳遞與共享并行處理兩種編程方式優(yōu)點，MPI用于結(jié)點間通信，OpenMP用于結(jié)點內(nèi)并行計算，提高模式的并行度。 本文采用MPI+OpenMP混合并行模型，使用區(qū)域分解并行和循環(huán)并行兩種方法，對GRAPES全球模式進行混合并行方案設(shè)計和優(yōu)化。具體混合并行原則是對于計算量均勻分布，同時線程安全的格點計算使用tile并行，tile并行使用一維緯向tile劃分。對于計算量不均勻的格點計算、程序內(nèi)部線程不安全或存在MPI通信以及有負(fù)載平衡問題的物理過程，則選擇循環(huán)并行方法。 本文分別使用分辨率為1°和0.25°的數(shù)...

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1.1SMP集群簡單示意圖

圖1.1SMP集群簡單示意圖

圖1.2TOP500性能增長曲線-2013年（引自http://www.top500.org/statistics/perfdevel/）

圖1.1SMP集群簡單示意圖

圖1.3TOP500計算機計算核數(shù)情況-2013年11月發(fā)布

圖1.3TOP500計算機計算核數(shù)情況-2013年11月發(fā)布（引自http://www.top500.org/statistics/efficiency-power-cores/）高性能計算機發(fā)展限制除了CPU性能提升問題外，功耗也是一大問題。為了解問題，硬件廠....

圖1.4TeslaC1060架構(gòu)和流多處理器結(jié)構(gòu)

圖1.4TeslaC1060架構(gòu)和流多處理器結(jié)構(gòu)tel公司于2012年推出MIC架構(gòu)產(chǎn)品。MIC使用和GPGPU一IC芯片上有幾十個基于精簡的x86指令集的核心，這意味著IC設(shè)備上運行（圖1.5）。MIC的核心可以超線程，每個核心

本文編號：3890403