Запущенный на суперкомпьютере, он поможет в прогнозах погоды и моделировании климата.
Прогнозы погоды известны своей неточностью, а климатическое моделирование еще сложнее. Тем не менее с каждым годом мы учимся все лучше предсказывать, что преподнесет нам природа — благодаря улучшению моделей и росту вычислительных мощностей.
Прогресс этот, может, не такой быстрый, как хотелось бы, но неуклонный. Теперь на этом пути совершен крупный прорыв — создан цифровой двойник Земли, объединивший прогнозирование погоды с климатическим моделированием. Статья о новинке доступна в виде препринта на arXiv.
Впечатляющее разрешение
Разрешение модели — 1,25 километра. Это значит, что вся поверхность планеты разбита на квадраты такого размера, плюс над каждым из них участок атмосферы. Всего, таким образом, в системе больше 670 миллионов расчетных ячеек.
Для каждой из них запущена серия взаимосвязанных моделей, отражающих основные динамические системы Земли. Их разделили на две категории — «быстрые» и «медленные». К «быстрым» относятся циклы энергии и воды — то есть, по сути, погода. Чтобы четко отслеживать их, и нужно высокое разрешение в 1,25 км. Для этой части использована модель ICON (ICOsahedral Nonhydrostatic), разработанная Немецкой метеорологической службой и Институтом метеорологии Макса Планка.
«Медленные» процессы включают углеродный цикл и изменения в биосфере и геохимии океана. Они отражают тенденции лет или даже десятилетий, а не те несколько минут, за которые гроза может переместиться из одной ячейки 1,25 км в другую. Сочетание этих быстрых и медленных процессов и стало настоящим прорывом данной работы, чем по праву гордятся авторы. Типичные модели, обсчитывающие такие сложные системы, были технически осуществимы только при разрешении более 40 км.
Так как же им это удалось? Благодаря сочетанию глубокой программной инженерии с большим количеством самых современных компьютерных чипов, которые только можно купить за деньги.
Модель, положенная в основу большей части этой работы, изначально написана на Фортране — страшном сне всех, кто пытался модернизировать написанный до 1990-х код. С момента создания она обросла множеством дополнений, которые затрудняют ее использование в современных вычислительных архитектурах. Поэтому авторы применили фреймворк Data-Centric Parallel Programming (DaCe), который обрабатывает данные способом, совместимым с современными системами.
Разделение труда
Этой современной системой стали суперкомпьютеры JUPITER и Alps в Германии и Швейцарии соответственно, оба построенные на основе новых чипов NVIDIA GH200 Grace Hopper. Эти GPU (такие же используются для обучения ИИ — в данном случае они называются Hopper) работают в паре с CPU от ARM под названием Grace. Это разделение вычислительных задач и специализации позволило запустить «быстрые» модели на GPU, подходящих к их относительно высокой скорости обновления, параллельно выполняя на CPU более медленные модели углеродного цикла.
Благодаря грамотному разделению вычислительных мощностей удалось довести «временное сжатие» — ключевой показатель эффективности — до 145,7.
Это значит, что машина с 20 480 суперчипов GH200 смогла с точностью смоделировать более 145 дней всего за один реальный день. Для этого модель использовала почти 1 триллион «степеней свободы», что в данном контексте означает общее количество значений, которые ей пришлось рассчитывать. Неудивительно, что для работы этой модели потребовался суперкомпьютер.
К сожалению, это также означает, что пока не стоит ожидать, что эти сверхспособности появятся на вооружении у синоптиков. Технологическим гигантам выгоднее применять суперкомпьютеры в бурно развивающейся отрасли ИИ. Но этот впечатляющий вычислительный подвиг — цифровой двойник Земли с километровым разрешением — заслуживает похвалы и признания. И, будем надеяться, когда-то такие симуляции станут обычным делом.