sw-mpift在气象领域的应用

《sw-mpift在气象领域的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、SW-MPIFT在气象领域的应用SW—MPIFT在气象领域的应用尹万旺杨以军周明忠(江南计算技术研究所,江苏无锡214083)E-mail:y__hyla@126.corn摘要随着集群系统在高性能计算领域的广泛应用,用户对其功能和可靠性的要求也越来越高.文章介绍了一种可以实现保留恢复功能的MPI客错系统,以及该系统在气象模型GRAPES上的应用情况.关键词集群MPI保留恢复客错文章编号1002—8331一(2006)23-0186.02文献标识码A中图分类号TP302.8ApplicationofSW-MPIFTinMeteorologicDomain妇WanwangYan

2、gYtiunZhouMingzhong(JiangnanInstituteofComputingTechnology,Wl1)【i,Jiangsu214083)Abstract:Sincetheclusteriswideusedinhishperformancecomputing.usersdemandmole:andmorereliablesystem.ThispaperpresentsafaulttolerantMPI,wimthefunctioncheckpoint/restart,andtheperformanceoftheimplementationontheme

3、teowlo~cmodelGRAPES.Keywords:cluster,MPI,checkpoint/restart,faulttolerant1引言保留恢复(CheekPoint/Restart)是高性能计算集群应具备的一项功能.然而,国内IrI'厂家在这方面的起步都比较晚.在2004年5月,中国气象局高性能计算机集群项目的招标过程中.大多数国内外的IrI'厂家都没有提供这项功能.本文将介绍由我所开发的基于消息日志的MPI容错系统SW—MPIb-T.实现了保留恢复功能,并在神威高性能计算机集群系统上对气象模型GRAPES进行了实验和测试.2保留恢复在科学计算中的重要性何

4、为保留恢复?保留恢复指的是程序运行了若干时间或是运行到一个特定的位置时.程序中止运行,若干时间后,从停止点继续运行.对于复杂的并行程序,尤其是大规模的并行计算来说.保留恢复有着重要的意义.一般情况下,科学计算的时间较长.有的要花去数十天甚至更长.而且前提是这个科学计算将消耗所有的高性能集群的资源.这种特点决定了科学计算中的研究与业务在使用高性能集群上面会出现冲突.业务部门需要定点,准时启动集群,必须把所有运行在高性能集群的科学研究停下来.如果没有保留恢复功能.人们会发现那些不能在短时间内完成的科学计算,永远也没有计算结束的一天.因为科研项目每次均要重新来过,而又被中途停掉.

5、所以必须存在一种方法让科研项目能够"断续"执行.同时,随着集群系统的规模越来越大,节点与网络故障的发生几率也随之变大,所以需要系统有容错的功能,在节点或网络发生故障的时候也可以让课题继续运行.而保留恢复就是解决这些问题的最好方法.3气象课题GRAPESGILAPES是由中国气象局牵头由我国自主创新研制的新一代数值预报系统,其英文全称为:Global/Reg/onalAssimila.tionandPrEdictionSystem.全球/区域同化预报系统.GRAPES项目研究的目的是在可遇见的高性能计算机能力和可获取的高时空分辨率气象观测资料条件下,充分吸收国内外的研究新成果

6、,自主开发建立起中国新一代气象数值预报体系GRAPES以四维变分同化技术,建立在新的通用动力框架基础上的,模块化的不同尺度气象数值预报模式及数值预报支持系统为研究重点,包括资料四维变分同化系统,有限区域中尺度数值预报系统,全球中期天气数值预报系统以及环境支持系统,其技术性能达到国际同期先进水平.该模式系统融合了国内外最近几年在大气科学,探测技术,计算机等方面的最新成果,并将作为新的气候模式系统的大气环流模式原型,成为我国新一代全球中期天气预报和区域中尺度天气预报业务系统的基础与核心.GRAPES的规模由用户的具体需要决定.根据推算,在机器规模一定的情况下,如果规模较大,步数

7、较多,所需时间一般为数小时甚至数十小时.这种情况下,保留恢复功能就非常重要,既可以提高系统可用性.又可以使课题断续执行.4SW—MPIFT容错系统MPIt】是目前高性能计算机消息传送接口的国际标准.也是目前巨型机或集群系统中进行并行编程的必备库之一,故基于MPI的容错是国内外研究的热点.SW～MPIFF采用的是基于发送方的悲观消息日志和非一致性检查点技术相结合的技术.基金项目:国家自然科学基金委杰出青年科研基金资助项目(编号:60025206)作者筒介:尹万旺(1980--),男,硕士研究生,主要从事并行算法,容错