1 KLASZTER PROGRAMOZÁSI TECHNOLÓGIA ÉS ALKALMAZÁSA A METEOROLÓGIÁBAN Kacsuk Péter

Az előadások a következő témára: "1 KLASZTER PROGRAMOZÁSI TECHNOLÓGIA ÉS ALKALMAZÁSA A METEOROLÓGIÁBAN Kacsuk Péter"— Előadás másolata:

1 1 KLASZTER PROGRAMOZÁSI TECHNOLÓGIA ÉS ALKALMAZÁSA A METEOROLÓGIÁBAN Kacsuk Péter kacsuk@sztaki.hu www.lpds.sztaki.hu

2 2 Hol tart ma Magyarország? Partnerek: –Koord.: MTA SZTAKI –OMSZ (Országos Meterológia Szolgálat) –SGI Magyarország Kft. Célok: –A P-GRADE párhuzamos programfejlesztő rendszer alkalmazása a Nowcasting programcsomag párhuzamosítására –A P-GRADE rendszer továbbfejlesztése: checkpointing dinamikus terheléselosztás hibatűrés A projekt jellemzői

3 3  A RENDELKEZÉSRE ÁLLÓ ÖSSZES METEOROLÓGIAI INFORMÁCIÓ ANALÍZISE (VÁLTOZÓK SZABÁLYOS RÁCSON VALÓ ELŐÁLLÍTÁSA) ÉS ULTRA- RÖVIDTÁVÚ ELŐREJELZÉSE  METEOROLÓGIAI INFORMÁCIÓK: FELSZÍNI MÉRÉSEK, MAGASLÉGKÖRI MÉRÉSEK, RADAR, MŰHOLD, VILLÁM ADATOK, KORÁBBI MODELL EREDMÉNYEK STB.  ALAPVÁLTOZÓK: NYOMÁS, HŐMÉRSÉKLET, NEDVESSÉG, SZÉL  SZÁRMAZTATOTT PARAMÉTEREK: CSAPADÉK HALMAZÁLLAPOTA,LÁTÁS-TÁVOLSÁG, BORULTSÁG, FELHŐTÍPUS, JELEN IDŐ, STB.  HASZNOSULÁS: RIASZTÁSOK VESZÉLYES IDŐJÁRÁSI JELENSÉGEK ESETÉN MEZOSKÁLÁJÚ ANALÍZIS NOWCASTING ÉS DÖNTÉSI RENDSZER MEANDER

4 4 A nowcasting rendszer folyamat- ábrája First guess adatok ALADIN SYNOP adatok Műhold adat Radar adat CANARI Delta analízis Alapmezők: nyomás, hőmérséklet, nedvesség, szél.; RADAR adatok. Műhold adatok, villámlási adatok. Származtatott mezők: Borultság, felhőtípus Halmazállapot Látástávolság jelenidő ALAPRÁCS Radarró l rácsra Mühol d- rácsra Jelenidő számítás Felhőtípus számítás Borultság számolás Látástávolsá g számolás Csapadék halmazállapo t számolás Megjelenítés HAWK meteoroló- gusoknak Külső felhasználó k részére GIF Villám adatok Villám dekód

5 5 A CANARI algoritmus megvalósítása P-GRADE- ben

6 6 A CANARI Algoritmus teljesítményanalízise

7 7 A CANARI algoritmussal kapott eredmények A tengerszinti légnyomás (zöld vonal) a 2 méteres szintű léghőmérséklet (szinezett mezők) 10 méteres szél (szélzászlók) analizise a MEANDER rendszer alaprácsán

8 8

9 9 A CANARI algoritmussal kapott eredmények Felszíni relatív nedvesség (a sötétebb tónusú mezők a nedvesebb területeket jelölik) 10 m-es szélmező a MEANDER rendszer alaprácsán

10 10

11 11 A delta alkalmazás P-GRADE rendszerben implementálva

12 12 A delta algoritmus párhuzamos futásának PROVE vizualizációja

13 13 A delta algoritmussal kapott eredmények A 850 hPa-os hőmérsékleti mező és szélmező a MEANDER rendszer alaprácsán

14 14

15 15 A delta algoritmussal kapott eredmények A 950 hPa-os hőmérsékleti mező (folytonos vonalak) és a relatív nedvességi mező (színezett mezők) a MEANDER rendszer alaprácsán

16 16

17 17 A delta algoritmussal kapott eredmények A 300 és 950 hPa-os szintű mezők szélnyírásának ábrázolása a MEANDER rendszer alaprácsán

18 18

19 19 A látástávolság módszer P-GRADE rendszerrel párhuzamosítva

20 20 Látástávolság számítás párhuzamos változatának PROVE teljesítmény vizualizálása

21 21 Az optikai vastagság (maximális látástávolság) térbeli eloszlása

22 22 Halmazállapotszámítás algoritmus megvalósítása P-GRADE rendszerben

23 23 Halmazállapotszámítás teljesítményvizualizációja a PROVE eszközzel

24 24 A konvektív jégképződés eredményeként kialakuló maximális jégszem átmérők térbeli eloszlása

25 25 A hasznosítható konvektív energia eloszlása. A paraméter jól tükrözi a maximális konvektív aktivitás eloszlását, amely a jégesők kialakulásának valószínű területeit tükrözi.

26 26 P-GRADE továbbfejlesztése Load balancer specifikációja Checkpoint technika specifikációja és megvalósítása Processz migráció specifikálása

27 27 Load balancer specifikációja

28 28 Load balancer döntési algoritmusai Pontos (optimális megoldást találó) algoritmusok Mohó algoritmusok Iteratív algoritmusok Szimulált hűtés Tabu-listával kiegészített keresés Diffúziós algoritmus HME (heurisztikus mozgatás és csere) algoritmus

29 29 A GRM kibővítése a load balancernek szükséges információk szolgáltatására

30 30 A migrációs folyamat

31 31 Következtetések A P-GRADE már jelenlegi formájában is kiváló eszközt nyújt komplex algoritmusok párhuzamosítására (ld. Nowcast algoritmusok) A P-GRADE továbbfejlesztése során olyan problémákat oldunk meg (parallel checkpoint, load balancing, process migráció), amelyek –a P-GRADE alkalmazhatóságát fokozzák klasztereken –fontos lépést jelentenek a P-GRADE Grid változatának kidolgozásában –megoldása megerősíti a P-GRADE vezető helyét a párhuzamos programfejlesztő rendszerek között P-GRADE tervezett következő alkalmazása: EU COST 23 Symbex projekt: kémiai alkalmazások párhuzamosítása és kiterjesztése a Gridre.

32 32 IKTA-4 projekt terv a SYMBEX Projektben történő részvételre CWAVE program (C) PREMIX program (Fortran) kvantum- mechanika (Fortran) trajektória számítások (Fortran) SUN HPC szuper- számítógép P- GRADE C verzió P- GRADE Fortran verzió SZTAKI klaszter ELTE klaszter Miskolci Egyetem klaszter SYMBEX web portal Meta  KKKI klaszter

33 33 Köszönöm a figyelmüket ? További információ: www.lpds.sztaki.hu