klaszter programozÁsi technolÓgia És alkalmazÁsa a meteorolÓgiÁban

33
1 KLASZTER PROGRAMOZÁSI TECHNOLÓGIA ÉS ALKALMAZÁSA A METEOROLÓGIÁBAN Kacsuk Péter [email protected] www.lpds.sztaki.hu

Upload: vicki

Post on 19-Mar-2016

24 views

Category:

Documents


0 download

DESCRIPTION

KLASZTER PROGRAMOZÁSI TECHNOLÓGIA ÉS ALKALMAZÁSA A METEOROLÓGIÁBAN. Kacsuk Péter [email protected] www.lpds.sztaki.hu. A projekt jellemzői. Hol tart ma Magyarország?. Partnerek: Koord.: MTA SZTAKI OMSZ (Országos Meterológia Szolgálat) SGI Magyarország Kft. Célok : - PowerPoint PPT Presentation

TRANSCRIPT

1

KLASZTER PROGRAMOZÁSI TECHNOLÓGIA ÉS ALKALMAZÁSA A

METEOROLÓGIÁBAN

Kacsuk Pé[email protected]

www.lpds.sztaki.hu

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

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 RENDSZERMEANDER

4

A nowcasting

rendszer folyamat-

ábrája

First guess adatokALADIN

SYNOP adatok Műhold

adatRadar adat

CANARI

Delta analízis

Alapmezők: nyomás, hőmérséklet, nedvesség, szél.; RADAR adatok. Műhold adatok, villámlási adatok. Származtatott mezők: Borultság, felhőtípusHalmazállapotLátástávolságjelenidő

ALAPRÁCS

Radarról

rácsra

Mühold-

rácsra

Jelenidő számítás

Felhőtípus számítás

Borultság számolás

Látástávolság számolás

Csapadék halmazállapo

tszámolás

Megjelenítés

HAWK meteoroló-gusoknak

Külső felhasználók részére

GIF

Villám adatok

Villám dekód

5

A CANARI algoritmus

megvalósítása P-GRADE-

ben

6

A CANARI Algoritmus teljesítményanalízise

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

9

A CANARI algoritmussal kapott eredmények

• Felszíni relatív nedvesség (a sötétebb tónusú mezők a nedvesebb területeket jelölik)

• 10 m-es szélmezőa MEANDER rendszer alaprácsán

10

11

A delta alkalmazás P-GRADE rendszerben implementálva

12

A delta algoritmus párhuzamos futásának PROVE vizualizációja

13

A delta algoritmussal kapott eredmények

• A 850 hPa-os hőmérsékleti mező• és szélmező a MEANDER rendszer alaprácsán

14

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

17

A delta algoritmussal kapott eredmények

• A 300 és 950 hPa-os szintű mezők szélnyírásának ábrázolása

a MEANDER rendszer alaprácsán

18

19

A látástávolság módszer P-GRADE rendszerrel párhuzamosítva

20

Látástávolság számítás párhuzamos változatának PROVE teljesítmény

vizualizálása

21

Az optikai vastagság (maximális látástávolság) térbeli eloszlása

22

Halmazállapotszámítás algoritmus megvalósítása P-GRADE rendszerben

23

Halmazállapotszámítás teljesítményvizualizációja a PROVE

eszközzel

24

A konvektív jégképződés eredményeként kialakuló maximális

jégszem átmérők térbeli eloszlása

25

A hasznosítható konvektív energia eloszlása.

A paraméter jól tükrözi a maximális konvektív aktivitás eloszlását, amely a

jégesők kialakulásának valószínű területeit tükrözi.

26

P-GRADE továbbfejlesztése

• Load balancer specifikációja• Checkpoint technika specifikációja és

megvalósítása• Processz migráció specifikálása

27

Load balancer specifikációja

Load Balancer

Döntési modul

GRM monitor

Migrációs modul

P-GRADE

Monitormodul

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

A GRM kibővítése a load balancernek szükséges információk szolgáltatására

Main MonitorMM

AlkalmazásProcessz

AlkalmazásProcessz

Gép 2

Gép 1

Local MonitorLM

Adatfájl

Közös memóriás

puffer

Szenzor

Rendszerero források

30

A migrációs folyamat

Gép A

Chkptfájl

Operációs rendszer

MP Chkpt

Procesz

Migrációsmodul

KözpontiMigráció vezérlő

KözpontiGép

Load balancerdöntéshozó egység

Gép B

Chkptfájl

Operációs rendszer

MP Chkpt

Procesz

Migrációsmodul

13

12

5

4 3

2

1

1110

9

8

7

6

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

IKTA-4 projekt terv a SYMBEX Projektben történő részvételre

CWAVEprogram

(C)

PREMIXprogram(Fortran)

kvantum-mechanika(Fortran)

trajektóriaszámítások(Fortran)

SUN HPCszuper-

számítógép

P-GRADEC verzió

P-GRADEFortran verzió

SZTAKIklaszter

ELTEklaszter

Miskolci Egyetemklaszter

SYMBEXweb

portalMeta

KKKIklaszter

33

Köszönöm a figyelmüket

?

További információ: www.lpds.sztaki.hu