Análisis de rendimiento y profiling del modelo WRF en un clúster HPC

Abstract

RESUMEN
El modelo de investigación y pronóstico climático (WRF) es un sistema completamente funcional de modelado que permite realizar investigación atmosférica y predicción meteorológica. WRF fue desarrollado con énfasis en la eficiencia, portabilidad, facilidad de mantenimiento, escalabilidad y productividad, lo que ha permitido que sea implementado con éxito en una amplia variedad de equipos HPC. Por esta razón, el tamaño de los problemas a los que WRF da soporte ha incrementado, por lo que el entendimiento de la dependencia del WRF con los diversos elementos de clúster, como la CPU, interconexiones y librerías, son cruciales para permitir predicciones eficientes y de alta productividad. En este contexto, el presente manuscrito estudia la escalabilidad de WRF en un equipo HPC, tomando en consideración tres parámetros: número de CPUs y nodos, comunicaciones y librerías. Para esto, dos benchmarks son llevados a cabo sobre un clúster de alto rendimiento dotado de una red GigaEthernet, los cuales permiten establecer la relación entre escalabilidad y los tres parámetros estudiados, y particularmente demuestran la sensibilidad del WRF a la comunicación inter-nodo. Dicho factor es esencial para mantener la escalabilidad y el aumento de la productividad al añadir nodos en el clúster.
Palabras clave: WRF, HPC, escalamiento paralelo, benchmark, rendimiento, profiling.

ABSTRACT
The Weather Research and Forecast (WRF) model is a fully functional modeling system that supports atmospheric research and weather prediction. WRF was developed with emphasis on efficiency, portability, maintainability, scalability and productivity, allowing it to be successfully implemented in a wide variety of HPC equipment. Therefore, the size of the problems supported by WRF has increased, so the understanding of the WRF’s dependence on the various elements of the cluster, such as CPU, networking and libraries are crucial to enable efficient forecasting and high productivity. In this context, this manuscript examines WRF scalability in HPC equipment, taking into account three parameters: number of CPUs and nodes, communications and libraries. Two benchmarks carried out on a cluster of high performance provided with a GigaEthernet network, allow to establish the relationship between scalability and the three parameters studied, particularly WRF demonstrates sensitivity to inter-node communication. This factor is essential for maintaining the scalability and increasing productivity by adding nodes to the cluster.
Keywords: WRF, HPC, parallel scaling, benchmark, performance, profiling.