[发明专利]一种基于GPU并行计算的风暴潮集合数值预报方法以及装置

说明书

本申请实施例提供一种基于图像处理器并行计算的风暴潮集合数值预报方法以及装置，所述风暴潮的集合数值预报方法包括：生成多路预报数据；由中央处理器CPU对图像处理器GPU分配多个计算线程，并由所述GPU基于所述多个计算线程并行计算所述多路预报数据中各路预报数据对应的预报结果，得到多路所述预报结果；根据各路所述预报结果和与所述各路预报结果对应的权重系数确定输出预报结果。本申请的一些实施例通过引入GPU并行处理多路预报数据明显提升了多计算网格点风暴潮预报的速度。

技术领域

本申请涉及风暴预报领域，具体而言本申请实施例涉及一种基于GPU并行计算的风暴潮集合数值预报方法以及装置。

背景技术

20世纪以来，我国沿海共发生5次死亡人数超过万人的灾害性风暴潮事件。风暴潮灾害造成的直接经济损失占我国各类海洋灾害损失的90％以上。因此准确的风暴潮预报对我国沿海地区的防灾减灾工作至关重要且意义重大。

台风风暴潮数值模式能较好地模拟风暴潮的变化情况，在风暴潮预报中发挥着重要的作用，其模拟的准确性离不开模式对近岸复杂水深和地形的精细刻画。但精细化的计算网格(计算网格是为了实现计算机模拟计算而将实际的地形进行离散化处理，分成非常小的网格点，计算网格点是赋予物理量的最小单元，计算网格点越小，分辨率越高)必然导致计算量的急剧增加，若想实现上百个预报成员的台风风暴潮集合预报，计算量更是成百倍地增加。目前通常的做法是通过将计算网格划分成若干计算区域，再利用超算集群通过MPI等并行计算的方式缩短计算时间，或仅利用少量的预报成员(一般设置为5个)通过单机计算的方式来实现风暴潮的集合预报。

因此如何提升风暴潮预报的准确性和计算速度成了亟待解决的技术问题。

发明内容

本申请实施例的目的在于提供一种基于GPU并行计算的风暴潮集合数值预报方法、装置以及系统，本申请的一些实施例提供了基于图形处理器(GPU)并行计算的风暴潮集合预报技术。利用本申请实施例的技术方案，各级海洋预报机构在单机上就可以实现上百个预报成员的台风风暴潮快速计算(一个预报成员的计算仅用几秒至十几秒)，有效降低了基于多预报成员的台风风暴潮集合预报的门槛，极大地提高了风暴潮数值模式的计算效率，显著提升海洋预报的预报时效。

第一方面，本申请实施例提供一种基于GPU并行计算的风暴潮集合数值预报方法，所述基于GPU并行计算的风暴潮集合数值预报方法包括：生成多路预报数据；由中央处理器对图像处理器分配多个计算线程，并由所述图像处理器基于所述多个计算线程并行计算所述多路预报数据中各路预报数据对应的预报结果，得到多路所述预报结果；根据各路所述预报结果和与所述各路预报结果对应的权重系数确定输出预报结果。

本申请的一些实施例通过引入图像处理器GPU并行处理多路预报数据明显提升了多计算网格点风暴潮预报的速度。

在一些实施例中，所述由中央处理器对图像处理器分配多个计算线程，并由所述图像处理器基于所述多个计算线程并行计算所述多路预报数据中各路预报数据对应的预报结果，得到多路所述预报结果，包括：采用所述中央处理器对所述多路预报数据和对应的所述预报结果进行前处理、后处理以及输入输出操作，其中，所述前处理包括：台风移速计算、台风参数插值计算以及地理相关常量的计算，所述台风参数包括经纬度、中心气压和大风半径，所述后处理包括定时提取所述预报结果以及海陆数据校验；采用所述图像处理器对所述多路预报数据中各路预报数据包括的多个网格点的迭代运算，并将每次迭代运算的处理结果发送至所述中央处理器。

本申请的一些实施例通过为中央处理器和图像处理器分配不同种类的处理任务提升了风暴潮预报的速度。

在一些实施例中，所述各路预报数据包括多个计算网格点的预报数据，所述预报结果是通过所述图像处理器计算所述各计算网格点的多个核函数得到的。

本申请的一些实施例提供了将水平计算网格点进行任务分解，将每个计算网格点上的计算动态分配给图像处理器的不同的线程进行计算，提升了数据处理的速度。