Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
SPM: Modeling Spark Task Execution Time from the Sub-stage Perspective Kapitel lesen Erstes Kapitel lesen

2020 | OriginalPaper | Buchkapitel

Improving the Parallelism of CESM on GPU

verfasst von : Zehui Jin, Ming Dun, Xin You, Hailong Yang, Yunchun Li, Yingchun Lin, Zhongzhi Luan, Depei Qian

Erschienen in: Algorithms and Architectures for Parallel Processing

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Community Earth System Model (CESM) is one of the most popular climatology research models. However, the computation of CESM is quite expensive and usually lasts for weeks even on high-performance clusters. In this paper, we propose several optimization strategies to improve the parallelism of three hotspots in CESM on GPU. Specifically, we analyze the performance bottleneck of CESM and propose corresponding GPU accelerations. The experiment results show that after applying our GPU optimizations, the kernels of the physical model achieve significant performance speedup respectively.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel SPM: Modeling Spark Task Execution Time from the Sub-stage Perspective
Nächstes Kapitel Parallel Approach to Sliding Window Sums
Literatur
1.
Balaprakash, P., Alexeev, Y., Mickelson, S.A., Leyffer, S., Jacob, R., Craig, A.: Machine-learning-based load balancing for community ice code component in CESM. In: Daydé, M., Marques, O., Nakajima, K. (eds.) VECPAR 2014. LNCS, vol. 8969, pp. 79–91. Springer, Cham (2015). https://​doi.​org/​10.​1007/​978-3-319-17353-5_​7CrossRef
2.
Bertagna, L., et al.: HOMMEXX 1.0: a performance portable atmospheric dynamical core for the energy exascale earth system model. Technical report, Sandia National Lab. (SNL-NM), Albuquerque, NM (United States); Sandia \(\ldots \) (2018)
3.
Carpenter, I., et al.: Progress towards accelerating homme on hybrid multi-core systems. Int. J. High Perform. Comput. Appl. 27(3), 335–347 (2013)CrossRef
4.
Kiehl, T., Hack, J., Bonan, B., Boville, A., Briegleb, P., Williamson, L., Rasch, J.: Description of the NCAR community climate model (CCM3) (1996)
5.
Korwar, S.K., Vadhiyar, S., Nanjundiah, R.S.: GPU-enabled efficient executions of radiation calculations in climate modeling. In: 20th Annual International Conference on High Performance Computing, pp. 353–361. IEEE (2013)
6.
Li, J., et al.: Parallel netCDF: a high-performance scientific I/O interface. In: SC 2003: Proceedings of the 2003 ACM/IEEE Conference on Supercomputing, pp. 39–39. IEEE (2003)
7.
Nan, D., Wei, X., Xu, J., Haoyu, X., Zhenya, S.: CESMTuner: an auto-tuning framework for the community earth system model. In: 2014 IEEE International Conference on High Performance Computing and Communications, 2014 IEEE 6th International Symposium on Cyberspace Safety and Security, 2014 IEEE 11th International Conference on Embedded Software and Systems (HPCC, CSS, ICESS), pp. 282–289. IEEE (2014)
8.
Neale, R.B., et al.: Description of the NCAR community atmosphere model (CAM 4.0) (2010)
9.
Rew, R., Davis, G.: NetCDF: an interface for scientific data access. IEEE Comput. Graph. Appl. 10(4), 76–82 (1990)CrossRef
10.
Sun, J., et al.: Computational benefit of gpu optimization for the atmospheric chemistry modeling. J. Adv. Model. Earth Syst. 10(8), 1952–1969 (2018)CrossRef
11.
Vertenstein, M., et al.: CESM user’s guide (CESM1.2 release series user’s guide). NCAR technical note (2013)
12.
van Werkhoven, B., et al.: A distributed computing approach to improve the performance of the parallel ocean program (v2.1). Geosci. Model Dev. 7(1), 267–281 (2014)CrossRef
13.
Worley, P.H., Mirin, A.A., Craig, A.P., Taylor, M.A., Dennis, J.M., Vertenstein, M.: Performance of the community earth system model. In: Proceedings of 2011 International Conference for High Performance Computing, Networking, Storage and Analysis, p. 54. ACM (2011)
Metadaten
Titel
Improving the Parallelism of CESM on GPU
verfasst von
Zehui Jin
Ming Dun
Xin You
Hailong Yang
Yunchun Li
Yingchun Lin
Zhongzhi Luan
Depei Qian
Copyright-Jahr
2020
Buch
Algorithms and Architectures for Parallel Processing

Print ISBN: 978-3-030-38960-4

Electronic ISBN: 978-3-030-38961-1

Copyright-Jahr: 2020

DOI
https://doi.org/10.1007/978-3-030-38961-1_2