空间天气学全球MHD数值模拟的大规模并行计算研究

空间天气学的核心是空间灾害性天气过程的研究，并科学地评估其对人类活动的影响。全球MHD模型是描述地球空间的磁层、电离层和热层系统中磁物理现象的重要模型，可以模拟诸如地球磁层受到扰动出现的亚暴现象。然而，由于该问题的数据规模大、时空尺度跨度大、方程非线性、多物理量耦合、各向异性等特点使得应采用大规模的高性能并行计算作为其高效预报的必要手段。.为解决空间天气学全球MHD模型大规模并行计算问题，针对该模型研究区域分解高效并行算法，并结合当代超级计算机体系结构的特点，对程序在处理器核间、节点内处理器间、超节点间实现多层互连、应用加速部件等方面研究多结构混合并行计算模式，最终实现面向空间天气学全球MHD模型的高并行效率、成百上千核可扩展的大规模数值模拟计算。

对于太阳风-磁层-电离层系统的经典全球MHD模型，采用PPMLR-MHD算法及开源软件Athena开展大规模并行数值模拟的研究。.PPMLR-MHD算法用Lagrangian推进方法和向欧拉坐标映射对流的方法分两步推进，包含太阳风-磁层-电离层的耦合处理，具有高阶空间精度及较低数值耗散。对其进行MPI、OpenMP及两者混合并行的性能优化，MPI并行至12进程计算时间仍呈下降趋势。1个节点中OpenMP并行呈接近线性加速，在12个线程达到10.56倍的加速比，并行效率88%。其中在共享内存的胖节点架构可扩展到256处理器核，加速比为29.3。因物理变量大多使用了Fortran语言的Common公共区，这种变量存储方式使得共享内存的线程级OpenMP并行展示了更好的并行效果。.选取开源程序Athena中磁域循环的计算，可模拟全动态的流体展现可能的震荡现象。使用现代评测工具Vtune进行分析，性能优化策略采用MPI OpenMP混合并行及MIC并行，同等处理器规模混合并行可提升15倍以上，并行可扩展至32个节点600多个线程。MIC并行在较少的节点即可达到同样的加速效果，提升了计算速度。.对科学工程计算核心算法稀疏矩阵相乘算法使用矩阵分块、优化数据传输、负载均衡、改良并行快速排序法方法优化，研究设计了OpenMP并行OMPSPMM算法及混合并行MPSPMM算法，其中OMPSPMM算法矩阵的计算速度较MKL平均提高56%。.目前基金成果已完成项目计划预期，共发表7篇论文，其中1篇SCI索引、3篇EI索引，申请四项专利。而且，在此项目基础上，可继续开展更大数据规模及多MIC并行的深入研究。