Calcul Haute Performance et optimisation de simulations océanographique multi-échelles

High Performance Computing and optimization of multi-scale oceanographic simulations

• Auteur / Autrice : Gaston Irrmann
• Direction : Gurvan Madec, Sébastien Masson
• Type : Thèse de doctorat
• Discipline(s) : Instrumentation, télédétection, observation et techniques spatiales pour l'océan, l'atmosphère et le climat
• Date : Soutenance le 28/03/2024
• Etablissement(s) : Sorbonne université
• Ecole(s) doctorale(s) : École doctorale Sciences de l'environnement d'Île-de-France (Paris ; 1992-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'océanographie et du climat : expérimentations et approches numériques (Paris ; 2005-....)
• Jury : Président / Présidente : Francis Codron
• Jury : Examinateurs / Examinatrices : Erwan Raffin, Christophe Calvin, Dimitri Lecas
• Jury : Rapporteur / Rapporteuse : Martin Schreiber, Thomas Dubos

Mots clés

Mots clés contrôlés

MPI (protocole de réseaux d'ordinateurs)

Océanographie -- Observations

Calcul intensif (informatique)

Modèles mathématiques

Circulation océanique

Mots clés libres

Calcul Haute Performance

Simulation océanographique multi-échelles

Communications MPI

High Performance Computing

Multi-Scale ocean simulation

MPI communications

Résumé

Ce travail a pour objet l'optimisation des performances du modèle de circulation générale de l'océan, de banquise et de bio-géochimie NEMO (Nucleus for European Modelling of the Ocean) et en particulier dans ses applications multi-échelles qui reposent sur l'utilisation de la librairie AGRIF (Adaptive Grid Refinement in Fortran). L'analyse se concentre dans un premier temps sur les performances de NEMO sans utilisation de AGRIF. Des configurations adaptées sont mises en place, des outils de profilage sont développés, et une méthodologie d'évaluation des performances est proposée. Cette analyse révèle des obstacles majeurs aux performances de NEMO, notamment le nombre élevé de communications MPI (Message Passing Interface) et des ralentissements à différents niveaux de l'exécution. Des stratégies sont élaborées pour réduire les communications MPI et atténuer les ralentissements. L'une de ces stratégies consiste en une modification du schéma de communication pour limiter l'impact des ralentissements. Une analyse approfondie du schéma de communication est présentée, comprenant le développement de schémas alternatifs utilisant des fonctionnalités MPI avancées. Le schéma par défaut optimisé offre les meilleures performances, sauf dans certaines portions du code. Enfin, l'étude se tourne vers AGRIF pour lequel des configurations adaptées sont développées. Une analyse met en évidence les points d'optimisation potentiels. Des optimisations sont conçues pour réduire le temps d'exécution des simulations, elles apportent des gains en performances importants.

The aim of this work is to optimize the performance of the NEMO (Nucleus for European Modelling of the Ocean'') model of ocean general circulation, pack ice and bio-geochemistry, in particular in its multi-scale applications based on the use of the AGRIF (Adaptive Grid Refinement in Fortran) library. The analysis focuses initially on the performance of NEMO without the use of AGRIF. Adapted configurations are set up, profiling tools are developed, and a performance evaluation methodology is proposed. This analysis reveals major obstacles to NEMO's performance, notably the high number of MPI (Message Passing Interface) communications and slowdowns at various execution levels. Strategies are developed to reduce unnecessary MPI communications and mitigate slowdowns. One such strategy involves modifying the communication scheme to limit the impact of slowdowns. An in-depth analysis of the communication scheme is presented, including the development of alternative schemes using advanced MPI features. The optimized default scheme offers the best performance, except in certain portions of the code. Finally, the study turns to AGRIF, for which adapted configurations are developed. An analysis highlights potential optimization points. Optimizations are designed to reduce simulation execution time, bringing significant performance gains.