Noticias

Centro Nacional de Investigación Atmosférica de EE.UU.

 
 

La meteorología es uno de los elementos más importantes e incontrolables de cuantos afectan a nuestra vida cotidiana y, en ocasiones, a nuestra propia supervivencia, sobre todo si hablamos de huracanes devastadores o del cambio climático.

El reto

Pero, afortunadamente, la predicción de los fenómenos atmosféricos cada vez es más rápida y precisa, lo que nos da mayor margen para prepararnos. En el Centro Nacional de Investigación Atmosférica (NCAR) de Estados Unidos, un equipo de científicos ha desarrollado unos sofisticados modelos de previsión de las condiciones climáticas inmediatas, y a corto y largo plazo.

El modelo de investigación y pronóstico del tiempo WRF es el más utilizado del planeta, y entre las muchas entidades que lo utilizan se encuentran el Observatorio Nacional de Atenas, el Instituto de Ciencias Atmosféricas del Consejo de Investigación Nacional de Italia o el Centro de Desarrollo de Computación Avanzada de India, así como numerosas compañías comerciales dedicadas al pronóstico del tiempo. Los modelos de predicción climatológica y meteorológica de NCAR están pasando de niveles de procesamiento Terascale (1 billón de FLOPS) a niveles Petascale, con lo que han desbordando la capacidad de los clusters de servidores tradicionales y han alcanzado un punto crítico en el que agregar más CPU ya no resulta efectivo para aumentar la velocidad. El problema es especialmente arduo en aplicaciones donde intervienen componentes de tiempo real u otros componentes condicionados por los plazos de ejecución.

La solución

Al examinar nuevas formas de mejorar la velocidad y precisión de sus predicciones, los técnicos de NCAR, en colaboración con los investigadores de la Universidad de Colorado en Boulder, dirigieron sus miradas hacia a las soluciones de cálculo en GPU de NVIDIA. Después de portar el código a NVIDIA® CUDA™, se multiplicó por 10 la velocidad de Microphysics, un componente fundamental de WRF que genera alta carga computacional. Aunque Microphysics representa menos de un 1 por ciento del código fuente de WRF, la conversión a CUDA ha dado como resultado una mejora del rendimiento del 20% en el conjunto del modelo.

Vistos los resultados, John Michalakes, desarrollador jefe del software de WRF, ha comentado: "Esta mejora es extremadamente alentadora y oportuna, ya que llega en un momento en el que se nos estaban agotando los recursos de computación de los clusters convencionales. Ahora, nuestro objetivo es reducir el tiempo de predicción al menos a la mitad a medida que vayamos incorporando la tecnología computacional de NVIDIA a más componentes de WRF. Espero que esto provoque una auténtica transformación en la elaboración de modelos climáticos y meteorológicos”.

El resultado

En la actualidad, NCAR, y las numerosas instituciones y agencias de todo el mundo que utilizan WRF pueden generar pronósticos certeros sobre las condiciones atmosféricas existentes y futuras con más rapidez. Esto permitirá a las poblaciones prepararse con anticipación para cualquier situación climatológica y limitar los daños.

Más información: www.ncar.ucar.edu



 
 
 
 
FacebookTwitterGoogle+LinkedInPinterest