在图形处理单元上加速拉格朗日运输模拟：大规模并行轨迹计算（MPTRAC）v2.6的性能优化

摘要。拉格朗日粒子扩散模型是研究大气运输过程不可或缺的工具。然而，当涉及大量气团时，拉格朗日运输模拟可能会变得在数值上昂贵。为了加速这些模拟，我们在将大规模并行轨迹计算（MPTRAC）模型移植到图形处理单元（GPU）方面付出了 considerable 努力。在这里，我们讨论了MPTRAC GPU代码的主要瓶颈——平流核的性能优化。基线GPU代码的时间线、屋顶线和内存分析表明，应用程序受内存限制，并且性能受到近乎随机的内存访问模式的影响。通过将驱动模拟的全球气象数据的水平风和垂直速度场的数据结构从数组结构（SoAs）更改为结构数组（AoSs），并引入排序方法以更好地对粒子数据进行内存对齐，性能得到了极大改善。我们在德国于利希超级计算中心的欧洲领导科学（JUWELS）助推模块的NVIDIA A100 GPU上评估了性能。对于我们最大的测试案例，基于欧洲中期天气预报中心（ECMWF）ERA5再分析的108个粒子的运输模拟，我们发现完整物理计算集的运行时间减少了75％，包括平流核的减少85％。除了展示GPU代码优化的好处外，我们还展示了仅使用中央处理单元（CPU）的模拟运行时间也得到了改善。对于我们最大的测试案例，我们发现物理计算的运行时间减少了34％，包括平流核的减少65％。这里讨论的代码优化使MPTRAC模型更接近即将到来的外规模高性能计算系统的应用，并且对优化其他使用粒子方法的模型的性能也具有兴趣。