一种基于CUDA C的短波辐射模式加速方法

技术领域

本发明涉及高性能计算技术领域，具体涉及一种基于CUDA C的短波辐射模式加速方法。

背景技术

地球上的天气与气候情况是由太阳辐射量及其分布所决定的。辐射过程作为重要的大气物理过程之一，需要保证其模拟的气候变化准确率高，因此对辐射计算模型的精确性有很高的要求。RRTMG(rapid radiative transfer model for general circulationmodels)是一种计算长短波大气辐射通量和加热速率的辐射模式，该模式使用相关k方法来满足目前对辐射计算精确度的要求。复杂的气候数值模拟系统需要模拟多种物理过程，其辐射传输模块的计算量占比较大，无法满足地球系统模式大规模高效计算的需要。

通过分析RRTMG短波辐射模式RRTMG_SW的串行计算，可以发现RRTMG_SW的驱动子程序rrtmg_sw计算耗时最多，所以主要对rrtmg_sw进行基于GPU的加速计算。在rrtmg_sw中，各个子程序的计算时间不一，其中spcvmc_sw子程序耗时最长，占rrtmg_sw总计算时间的71.4％。

表1 RRTMG_SW各子程序计算时间(s)

为了提高RRTMG_SW的计算效率，可以在GPU上对其进行加速计算。具体，通过改写串行Fortran程序，基于CUDA C实现RRTMG_SW的加速计算。

发明内容

本发明的目的在于提供一种基于CUDA C的短波辐射模式加速方法，用以提高短波辐射模式RRTMG_SW的计算效率。

为实现上述目的，本发明的技术方案为：

步骤1.数据初始化。首先对四个子程序inatm_sw、cldprmc_sw、setcoef_sw和spcvmc_sw所需要的数据进行定义和初始化。由于水平维度上ncol值的不确定性，在定义CPU端数组时，采用定长数组来解决ncol值不确定的问题，例如，double play[nlay*ncol]，其中nlay＝51，ncol＝1024*n(n为整数)。在GPU端，采用指针数组，例如，double*play_d，并通过cudaMalloc()对GPU端的数组进行内存分配，例如，cudaMalloc((void**)&play_d,nlay*ncol*sizeof(double))；

步骤2.数据传输。将CPU端数组通过cudaMemcpy()赋值给GPU端对应的数组，要求数组的大小和类型相同。例如，cudaMemcpy(play_d,play,nlay*ncol*sizeof(double),cudaMemcpyHostToDevice)，其中，play_d为GPU端定义的数组，play为CPU端定义的数组。

步骤3.核函数的编写。在串行代码中，四个子程序格式为subroutine xxx(parameters)。将它们改写为GPU端核函数，格式为__global__void xxx(parameters)。例如，第一个子程序subroutine inatm_sw(parameters)改写为__global__void inatm_sw(parameters)。原串行代码通过对四个子程序进行外部循环来计算水平柱数，而并行加速代码则是将原代码的相关计算数组增加一个维度，表现在代码上就是增加了ncol这个维度，然后使用if语句对CUDA中全局线程索引号进行标识来计算水平柱数。由于中间数据的特性，对维度的改变并不会影响计算过程中输入输出的数据值，进而不会影响原算法计算结果。

步骤4.启动核函数计算。在CPU端启动GPU端的核函数进行计算。例如，启动inatm_sw核函数，inatm_sw<<>>(parameters)。

步骤5.数据传回及内存释放。计算完毕后，将CPU端需要的数组从GPU端传回CPU端，以便CPU端进行后续的计算。例如，cudaMemcpy(zbbfd,pbbfd,ncol*53*sizeof(double),cudaMemcpyDeviceToHost)，其中，zbbfd为CPU端数组，pbbfd为GPU端数组。数据传输完毕后使用cudaFree()释放GPU端内存，例如，cudaFree(play_d)，cudaFree(pbbcd)。

本发明具有如下优点：

本发明将GPU技术和CUDA并行计算架构应用到了短波辐射模式中，在不考虑I/O传输下，在一个Titan GPU上实现了38.88倍的加速，提高了短波辐射模式的计算效率。

附图说明

图1本发明的加速计算流程示意图

图2RRTMG短波辐射程序结构

图3当线程块大小不同时，RRTMG_SW的CUDA C版本在一个K20 GPU上的运行时间

具体实施方式

下面将结合本发明实施例中的附图和表格，对本发明实施例中的技术方案进行清楚、完整地描述。

RRTMG_SW基于CUDA C加速方法如下：

以下算法2～5分别为核函数inatm_sw_d、cldprmc_sw_d、setcoef_sw_d和spcvmc_sw_d的具体实施伪代码。

RRTMG_SW在K20，P100和Titan GPU上的运行时间和相应的加速效果如表2所示。表中的CPU时间是指串行计算所需的时间，GPU时间是指并行计算所需的时间。实验结果表明在一个Titan GPU上RRTMG_SW的加速比能够达到13.73。

表2不同GPU上的计算时间(s)及加速比(规模2048×384，block size＝128)

虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。