Paralelización del modelo CALPUFF e implementación en entorno CUDA

CREMADES, PABLO; PULIAFITO, SALVADOR ENRIQUE; FERNÁNDEZ, RAFAEL

San Rafael

Encuentro; Sexto Encuentro de Investigadores y Docentes de Ingeniería EnIDI 2011; 2011

Universidad Tecnológica Nacional, Universidad Nacional de Cuyo, Universidad Maza, Universidad de Mendoza

La predicción meteorológica y climática, así como los modelos de calidad de aire, requieren de aplicaciones de software de cálculo intensivo, y por lo tanto necesitan gran capacidad de procesamiento para entregar resultados precisos en un tiempo razonable. Durante muchos años, las mejoras en el rendimiento de dichas aplicaciones estuvieron ligadas al avance tecnológico que permitía procesadores cada vez más veloces. Una estrategia alternativa para aumentar la eficiencia es a través del uso de arquitecturas paralelas. Si bien algunos modelos matemáticos han demostrado grandes beneficios devenidos de este nuevo paradigma, los sistemas multinúcleo o los clusters de computadoras pueden ser ineficientes en algunos casos desde el punto de vista del costo que suponen. CUDA (Computer Unified Device Architecture) es una arquitectura paralela de propósito general introducida recientemente al mercado por la empresa NVIDIA®. Las aceleradoras gráficas (GPU) con arquitectura CUDA tienen cientos de núcleos que pueden ejecutar miles de hilos en paralelo, y cuestan una fracción del costo de otras arquitecturas paralelas. Este trabajo muestra las mejoras de rendimiento que pueden obtenerse en CALPUFF, un modelo de calidad de aire no estacionario, a partir de la paralelización del código y utilizando la arquitectura CUDA. Se realizó un análisis en tiempo de ejecución para hallar el módulo candidato para paralelizar. Los resultados de la simulación de un caso típico, con la versión paralelizada se compararon con los obtenidos utilizando la versión original de CALPUFF.