报告人：鞠国良博士

报告题目：基于气象资料同化算法加速的研究

报告摘要：资料同化是数值天气预报的关键技术之一，它可以有效地将时空分布不均匀、不同来源及不同观测误差的常规和非常规观测资料有效地融入数值模式中，为数值预报天气预报提供更准确初值。然而当前资料同化存在着计算效率低、速度慢的缺点，使得业务化运行难以展开。为了克服这一难题，我们对LETKF算法的性能进行了优化。通过对LETKF算法的计算时间复杂度进行分析，发现在并行计算环境下，CPU计算量分配不均是影响计算效率的直接原因。为解决这一问题，我们设计了基于区域分解的动态调度算法，实现了负载均衡，提升了计算的效率，该算法具有很强的可扩展性与可移植性，目前已经应用到业务模式中。

报告时间：2022年9月28日  15:00-16:30

报告形式：腾讯会议，会议号：917-322-980

获取会议密码请联系汪老师：xcwang@hit.edu.cn

报告人简介：鞠国良博士，002全讯白菜网-南科大联合培养博士。目前在国家超级计算深圳中心从事博士后研究，研究领域为高性能计算，主要方向包括资料同化加速、弹性多孔介质流模型的数值算法设计与应用。博士后工作期间所设计的资料同化加速算法，解决了大湾区预警中心数值天气预报资料同化的卡脖子难题。