海洋环流模式LICOM的GPU实现与优化的任务书.docx

海洋环流模式LICOM的GPU实现与优化的任务书
任务书
任务概述：
本任务要求完成海洋环流模式LICOM的GPU实现与优化，针对GPU的并行性和计算能力实现优化。
任务目标：
1.实现LICOM在GPU上的代码迁移，并针对GPU并行性进行优化。
2.利用GPU强大的计算能力，提升程序计算性能。
3.在保证程序正确性的前提下，实现性能的最优化。
任务内容：
1.研究并分析LICOM的CPU代码，了解程序的实现和流程。
2.研究GPU编程原理和CUDA平台的并行计算特点，了解GPU在程序加速方面的优势。
3.实现LICOM在GPU上的代码迁移，针对单个GPU设备进行并行化优化，使程序性能有较大提升。
4.分析程序瓶颈，运用多GPU设备和分布式技术，进一步提高程序效率。
5.在代码实现的基础上，进行深入优化，提升程序计算性能和程序并行性能。
6.对比CPU和GPU在性能上的差异并给出定量分析，找出优化的潜力和空间。
任务关键点：
1.针对LICOM程序特点，设计合理的GPU并行化策略，实现程序性能优化。
2.利用CUDA并行计算平台，实现程序的加速。
3.确保程序并行计算正确性和结果的一致性。
4.利用多GPU和分布式技术，进一步提高程序性能。
5.优化计算性能，使程序能够达到最优的计算速度。
任务要求：
1.熟悉海洋环流模拟方面的基础知识，熟悉LICOM模型的原理和实现方式。
2.熟悉CUDA编程平台，有GPU计算和优化方面的实践经验。
3.熟悉多GPU和分布式技术，有并行计算优化的实践经验。
4.拥有扎实的编程能力和严谨的思维逻辑，能够分析和解决实际问题。
5.具有团队合作精神和良好的沟通能力和表达能力。
任务成果：
1.实现LICOM在GPU上的代码迁移，优化程序实现和性能。
2.提供代码实现和优化的文档和报告，记录代码实现思路和优化过程。
3.提供测试数据和实验结果，以及结合测试数据的实验结果分析、建议等。
4.将代码开源，为海洋环流模拟相关领域的研究者提供参考。
参考文献：
1.NicholasW.Fleming,etal.ImplementationoftheNEMOoceanmodelfortheAntarcticregion,version3.6,GeoscientificModelDevelopment,2018,2018,12（4）:1733-1748.
2.WenMeng,etal.InvestigatingGPUperformancefordata-intensiveoceanmodeling,JournalofOceanUniversityofChina,2018,Volume17,Issue5,901-908.
3.LiuYongqiang,etal.TCMP：Alarge-scaletropicalcyclonesimulationsystemincludingoceanwaves,ChineseJournalofOceanologyandLimnology,2019,Volume37,Issue1,206-221.
4.NVIDIAcorporation.CUDAParallelProgrammingModelandHardwareArchitecture,2012.
5.Davis,T.A.,etal.SuiteSparse:Graphalgorithms,ACMTransactionsonMathematicalSoftware（TOMS）,2016,Volume42,Issue1,1-34.