Stochastic Processor (随机处理器)

methk · 发表于 2012-12-11 00:12

今天有机会到EC听小型研讨会。EC的10年发展计划(2011-2020年）的其中一个目标就是更省事节能地处理大气混沌。毕竟，老是用超级耗电的超级电脑跑气候模式，一方面研究目的又是讲环保，实在是让人啼笑皆非。
现在就介绍一下研讨会的课题：随机处理器。我对这个不在行(我对研究数值兴趣不算大，而且也听不懂讲什么{:soso_e127:})，所以就从略讲讲而已。

这个处理器目前还是数值算法的一个前沿题目，学术界还没有一个成品出来，处于初步探索阶段。它利用设计者指定的随机函数分布和附带的误差来模拟大气的混沌噪声。

牛津大学的初步测试结果表明，就算要求误差率是10%,也可以比现今技术节省90%能源。把误差率进一步缩减到2%的话，节能减少到30%。误差率要求1%的话，节能降到19%.可见，这套新技术可以有效节能。明显地，节能和误差率的取舍也比较容易决定。尝试在T42解像度的模式上套用stochastic processor，发现只需要924个运算步。因此这个好消息无疑是振奋了小尺度气象课题研究员，特别是云分解模型(CRM)。基于这个算法的节能省钱功用，开发者表示这技术将会在大气科学界外广泛推广，并有望在未来几代"爱疯"内核中出现。

该研究团队也在一个动力学内核全球简化气候模型(Reading Intermediate General Circulation Model, IGCM, 又名Reading spectral model)套用了随机处理。由于是波谱式模型，所以一定要把不同尺度事先切割分离。一如所料，容许尺度分割的Legendre transform勒让德变换在随机处理集模拟后，得到良好效果。让研究团队喜出望外的是：
1. 不能进行尺度降解的快速傅立叶变换和非线性时序在随机处理集下，竟然没有出现悲剧式的误差。

2. 另外他们也发现，在随机处理集下，可以用更小量级的准确度来描述短波便能保持整体演化不变。

目前牛津大学的团队将会继续探索这套随机处理集，在格点模型，如综合预报系统IFS等成熟模型，上进行测试。然后利用随机噪声分布制作随机参数化和集合预报。

-----
我对这方面半桶水都没有，讲不出个具体技术机构。这帖算作抛砖引玉，活跃氛围，有能力和兴趣的会员可以继续搜寻资料，也期待西门版主的探究！{:soso_e113:}

将臣 · 发表于 2012-12-11 10:09

看得云里雾里的，原理似懂非懂。。。。

WRF在法国，已经作为应用气象商业应用，企业可以按需截定需要每日运算的区域，一年几千人民币而已，跟租用云服务器差不多

西門 · 发表于 2012-12-16 12:11

1# methk
我個人覺得是因為數值發展開始有點卻步, 所以他才搞出這樣的東西來。個人對這個東西存有保留。

将臣 · 发表于 2012-12-16 15:08

能减少运算量还是好的。

不过数值至今确实很难有突破了，不知集合上，采用每3天集合一次，再运算，再集合，会是怎样？

这如同我们食品分段萃取，不过分段太多就反而浪费了。

但是，这样也只是减少初始场误差而已，没考虑进方程组的因子，始终是蝴蝶效应，比如冰雪反馈。

西門 · 发表于 2013-1-2 14:06

其實我特別想看看是哪方面的誤差會帶來相對較大的影響。無論如何, 我們也沒可能做到十全十美, 所以永遠的問題所在在於如何在有限資源下, 做得最多。因此, 在無數的誤差當中, 我們應該把哪些誤差列入考慮因素? 我總覺得這個是值得考慮的。

		自动登录	找回密码
密码			注册

[理论研究] Stochastic Processor (随机处理器)