先进计算产业发展联盟：2026气象领域联想算力应用研究报告

1气象领域联想算力应用研究报告2 一、数值天气预报 二、数值海洋预报 （一）数值海洋预报介绍 （二）数值海洋预报模式分类 9（三）数值海洋预报现状与发展趋势 （四）数值海洋预报与高性能计算 11三、环境空气质量预报 （一）空气质量预报介绍 （二）空气质量预报的模式分类 （三）空气质量预报现状与发展趋势 （四）空气质量预报与高性能计算 21 22 3家朱尔.查尼、数学家约翰.冯.诺依曼和拉尔夫.皮奥特领导的团队在ENIAC上进行了世界上第一次成功的数值天气预报计算。尽管ENIAC的预报效果非常粗糙且不报奠定了理论和实践基础，验证了数值天气预报的可行性，预测出海洋与空气质量预报的精准度。在气象领域，AI模型能够从海量历史数据中学习复杂的非线性天气演变规律，极大提升了中短期天气预报件进行更早预警。算力则支撑起更高分辨率的数值模型与复杂的AI算法训练，实于空气质量，AI能精准追踪污染源、模拟污染物扩散路径，并量化不同排放源的4一、数值天气预报根据预报区域的不同，可以将数值天气预报模式分为全球模式和有限区域模式，全球模式的预报区域为整个地球，有限区域模式的预报区域为地球的一部分。根据网格分辨率的不同，天气预报模式可分为大尺度模式度模式。根据预报时间的不同，可以将天气预报模式分为长期预报模式、中期预报模短时预报模式的预报时间小于1天。根据控制方程性质的不同，可以将天气预报模式据控制方程离散方法的不同，可分为谱模式、有限差分模式、有限元模式、有限体积模式等。根据应用领域的不同，不同模式可以选择不同的坐标系，对原始方程进行相应的变换，生成模式对应的控制方程。关于控制方程数值解法，谱方法主要用于全球5模式，在有限区域模式中很少用到。有限差分数值模式工作流程一般可分为前处理、主模式和后处理三个过程。前处理进行资计算大气中各个因素的未来变化；后处理主要是指概率预报、数据可视化预报为基础的新一代天气预报系统和与之相适应的天气预报业务技术体系。建立了包括全球中期预报，有限区域数值预报，热带气旋路径数值预报，沙尘暴，空气质量和数值天气预报产品得到了广泛应用，业务预报水平明显提高。中短期天气预报初步实现了从手工绘制天气图，以预报员经验为主要方法的传统作业方式向以数值预报产品为基础，人机交互气象信息加工处理系统为平台的新的预报制作方式的过渡。台全球中期数值天气预报可用时效可达10天以上；水平分辨率达1千米的中尺度数值预区域精细化预报成为各地气象局等相关单位的发展方向。精细化以及时间和空间的无缝隙预报是必然的选择。集合预报技术将在不同时空尺度和不同对象的预报中发挥重要作用，成为灾害性天气预报和延伸预报的最主要手段。在数据同化方面，各种资料的同化与融合，特别是卫星、雷达资料，不仅是员提供时空分辨率更高，协调一致的实况场的需要。在气象服务方面，专业气象服务的精细化，个性化和针对性要求显著提高。除了能提供准确的重大灾害性天气的预报6数值预报在可预见的将来需要由单一的天气预报领域向更广的领域拓展。美国、英国等国家已开始向环境领域拓展，着眼于天气对环境影响的多样化预报服务。展望未来，天气业务将大大突破现有范畴，向地球系统领域延伸，实现对大气及相关环境数值天气预报所需要的计算能力非常高，远远大于同期普通计算机可提供地计算能力。因此，数值模式常常运行在先进的计算机上，是高性能计算机的最主要的应用国的天河、太湖之光等，都被用来运行超大规模的数值计算与气候模拟应用，其模拟WRF：天气研究与预报模式是一个开源、社区型的中尺度预报模式和研究工具，在全球学术界和业务界应用广泛，具有高度灵活，用预报，也广泛用于科学研究，是目前应用最为广泛中尺度天气预报模式，几乎所有国是中国自主研发的区域模式，成为中国气象局区域天气预报业务的主力；该模式针对中国的复杂地形和独特的天气系统进行了大量优化，对中国地区的暴雨、强对流等灾害性天气有较好的预报能力；针对中国及周边地区的气候和地形特点进行了优化，是中国气象局全球预报业务的核心。中国全球预报系AREMS：先进区域预报模式系统是中国科学家自主开发的，由武汉暴雨所和中科院大气所合作开发的中尺度暴雨数值预报模式系统，综合考虑中国区域的地形特点和7适用于时空尺度很小的中小尺度和风暴尺度的天气系统如龙卷风等，在实时资料变分ECMWF-IFS，欧洲中期天气预报中心-集成预报系统是全球预报模式，其在资料同化、模式物理过程和处理超高分辨率数据方面具有优势，尤其在5-10天中期预报领域优势明显。对温带气旋、阻塞高压等大型天气系统的预报也较为可靠，是世界各国数值天气预报的基本思想是将地球大气划分为三维网格，在每个网格点上，根据流体力学和热力学的基本物理定律建立一组复杂的数学方程组，然后利用超级计算机从已知的当前大气状态出发，一步步求解这些方程，从而推算出未来大气的演变。网数值天气预报本质上是求解一组描述大气运动的纳维-斯托克斯方程等非线性偏微大气被离散化为数百万至数亿个网格点。每个时间步，每个网格点上的动力框架、物理过程计算在很大程度上计算任务可以在空间上进行域分解，分配给成千上万个处理器核心同时计算，适合大规模MPI+存网格点计算独立，但相邻网格点之间需要交换计算气压梯度、平流输送数通信开销成为性能瓶颈的关键。高性能计算机的互联网络延迟、带宽性能至关重要。计算与通信求模式需要将整个三维大气状态包括温随着分辨率提高，内存需求呈立方级和并行文件系统；I/O往往成为8式模式包含动力框架和物理过程参数化。动力框架通常具有规则、可向量化的计算模式；而物理参数化则可能是对CPU的浮点计算能力和内存缓统方程组是强耦合的，变量相互影响。求解通常需要迭代算法，且时间积分总计算步数极其庞大，例如全球要1440步。任何单步计算的优化都会因步数巨大而产生显著影响。在模式运行前，需要将海量观测资料与短期预报场融合，生成最优的初始场。这通常涉及求解一个巨型变分问题，计算成本有时可与模式积分本身对算力提出额外的大规模需求，特别是线性代数运算和优化算法,需要专门的数学库和加速器支基于以上计算特点，数值天气预报对算力提出了近乎贪婪的需求，对浮点计算性能需求极高，分辨率决定了成倍的计算量增加，分辨率加倍，网格点数量增加求大规模并行且高效率，需要能有效调度数千至数百万个计算核心协同工作的软件框架和硬件平台；需求大容量和高带宽，高分辨率模式需要TB甚至来存储网格变量；需求低延迟、高带宽互联减少进程间通信的等待时间，保证大规模并行计算的效率；需求极高的并行I/O吞吐率，用于快速读写初始场、边界条件和海数值天气预报是典型的计算与通信双密集型科学计算应用。其对算力的需求来源于对更高分辨率、更复杂物理过程、更精确初始场的不懈追求。这种需求直接推动了文中提到的所有软件，无论是开源的WRF，还是国家级的业务系统如Grapes和IFS，9二、数值海洋预报（一）数值海洋预报介绍海洋，作为孕育生命的摇篮和连接世界的纽带，自古至今与人类文明的演进息息相关。从渔汛渔场、海上贸易到气候变化，人类社会的生存与发展始终离不开对海洋运动规律的深入认识和精准预测。正是在这一现实需求的推动下，地球流体力学作为一于研究地球自然界中流体宏观运动的基本规律，为理解与预测海洋现象奠定了理论基二十世纪六十年代，随着电子计算机计算能力的显著提升，人类迈入了海洋数值预报的研究与试验阶段。这一进程主要沿着三个方向逐步推进：首先是对海浪的数值预报研究。早在七十年代初期，科学家们便已开始进行海浪的数值计算试验，尝试通过数学模型模拟和预测海浪的生成与传播。随后，潮汐的数值预报方法与模拟试验也逐年代启动，并在九十年代进入试验性预报阶段，开始对包括温、盐、流及水位随着同化至数值模式中的实测数据种类日益丰富、数据质量不断优化，以及模式物理过程与计算方案的持续完善，海洋数值模式如今已在基础研究中发挥重要作用，并（二）数值海洋预报模式分类按动力框架分类是最根本的划分方式。正压模式假设密度均匀，仅能模拟由风应力直接驱动的海流与水位变化，是潮汐和海啸预报的主流工具。而斜压模式则考虑了温按空间维度分类体现了模式的复杂度和分辨率，二维模式主要描述海表或垂向平均状态，广泛应用于风暴潮漫滩、海表溢油等灾害预报；三维模式则能完整再现海洋的立体结构，是现代海洋温、盐、流预报的基石，也是研究海洋垂向能量与物质输运不按预报要素与应用分类，则直接对应业务需求。专业化专项模式各司其职，如海浪模式专攻风浪与涌浪的生成与传播，海冰模式模拟冰盖的厚度、密集度与运动，水质（三）数值海洋预报现状与发展趋势数值海洋预报是现代海洋科学与业务服务的核心支柱，它通过构建基于物理定律的海洋数值模式，并融合日益丰富的如卫星、浮标等海洋观测数据通过资料同化系统纪下半叶以来海洋数值模式结合海洋观测，逐渐成为海洋动力环境预报和研究的主要近些年来，除大气数值预报模式外，相继有多种海洋环境数值预报模式应用于海洋气象预报服务业务，这些预报模式有海雾数值预报模式、海浪数值预报模式、风暴潮数值预报模式、海洋污染物扩散数值预报模式。海洋数值预报产品是指利用数值模拟主观预报经验的数值预报释用方法是当前海洋气象预报的主要方法，为海洋防灾减灾、航运安全和生态保护提供了关键信息。当前的发展趋势是构建多系统耦合模式，即这种耦合模式能够更真实地反映圈层间的相互作用，是提升中长期气候预测和台风强随着人工智能技术应用到预报过程，AI辅助传统数值预报，实现降本增效。如AI算法可用于优化资料同化过程，更智能地融合异构观测数据，提升初始场质量。AI可构建参数化方案的替代模型，以数据驱动的方式更高效地模拟次网格尺度物理过程，弥补物理模型的不足。AI还能对高分辨率模式输出进行统计降尺度与偏差校正，低成本地提升产品的局地化精度。基于深度学习的模型，直接从海量历史观测和再分析数据中学习海洋演变规律，可在预报海表温度、中尺度涡旋等预报精度和速度上得到提（四）数值海洋预报与高性能计算洋气象要素和海水温度、盐度、海流和海浪等海洋水动力环境进行连续周期性的数值模拟，将场区实测要素与数值模拟数据相结合，并依托数据可视化技术实现场区模拟海洋的运动和大气一样遵循一定的规律，受到流体力学、热力学等物理规律的支配，并且可以用方程组的形式定量表达。给定边界条件，通过数值方法求解这些方程以使用不同的坐标系和变量，对原始方程进行变换，得到合适的模式控制方程。这些方程的求解需要大量计算，高性能计算集群系统是用于海洋数值模式的运算硬件基础；高性能计算集群系统将极大的影响数值模拟的精度和效率；在该系统上部署海洋数海洋领域模式众多，多为开源软件，比较常见的应用软件包括：FVCOM、FVCOM：美国佐治亚海洋学院实验室和麻省大学海洋实验室开发的海洋数值预地形区域，擅长模拟潮汐、风暴潮、生态水文耦合过程；采用非结构三角形网格，能灵活拟合曲折的海岸线和进行局部加密，有限体积法保证质量、动量和能量守恒,虽然非结构网格效率高，但对复杂区域的模拟需要大量网格单元，并行计算效率ROMS：较为通用的海洋模式系统、广泛应用于区域尺度的海洋环流、上升流参数化方案和强大的数据同化能力，拥有庞大的用户社区。进行高分辨率区域模拟HYCOM：美国迈阿密大学开发的原始方程全球海洋环流模式，包合广泛海气要素，适应于层次效应显著的大洋范围，开的海洋环流预报与气候研究，是美国海军业务化预报的核心模式之一。最大特点是层是Z坐标，兼具各自优点。作为全球或大洋盆地尺度的模式，需要大型超级计算中国在海洋数值预报领域的软件研发起步较早，并已经建立了自主可控的业务撑着我国在全球气候变化领域的发言权和科学研究；近海应用以FIO-COM和洋预报模型通过学习海量的历史再分析数据和观测资料，能够以极快的速度完成传统数值模式需要数小时才能完成的全球海洋预报，在预报精度和效率上展现出巨大,这是一个基于HYCOM框架经过深度国产化开发和优化的全球海洋预报系统，它继承了HYCOM的混合垂向坐标优点，能够同时精确描述大洋层化和浅海地形。作针对中国近海复杂的地形和海洋现象，中国科研机构开发了更具针对性的模型全由我国科学家自主研发的全球海洋环流模式，其动力候研究计划和政府间气候变化专门委员会气候评估报告的核心工具之一，主要用于FIO-COM自然资源部第一海洋研究所-区域海洋模式，包括海浪-潮流-环流耦合模式等。其模式特色在于注重多过程耦合，例如将海浪的混合效应参数化并引入环流模式，显著改善了对上层海洋混合的模拟精度。广泛应用于中国近海及邻近大洋这些海洋软件对计算资源要求高，如CMA-OCM全球海洋业务预报系统，算力需求高，需要高性能计算集群。业务预报要求每天在固定时间内完成未来数天到十天的预报，计算任务有严格的截止时间，这需要强大的企业级HPC集群计算力作为的GPU计算资源，模型需要从海量的历史数据中学习物理规律，这三、环境空气质量预报（一）空气质量预报介绍环境空气质量预报是一门通过科学方法预测未来空气污染状况的学科，它对公众健康、环境管理和经济发展具有至关重要的作用。其基本原理是基于对大气物理和化学过程的理解，将大气视为一个巨大的反应器，通过数学方程组精准的空气质量预报已成为现代城市管理和公共服务中不可或缺的一环。空气质量预报不仅服务于公众健康，为易感人群提是政府决策的科学基石，为启动重污染天气预警、制定精准减排措施提供关键依据,从而有效减缓污染程度。长期的预报与评估数据，有助于我们更深入地理解污染（二）空气质量预报的模式分类乏对大气物理化学过程的机理描述，当遇到前所未有的污染气象条件时预报性能会显著下降，且在不同区域间的移植性较差，这些散和拉格朗日轨迹模型为代表，采用相对简化的湍流扩散理大气划分为三维网格，在每个网格内求解质量守恒方程，实现了对光化学烟雾等复粒物等多种污染物的相互影响和转化。美国的CMAQ、CAMx以及中国的NAQPMS等模型已成为全球区域空气质量模拟的主流工具，而WRF-Chem等在线耦合模型更够从海量历史数据中自动学习污染物与气象条件间的复杂非线性关系，实现秒级预（三）空气质量预报现状与发展趋势上。欧洲中期天气预报中心等机构依托超级计算机，运行如CMAQ、EMEP等复杂的化学传输模型，实现了对污染物在大气中物理化学过程的精确模拟。这些模型虽际学术界呈现出两大发展趋势：一是积极拥抱人工智能技术，探索地球系统大模型技术实现了媲美传统数值预报的精度，而计算时间大幅缩短；美国阿贡国家实验室的Aurora模型则展示了AI在高效模拟大气成分方面的巨大潜力。二是关注点从区域研制了具有自主知识产权的多物种、多尺度的嵌套网格空气质量预报模式系统NAQPMS，可以对城市及区域尺度一次、二次污染物的演变规律值进行数值模拟，市区域内的空气质量进行预报工作。中国在技术路线上积极推动数值模式与人工智能的融合创新；在应用层面，中国的预报服务更侧重于解决国内面临的复合污染难题，致力于实现PM2.5与臭氧的协同模拟与控制，并努力将预报精度提升至公里级精准化的方向迈进。将物理机制与数据驱动深度融合，利用AI技术整合多源观测数据生成高精度的大气环境全景图，推动预报服务向更精细的时空尺度发展，并构建统一平台实现对多圈层环境问题的集成模拟与综合研判，这些都将是领域发展的必（四）空气质量预报与高性能计算NAQPMS模式是中国科学院大气物理研究所自主研发的区域城市空气质量模市的环保部门实现业务化运行。NAQPMS模式成功实现多尺度多过程的数值模拟，可同时模拟计算出多个尺度的空气质量，在各个时步对各计算区域边界进行数据交Models-3/CMAQ模式是美国环保署极力推广使用的第三代空气质量模式系统,基于“一个大气”的理念设计完成，考虑大气中多物种和多相CAMx模式是由美国ENVIRON公司开发的三维欧拉型城市至区域尺度空气质量模式，可用于多尺度的、有关光化学烟雾和细颗粒物大气污染综合模拟研入了当今许多空气质量模式的先进技术，如双向嵌套技术、次网恪PIG技术、化学WRF-Chem模式是美国NCAR等气象组织最新发展的区域大气动力主化学隅合模式，相比其他大气化学模式，WRF-Chem优点是气象模式与化学传输模式在时间和空间分辨率上完全稠合，实现在线传输。WRF-Chem模式考虑平流、扩散和对流、气溶胶参数化和光解频率等过程。WRF是目前最流行的中尺度数值天气预报杂偏微分方程组，来预测未来空气质量状况的科学手段。这一过程计算量极其存和I/O四个关键维度上都具有顶尖且平衡的性能，任何一方面的短板都会成为木四、联想在气象领域的算力平台和优化图：联想EveryScale天气与气候可扩展单元对于需要广泛可扩展性的大型天气和气候解决方案，20图：四组Dragonfly+网络拓扑21联想万全异构智算平台HPC软件实现集群软件管理功能，包括集群管理软件，集群监控软件，作业调度软件，分布式文件系统软件等功能，通过提供一个统一的图形界面来简化高性能计算的操作，图形化界面分为管理员界面，用户界面和操作员界面。联想万全异构智算平台HPC软件应用于天气和气候计算集群，其核心优势之一在于深度集成业界领先的SpectrumLSF作业调度系统，构建了高效、智能的集群管理与任务调度中枢。该调度系统具备高吞吐量的资源调度能力，通过成熟丰富的策略库，实现对异构计算资源的精准分配与优化利用。它不仅提供计算工作流的自动化支持，简化复杂任务流程，更集成了集群优化的软件许可管理功能，有效控制成本并提升软件使用效率。平台拥有广泛的商用应用软件集成接口，确保各类专业应用能够无缝接入并高效运行。通过直观的运营仪表板，管理员可以清晰掌握集群实时状态与作业执行情况。系统还提供智能数据暂存区管理，优化数据访问性能，并结合商业智能与容量规划工具，为集群资源的科学规划和未来扩展提供可靠的数据洞察。联想万全异构智算平台借此构建了一个策略成熟、管理自动、运维可视、规划智能的一体化HPC解决方案，显著提升科研与工程计算的整体效率。联想DSS-G是一款面向高性能计算、人工智能、大数据及云环境的可扩展存储解决方案，以“极致性能”为核心设计理念，旨在应对数据密集型工作负载的严峻挑战。该存储系统提供卓越的性能表现，不仅具备单流读写超过10GB/s的极致低延迟吞吐能力，更在宏观上实现了高达2500GB/s以上的实测聚合数据带宽，足以满足海量客户端并发访问的苛刻需求。其创新的Declustered技术将数据分布across所有磁盘，实现了故障后分钟级的快速数据重建，且重建过程对前端应用性能几乎无影响，极大保障了业务连续性。在架构上，DSS-G采用灵活的构建模块，支持从中小规模到超大规模集群的平滑横向扩展，确保容量与性能的线性增长，为用户提供了面向未来的投资保护。同时，它集成了客户端、块、文件和对象等多种数据访问方式，在一个统一的平台上高效支撑多样化的现代应用，消除了数据孤岛，为复杂的HPC/AI应用管道提供了坚实的数据基石。22图：联想高性能存储和性能呈指数级增长。传统基于CPU的纯MPI并行架构已面临想多年服务于中国广大的气象和海洋预报客户由少数特定的I/O服务器进程统一写入文件系统。利用MPI-IO等标准库，结现计算与I/O重叠。模式在推进计算的同时，在后台异步地将数据写出；专门的23I/O线程或进程负责数据处理和写入，计算进程在完成数据发送后立即返回继续计CPU在处理复杂的物理参数化和化学传输时效率不高，GPU凭借其成千上万与串行任务，GPU负责大规模并行计算的高效并行特性的算法进行编程，同时精细管理CPU与GPU之间的数据传输，24该模式采用GPU并行加速技术，具备对海量数据进行快速计算的能力，运行高效成预报结果。此外，“妈祖”模式在节能减排方面成效显著，制作全球10公里分辨率的海洋环流数值预报时，相比传统CPU超