全球数值预报向1至5公里迈进，异构计算正成为重要支撑。近日，MCV数值模式依托曙光8000实现全球公里级预报计算时效达标，为这一技术路线增添了国产应用实践。

　　公里级竞争，推动计算架构改变

　　数值预报的发展，一直与计算能力相互推动。更强的算力，让科研人员能够采用更细的网格，研究更多天气过程。如今，欧洲ICON、美国MPAS等主流模式团队相继借助加速计算平台，向全球公里级推进。

　　分辨率提高，带来的计算需求并不只是多做一些运算。计算单元之间需要交换更多数据，模拟结果也要及时保存。规模越大，通信、存储和任务分配对效率的影响越明显。即使增加处理器，整场预报也未必能按比例提速。

　　科研团队因此需要重新安排计算任务：哪些工作适合通用处理器，哪些可以交给加速处理器大规模并行完成。异构计算通过这种分工，提高整体运行效率，为模式继续提升分辨率提供空间。

　　这也是公里级竞争呈现出的计算趋势。前沿问题越复杂，科研方法与计算架构的联系就越紧密。模式研发需要考虑平台特点，计算系统也要围绕具体任务进行优化。

　　国产异构平台完成应用验证

　　此次发布的成果，由中国气象局地球系统数值预报中心与中科曙光联合完成。MCV模式在曙光8000上，用不到1小时完成全球5公里分辨率、未来10天的预报计算，达到国际主流业务时效标准，并通过批量预报质量检验。

　　曙光8000采用超智融合异构计算架构。围绕MCV模式，团队共同优化计算、通信、存储和软件系统，并验证不同计算单元运行结果严格一致，使计算效率和结果可靠性同时满足要求。

　　存储读写效率提升约30倍，是其中一个有代表性的改进。它说明，提高任务运行速度既需要更强的运算能力，也需要减少等待数据的时间。只有各环节配合起来，硬件能力才能充分用于科研。

　　这样的应用过程，也让科研机构与计算企业的合作更加深入。模式团队提出问题，计算团队分析瓶颈，双方共同调整，再通过完整任务检验效果。积累下来的工具和经验，会继续推动国产计算平台完善。

　　在全球5公里计算时效达标之后，团队还完成了全球3公里分辨率模拟试验。更高分辨率尚处于研究阶段，但模式继续演进已有了可供验证的平台。

　　从支撑模拟，到改变研究方法

　　气象领域的进展，是前沿科研计算需求变化的一个缩影。生命科学、材料研究和流体模拟等领域，也越来越多地将数值模拟与人工智能结合。

　　数值模拟用于描述复杂过程、生成数据，人工智能从结果中寻找规律、辅助模型改进。一次计算由此可以为下一轮研究提供更多线索，帮助科研人员筛选问题、调整方向。

　　这种科学智能研究方式，需要平台同时具备高精度科学计算和人工智能训练推理能力。曙光8000将两类能力统一到同一系统，为模拟、分析和验证之间的衔接提供条件。其在蛋白质研究、分子动力学、湍流模拟等方向的应用，也体现了这一需求的广泛性。

　　从全球公里级预报出发，可以看到一条更深的变化：科学问题推动计算架构演进，异构计算又促进数值方法与人工智能结合。先进算力由此更深入地参与研究过程，帮助科研人员加快验证、扩大探索范围，为前沿发现提供新的可能。