Jean-Louis Dufresne Pôle de modélisation Institut Pierre Simon Laplace (IPSL) Laboratoire de Météorologie Dynamique(LMD) Calcul intensif et climat Penser Pétaflops, 13 mai 2008

1. Modélisation du climat: utilisation systématique des machines les plus performantes 2. Les nouveaux enjeux 3. Les spécificités en terme de besoins ou de pratiques Plan Calcul intensif et climat

Échelles spatiales et temporelles EMI C LES CRM Convection profonde Nuages bas GCM Dépression, circulation générale Formation des gouttes des nuages et des précipitations km km 100 km 10 km 1km 100 m 10 m 1 m 100 mm 10 mm 1 mm (m) Échelle spatiale GCM Dépression, circulation générale

Évolution depuis 30 ans Puissance de calcul: x10 6 Modélisation du climat en a tiré partie par une multiplication x100 autour des 3 axes résolution spatiale contenu et complexité des modèles longueurs et nombres de simulations

Évolution depuis 30 ans Développement des composantes puis couplages des modèles.

Évolution depuis 30 ans Puissance de calcul: x10 6 Pour en tirer profit, la modélisation du climat a participé à quelques évolutions majeures: scalairevectoriel scalaire // vectoriel // scalaire // vectoriel // ? Exemple d'utilisation des ressources: GIEC AR4: en 2004, h SX5 5 processeurs pendant 1 an (10% machine)

Les nouveaux enjeux Changements climatiques Passer de l'alerte des risques à: Mieux décrire ces changements pour s'y préparer ou pour les éviter Simuler les événements extrêmes Mieux décrire les interactions avec le milieu naturel et les activités humaines Suivre et prévoir les changements aux échelles de la décennie Paléoclimats Simuler les entrées et sorties des glaciations, les variations abruptes

Les nouveaux enjeux Évolution future Puissance de calcul: x10 6 Quelle évolution résolution/complexité/durée ? résolution spatiale contenu et complexité des modèles longueurs et nombres de simulations

Échelles spatiales et temporelles GCM Dépression, circulation générale km km 100 km 10 km 1km 100 m 10 m 1 m 100 mm 10 mm 1 mm (m) Échelle spatiale

10 Jung et al ˚ 1.1˚ 1.9˚ Observed 100 km 200 km 70 km Mieux résoudre la circulation atmosphérique ERA T255 T159 T95 Sumi et al. 2008

11 LMDZ 0,5° (50km) Earth simulator: SX6 32 noeuds, 256 procs Simulation de 3 mois en 30 h Simulation de 100 ans 1/3 de la SX8 de l'IDRIS pendant 1 an Mieux résoudre la circulation atmosphérique Études climatiques SX8 IDRIS x 10 2

1°1/3° 1/9° 1/27°1/54° SSS Vorticity W 1/54° M. Lévy, 2006 Mieux résoudre la circulation océanique OPA à différentes résolutions:

13 Variabilité du niveau de la mer (en mètres) au cours de lannée En haut simulée à laide de NEMO, configuration ORCA12, en bas déduite des observations de satellites altimétriques (Topex- Poseidon, ERS-2 et Geosat FO). © Mercator-Océan. Mieux résoudre la circulation océanique Études climatiques SX8 IDRIS x ?

GCM LES CRM globaux Convection profonde Nuages bas Formation des gouttes des nuages et des précipitations Cyclones tropicaux Mieux résoudre la convection atmosphérique km km 100 km 10 km 1km 100 m 10 m 1 m 100 mm 10 mm 1 mm (m) Échelle spatiale

Mieux résoudre la convection atmosphérique CRM globaux 3.5 km cell size, ~10 7 columns 54 layers, top at 40 km 15-second time step Simulation de quelques mois NICAM, Études climatiques CPU x

GCM LES globaux Convection profonde Nuages bas Formation des gouttes des nuages et des précipitations Cyclones tropicaux Mieux résoudre la physique des nuages CPU x d'ici là, travail sur les paramétrisations km km 100 km 10 km 1km 100 m 10 m 1 m 100 mm 10 mm 1 mm (m) Échelle spatiale

17 Fluide compressible, equations non-hydrostatiques Conservations de la masse et de l'énergie Possibilités de raffinement de maillage Possibilités de modèles à aire limitée Schemas de transport, positif, conservatif... Grille uniforme et isotrope Efficace numériquement Adapté au parallelisme massif Nouveaux noyaux dynamiques

Considérer le système complet Le modèle système terre Contraintes de plus en plus grandes sur la qualité des modèles Ex: pôle modélisation de l'IPSL :

Bio-géochimie marine: nécessite une bonne représentation des tourbillons océaniques Considérer le système complet Plus d'exigence pour chacun des modèles Biosphère continentale: nécessite une bonne simulation des variables atmosphériques (pluies, neige, températures...) Cycle du carbone: évolution futur du CO2, évolution des puits de carbone...

20 Considérer le système complet Plus d'exigence pour chacun des modèles Antarctic: Océan sous le ices-shelf Effet d'arc boutant Lien calotte-gace de mer... Groenland: Atmosphère: relief, circulation, flux de chaleur et d'eau... Océan: circulation, plongée eaux profondes, glace de mer Calottes: changements du niveau des mers et de la circulation océanique

21 Santé Vague de chaleur Maladies... Agriculture Stress hydrique Irrigation Eau Changement de la quantité et du cycle saisonnier. Forêt Changement des espèces Productivité, captage du CO2 Ecosystèmes Déplacement ou perte de zones écologiques Coraux... Changement Climatique: Régions cotières Érosion des côtes Innondations Niveau des mers Temperature Précipitation Évaluer les impacts des variations du climat Évènements extrêmes

22 Améliorer la pertinence : contenu, résolution Asseoir la crédibilité, la fiabilité Événements extrêmes Impacts régionaux Élargir le nombre de phénomènes considérés (complexité) Autres rétroactions possibles (amplificatrices ou non) Explorer des effets de seuils, d'irréversibilité.. Faire des ensembles des simulations: Explorer un espace de paramètres Prévisibilité, Faire de simulations très longues: Entrée-sortie de glaciation Variation abrupte du climat Les nouveaux enjeux Évolution future

23 Spatial Resolution (x*y*z) Ensemble size Timescale (Years*timestep) Today Terascale Climate Model Petascale 1.4° 160km 0.2° 22km AMR Km Regular Earth System Model 100yr* 20min 1000yr* 3min 1000yr * ? Code Rewrite Cost Multiplier Data Assimilation New Science Better Science dimensions of Climate Prediction ? Exascale Lawrence Buja (NCAR) / Tim Palmer (ECMWF) Exposé NCAR, DEISA, avril 08

résolution spatiale contenu et complexité des modèles longueurs et nombres de simulations Calcul: Le compromis résolution/complexité/durée dépendra des applications Quelques exercices exceptionnels, beaucoups de grosse production Sciences du climat: très pluridisciplinaire Un modèle de climat = assemblage de plusieurs modèles (actuellement 3 à 10) Mettre au point un modèle de climat: Mettre au point 3 à 6 modèles Mettre au point leurs couplages On ne change pas d'environnement aussi simplement 3 à 6 modèles couplés qu'un modèle seul Spécificités climat

Les données: Le nombre et le volume des données continueront de croître avec la puissance de calcul. La question des E/S est un point bloquant, de façon récurrente Écriture pendant la simulation Stockage Pre et post-traitement Transfert des données Augmentation des échanges des données entre les centres climatiques Organisation: Exercices coordonnés à intervalle régulier (i.e. GIEC) Être prêt au bon moment!! Spécificités climat

Au niveau international, proposition de la création de: 1) A Climate Prediction Project coordinated by WCRP, in collaboration with WWRP and the IGBP and involving the national weather and climate centers 2) As a part of the Climate Prediction Project, and in addition to enhancing the capacity of the worlds existing national climate research centers, a World Climate Research Facility (WCRF) for climate prediction should be established 3) The central component of the WCRF will be one or more dedicated high-end computing facilities !! Provisoire !!

Merci