WRF-SFIRE: análisis de rendimiento y optimización de recursos en ambientes HPC

El modelo WRF-SFIRE se ha convertido en una herramienta valiosa para la predicción de incendios forestales en todo el mundo. Sin embargo, su rendimiento en ambientes paralelos puede verse afectado por la complejidad del modelo y la limitación de recursos. En este trabajo se evalúa el rendimiento del...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Schmidt, Rodolfo Alejandro, Magris, Natalia, Piray, Eduardo, Mendez-Garabetti, Miguel
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2023
Materias:
Ciencias Informáticas
WRF-SFIRE
Performance
parallel architectures
performance improvement
HPC
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/166480
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-166480
record_format dspace
spelling I19-R120-10915-1664802024-05-28T20:06:05Z http://sedici.unlp.edu.ar/handle/10915/166480 WRF-SFIRE: análisis de rendimiento y optimización de recursos en ambientes HPC Schmidt, Rodolfo Alejandro Magris, Natalia Piray, Eduardo Mendez-Garabetti, Miguel 2023-09 2023 2024-05-28T14:46:29Z es Ciencias Informáticas WRF-SFIRE Performance parallel architectures performance improvement HPC El modelo WRF-SFIRE se ha convertido en una herramienta valiosa para la predicción de incendios forestales en todo el mundo. Sin embargo, su rendimiento en ambientes paralelos puede verse afectado por la complejidad del modelo y la limitación de recursos. En este trabajo se evalúa el rendimiento del modelo en ambientes paralelos y se proponen estrategias de optimización para mejorar su eficiencia y la administración (y/o utilización de recursos). Se llevarán a cabo casos representativos para evaluar el desempeño del modelo con diferentes configuraciones de software y hardware, incluyendo CPU/GPU. Los resultados de este trabajo pueden ser útiles para mejorar la capacidad de predicción de incendios forestales y la eficiencia en la gestión de recursos en situaciones de emergencia. The WRF-SFIRE model has become a valuable tool for wildfire prediction worldwide. However, its performance in parallel environments can be affected by the complexity of the model and resource limitations. This study evaluates the model’s performance in parallel environments and proposes optimization strategies to improve its efficiency and resource management/utilization. Representative cases will be conducted to assess the model’s performance with different software and hardware configurations, including CPU/GPU. The results of this study can be useful for enhancing wildfire prediction capabilities and resource management efficiency in emergency situations. Sociedad Argentina de Informática e Investigación Operativa Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf 103-108
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
WRF-SFIRE
Performance
parallel architectures
performance improvement
HPC
spellingShingle Ciencias Informáticas
WRF-SFIRE
Performance
parallel architectures
performance improvement
HPC
Schmidt, Rodolfo Alejandro
Magris, Natalia
Piray, Eduardo
Mendez-Garabetti, Miguel
WRF-SFIRE: análisis de rendimiento y optimización de recursos en ambientes HPC
topic_facet Ciencias Informáticas
WRF-SFIRE
Performance
parallel architectures
performance improvement
HPC
description El modelo WRF-SFIRE se ha convertido en una herramienta valiosa para la predicción de incendios forestales en todo el mundo. Sin embargo, su rendimiento en ambientes paralelos puede verse afectado por la complejidad del modelo y la limitación de recursos. En este trabajo se evalúa el rendimiento del modelo en ambientes paralelos y se proponen estrategias de optimización para mejorar su eficiencia y la administración (y/o utilización de recursos). Se llevarán a cabo casos representativos para evaluar el desempeño del modelo con diferentes configuraciones de software y hardware, incluyendo CPU/GPU. Los resultados de este trabajo pueden ser útiles para mejorar la capacidad de predicción de incendios forestales y la eficiencia en la gestión de recursos en situaciones de emergencia.
format Objeto de conferencia
Objeto de conferencia
author Schmidt, Rodolfo Alejandro
Magris, Natalia
Piray, Eduardo
Mendez-Garabetti, Miguel
author_facet Schmidt, Rodolfo Alejandro
Magris, Natalia
Piray, Eduardo
Mendez-Garabetti, Miguel
author_sort Schmidt, Rodolfo Alejandro
title WRF-SFIRE: análisis de rendimiento y optimización de recursos en ambientes HPC
title_short WRF-SFIRE: análisis de rendimiento y optimización de recursos en ambientes HPC
title_full WRF-SFIRE: análisis de rendimiento y optimización de recursos en ambientes HPC
title_fullStr WRF-SFIRE: análisis de rendimiento y optimización de recursos en ambientes HPC
title_full_unstemmed WRF-SFIRE: análisis de rendimiento y optimización de recursos en ambientes HPC
title_sort wrf-sfire: análisis de rendimiento y optimización de recursos en ambientes hpc
publishDate 2023
url http://sedici.unlp.edu.ar/handle/10915/166480
work_keys_str_mv AT schmidtrodolfoalejandro wrfsfireanalisisderendimientoyoptimizacionderecursosenambienteshpc
AT magrisnatalia wrfsfireanalisisderendimientoyoptimizacionderecursosenambienteshpc
AT pirayeduardo wrfsfireanalisisderendimientoyoptimizacionderecursosenambienteshpc
AT mendezgarabettimiguel wrfsfireanalisisderendimientoyoptimizacionderecursosenambienteshpc
_version_ 1807223111682097152

Ejemplares similares