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

Abstract

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.