Abstract:
Os sistemas de previsão em tempo real (SPTR) fazem previsões a escalas de tempo curtas (dias), através
da integração de modelos e dados de campo, sendo ferramentas habituais de suporte à gestão costeira e
portuária para análise de grandezas como a agitação marítima, os níveis e as velocidades. O custo
computacional é uma das maiores limitações no uso de modelos de elevada precisão em sistemas de
previsão em tempo real nas zonas costeiras (Rodrigues et al., 2013). Os avanços recentes em computação
de elevada performance (HPC), tais como os obtidos no cluster MEDUSA do LNEC (Costa et al., 2009),
criaram as condições para o uso eficaz destes modelos em SPTR. O uso de modelos em modo paralelo
abriu ainda caminho à evolução dos SPTR da hidrodinâmica para a morfodinâmica (Bruneau et al., 2010)
e a qualidade da água (Rodrigues et al., 2013), e à sua operacionalização diária através do uso de recursos
computacionais avançados em clusters (HPC), sendo as previsões disponibilizadas on-line como serviços
para as entidades gestoras (Oliveira et al., 2014). A cloud, que permite o cálculo em máquinas virtuais
utilizando computadores e servidores compartilhados e interligados através da Internet, poderá também
ser uma alternativa para a computação exigente dos SPTR. Apresenta-se aqui uma análise comparativa da
performance de um SPTR utilizando três abordagens distintas: a) workstations locais, b) clusters e c) um
piloto de cloud (Tab.1).
