Previsão em tempo real da hidrodinâmica e contaminação fecal em ambiente cloud e HPC

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).