为什么Fortran最具气候模型

最近，一位朋友发给了我一个有线文章，题为“糟糕的软件的权力和悖论”。由Paul Ford撰写的短片讨论了软件行业可能过于痴迷于创造更好和更好的工具，同时忽略了诸如资源调度系统或在线图书馆目录之类的平凡的软件。提交人声称，糟糕的软件彩票的获奖者是发展气候模型的计算科学家。由于气候变化可能是下一代最大的问题之一，如果我们用“糟糕的软件”编写了用于检查气候变化的最佳工具之一，有些人可能会发现它有点担心。

在这篇文章中，我讨论了Whers气候科学家的问题失去了“糟糕的软件抽奖活动”。我将涵盖气候模型的基础知识，什么软件在气候建模中使用，为什么，以及哪些替代软件存在。

我可以告诉最好的，糟糕的软件抽奖活动被气候变化的人赢得（或丢失）。一天晚上我决定去看看实际的气候模型。事实证明，他们经常在超级计算机上运行的大量批处理作业并吐出数字。没有按钮单击，没有旋转的全球或切换开关。他们是来自深层的大型机世界的文物。当您听到预测可怕的地球的气候模型时，他们正在谈论数百个Fortran文件，顶部的评论就像“此文件中的子程序决定海水冻结的潜在温度。”它们并不意味着在家庭计算机上由任何随机书呆子运行。

我首先要提一下，我是那个随机的书呆子，他在小型Linux电脑上遇到了学院宿舍的气候模型。除了个人轶事，抛开软件开发人员，即使在HPC，也可能不熟悉气候建模。这个领域有点利基，所以首先我会解释气候模型的基础知识。

模型是一个捕获的一点。思考的更简单的方式是作为一块软件。这不是填充Twitter Feed的软件类型，或在Spotify上播放您最喜爱的曲目。简单地说，气候模型试图模拟世界。模拟通常从一些预生产控制状态（1850〜1900）开始，并及时迭代地迈出。在每个离散的步骤中及时，计算物理量的感兴趣量，并且更新模型的状态。

像社区地球系统模型（CESM）这样的气候模型由多种型号制成，每个模型都负责自己的世界各地：海洋，大气，冰，河流等.1这些各种组件中的每一个相互通信以更新全球气候的状态。这就是气候模型通常被称为“耦合气候模型”的原因。

气候模型经常在大型网格上工作。这些网格有很多类型，但为了简单起见，只想到一张图纸。电网的每个小平方都是负责世界上建模的气候的一部分。

模型网格可以在分辨率下更精细或培养。回到图表纸的示例，增加分辨率等同于将每个平方划分为许多其他方格。下图显示了常用于气候建模的两个网格尺寸（1度和1/4度）。 2

气候模型有点像相机 - 分辨率越高，你可以在图片中看到的更多细节。通常，分辨率更精细，更科学地有用的模拟输出。

更精细的分辨率模型需要更多计算功率 - 越多的网格单元，计算的数量越多。科学家需要高分辨率模型，因为它们是模拟小规模过程的擅长，在聚集体中，对模型的预测产生了很大影响。

这些模型不仅需要计算能力，它们还需要大量存储容量。随着分辨率的增加，输出从千兆字节迅速地从千兆字节到数百兆字节。例如，上述CESM模型在运行55级时，大气中的1/4度网格（如上图右侧的显示）和海洋中的1/10度网格，产生超过140磅输出数据。

这一切都说，气候模型与大多数开发商甚至意识到的不同野兽。它们推动了可能计算和存储的前沿。因此，气候模型需要许多其他应用程序的软件。

文章中提到的海洋模型，模块化海洋模型6（MOM6），将很快成为CESM的新海洋组件。 “新”3软件是在Fortran中写的。

如果你知道Fortran是什么，而且你不熟悉的气候建模，你可能会很震惊地听到这个消息。为什么？就技术而言，福特兰陈旧。 Fortran是在20世纪50年代后期写的第一个！然后，Fortran仍然在打卡上编程。

显然，由于打卡以来，Fortran已经走了很长的路。自成立以来，已经开发了许多对Fortran的迭代，以推出现代编程概念，例如面向对象的编程和与其他语言的互操作性。然而，这仍然没有解决许多新语言已经开发的事实，因为这是计算的早期计算。那么为什么福特兰仍然？它真的仍然是最好的工具，还是保罗福特对气候科学家失去了“糟糕的软件抽奖活动”？我们可以检查这个问题的第一种方式之一是查看实际使用Fortran的型号。

寻找气候模型的最佳地点（及其数据）是耦合型号的互通项目（CMIP）。这是一种庞大的气候模型数据存储库，其存储在世界各地的服务器上，目的是比较气候建模中心创造的气候模型的技能。

现在，我在这个列表中没有抬起每种型号，而是一些众所周知的型号（在美国）是：

这些模型由美国的一些主要气候建模中心写成（NOAA / GFDL，NCAR等），它们都是在Fortran中写的。

请记住，这通常意味着它们的组件模型也在Fortran中写入。例如，一些众所周知的组件模型是

我们对“有多少型号实际使用Fortran的问题答案？”是 - 大多数，如果不是全部。但是，只要所有酷的孩子正在这样做，并不意味着它是正确的选择。那么为什么冒险？

确实，Fortran可以吓跑新棉被开发商甚至一些经验丰富的开发人员。 Fortran不是一种简单的语言，可以通过任何标准写入或阅读。

然而，Fortran实际上非常擅长它所做的。 Fortran代表公式翻译。该语言旨在将数学方程式转换为计算机中的代码。 Fortran站立于与Python这样的现代语言相比，这实际上是英语。

模块fibonacci_module隐式无包含递归函数fibonacci（n）结果（fib）整数，意图（in）:: n整数:: fib如果（n＆lt; 2）那么fib = n els fib = fibonacci（n - 1）+ fibonacci （n - 2）结束函数fibonacciend模块fibonacci_module

def fib（n）：如果n == 1：返回0 eLif n == 2：返回另外：返回fib（n - 1）+ fib（n - 2）

事实上，如果您喜欢Python，您可能会惊讶地听到您最喜欢的Python库，如Scipy，部分地写在Fortran中。如果您来自R CAMP，则可能会惊讶地发现了一种主要用于数据科学的语言，听到超过20％的R是在FORTRAN中编写的。 4.

但仍然，为什么世界背后的大脑最重要的气候模型挑选到＆lt;插入你喜欢的语言＆gt;

Fortran有点像NASCAR - 别担心右转（可读性），专注于速度，以及普及方面下降。现代版本的FORTRAN 5使语言更容易使用，但FORTRAN的主要目标始终是数值计算的速度。

其他语言使用FORTRAN来加快数值计算来调用它。关于R-Bloggers的本文显示了F Fortran（95）与C和C ++在R内部使用时的比较。如果您对Fortran绩效感到好奇，请查看计算机语言基准游戏，以便在Fortran和其他语言之间进行比较。

建立气候模型的科学家们关心性能很多。性能的小幅增加可能导致节省成本时间的数小时。考虑一下：如果您有需要在昂贵的硬件上运行周数的程序，您是否不会在缩短那段时间内投入时间？性能是在语言选择时许多气候科学家最重要的因素。 6.

阵列是Fortran的一流公民。与C相比，阵列的更高级别抽象使科学家更容易描述其域名。 Fortran支持多维数组，切片，减少，重塑以及许多基于阵列的计算的优化，如矢量化。

由于阵列的这种抽象，Fortran非常适合科学数值计算。我喜欢向熟悉C ++的非Fortran程序员解释这一点是阵列是Fortran，STD容器是C ++的方式：一种方便的抽象，使得与数值组更容易使用的抽象。现在，我承认这不是比喻，但我试图开车的点是从抽象中获得的便利性。

Codebase的寿命对那种气候建模社区非常重要。科学家不能用很快贬值或急剧改变的语言编写数百万码代码。 Fortran，在整个许多迭代中，有令人难以置信的寿命。以旧版本的Fortran编写的模块通常与今天使用的较新版本的Fortran兼容。在大多数情况下，一旦您可以编译它，Fortran“只是有效”。这对想要专注于科学而不跟上最新语言的科学家来说很重要。

比尔长是一个福特兰人WIZ，曾经在FORTRAN标准委员会举行过20多年。他在工作中亲自帮助我，因为他同样很好，因为他擅长在Fortran编程。比尔在回答我在帖子中找到的问题的回应中捕获了福特兰的寿命：“为什么冒险坦坦广泛用于科学计算？”

Fortran的一个特征是寿命。如果您在Fortran中编写代码，则可能仍然有效，并且人们仍然可以阅读它，几十年来。这肯定是几十年前代码的经验。在那个时候，将有多种“时尚”语言与热烈的追随者将会上升并最终褪色。 （任何人都记得Pascal，或Ada？）如果您想要一种时尚的语言今天学习，您可能应该看看Python ...或者您可以使用Fortran，这可以是多年来一系列新语言的序列，所有这些同名。并且很大程度上向后兼容。 7比尔长 - 2014年

需要在许多计算核心之间传播计算的程序，如气候模型，通常使用消息传递接口（MPI）库。 MPI库可以被视为使用更多计算能力的网关。高性能计算（HPC）的开发人员知道MPI是上帝，所有MPIS儿童都出生在其图像中。有一次我听到两家HPC开发人员说“这是方式”，就像曼德拉多人一样，参考他们的协议使用MPI进行C ++项目原型。

在高级，MPI定义了一系列基于传递消息的方法，该方法可以用于利用大量计算功率。即使是最新的计算领域，就像深入学习，当他们需要在许多CPU或GPU上都需要其计算时仍然使用MPI。例如，Horovod可以使用MPI在GPU之间交换模型参数来分布式深度学习。

但是，并非所有语言都可以使用MPI。甚至更少可以使用MPI在冒险的性能水平。 Fortran + MPI是写入许多气候模型的基础，以便它们可以扩展到大量超级计算机。需要一种具有性能的并行框架，如MPI，限制了气候建模者可以选择的语言数量。语言必须与MPI合作，或提供表演替代品，因为建模是MPI的性能水平。

如果您想在HPC中阅读MPI的影响，我强烈推荐Johnathan Dursi的帖子，为什么“MPI正在杀死HPC”。

气候建模社区没有从Fortran切换的原因之一只是它需要的纯粹努力。

学习新语言是耗时的。许多科学家不来自计算机科学背景。在没有该背景的情况下学习一种新语言可能是非常困难的，因为以一种语言学习的概念并不容易转移到新语言。面向对象的编程和多态性等概念，考虑了计算机科学的钉，不一定是气候科学词典的一部分。

遗产代码是一个真正的痛苦。编写模型需要许多开发人员数十年来完成。 8切换到新语言是一个令人生畏的任务。重新编写一个超过9000个Fortran提交的CodeBase就像撕毁并重建房子。重新编写气候模型就像重建整个社区一样。

你看到这是正确的吗？上述要求描述的语言是Fortran。虽然存在替代选择，但Fortran仍然是气候建模的主要语言。其他语言可以使用什么？

如果我没有提到可用于编写气候模型的其他竞争者，我会被遗漏，其中一些我将在这里讨论。

教堂是由Cray（现在HPE）开发的并行编程语言。并行性是教堂里的一流公民。该语言对分布式计算公布了高级抽象，并侧重于尝试使这些并行性功能可访问。教堂能够以比MPI + X（FORTRAN，C，C ++）更小的代码线执行可扩展的例程以实现类似的计算。

教堂的最新成功故事是Arkouda。基本上，Arkouda是用教堂写的Numpy阵列的实施。在Jupyter中运行良好的Python前端将ZMQ消息发送到分布在超级计算机或群集上的Chapel后端服务器。如果您需要围绕一些大数据（数百GB到数十个TB），那么这个项目值得退房。它有一些怪癖，但显示了一大吨的承诺。 9.

教堂在模拟空间中有一些立足点，努力像教堂多物理模拟（冠军）和宇宙学习，但我所知道的气候舞台上没有建立的模型。

教堂目前的缺点是编译时间，包生态系统和GPU支持。但是，这些缺点正在得到解决。即将推出的第二个主要释放是展望使用教堂的好时机。

朱莉娅是一种相对较新的语言，最近看到了很多增长。朱莉娅是一种通用语言，适用于数值计算和分析。语言是动态键入的，具有求助，以及与C和Fortran的互操作性。包管理器集成到Rept中是非常光滑的;感觉就像！ Jupyter笔记本中的语法我用来飞行安装pip包。

朱莉娅正在增长，并且在气候建模中使用它。 Cal Tech的气候建模联盟一直在努力致力于许多与气候相关的Julia套餐，包括ClimateMachine，一种数据驱动的地球系统模型。

我已经听到了关于一些朱莉娅的缺点的二手，但我没有能够阐明它们的经验。因此，我将把它作为读者留下来。

如果你这么走了，你最有可能已经了解Python所以我不会花太多时间告诉你它有多棒，而是相反。

任何试图在Python编写分布式程序的人都会告诉您，这并不容易。像Dask和Pyspark这样的工具可以帮助减轻一些问题，但它们主要以不同的方式使用，而不是通过占主导地位气候建模的消息。

可以在Python中使用MPI，但是如果不是完全不可能的话，可以将其缩放到福特，C ++和教堂的级别几乎不可能。对于想要为自己尝试这个的怀疑者的开发人员，请查看MPI4PY。

Python在气候科学中大量使用，但不是为了上述原因而实际建模本身。大多数情况下，Python用于仿真输出的可视化和分析，具有XARRAY和DASK等工具，位于Pangeo数据生态系统中。

在我看来，气候科学家并没有失去软件抽奖活动，Fortran + MPI实际上非常擅长它所做的：大量分布式数值计算。然而，需要更多的创新来使语言如教堂和朱莉娅这样的语言，即替代气候建模，因此，随着这些语言的不断成熟和发展稳定的生态系统，气候建模社区可以从他们对FORTRAN的增强中受益。

2003年版Fortran是最大的发布之一。该释放带来了多态性，继承等oop的特征，以及与c的互操作性。

我问了四名气候科学家，我接近为什么他们认为他们的田地为他们的模型挑选了Fortran。 我得到的响应是关于语言的表现。 我最喜欢的回应是“快速，全部”。 ↩ MOM6有9000多个提交，近50个贡献者，并且甚至没有考虑到MOM6 GitHub贡献度量的所有未被考虑的代码 完全免责声明，我为教堂和阿古达做出了贡献。 教堂和他们令人敬畏的，令人难以置信的开发团队是我第一次进入HPC的原因。 ↩