Mithilfe eines globalen, hochauflösenden Erdsystemmodells untersucht das Projekt „TOols für raPides und effizientes IO für Exascale (TOPIO)“ die Lese- und Schreibgeschwindigkeiten bei der Verarbeitung großer Datenmengen auf Höchstleistungsdateisystemen. Ein Fokus liegt auf der Datenkomprimierung, um die Datenmenge zu reduzieren ohne wesentlichen Informationsverlust zu verursachen. Im Projekt werden zwei Hauptaspekte der I/O-Operationen optimiert: Die Menge der Daten, die geschrieben wird, und die Effizienz dieses Vorgangs. Ersteres wird über Kompressionsmethoden verbessert. Die Effizienzsteigerung wird über einen Auto-Tuning-Ansatz verfolgt, der die Komplexität mehrerer I/O-Schichten vor den Benutzern verbirgt und gleichzeitig die I/O-Leistung verbessern soll. Dabei wird das Model for Prediction Across Scales (MPAS) verwendet, das für hochauflösende, globale Vorhersagen über Zeiträume von zwei bis drei Monaten eingesetzt wird. Die Simulationen erzeugen Daten im Umfang von mehr als 100 Terabyte, deren Speicherung und Schreibzeit erheblichen Ressourcenaufwand erfordern. TOPIO hat das Ziel, diese Datenmenge bei einem maximalen Informationsverlust von einem Prozent deutlich zu reduzieren und die Schreibleistung zu optimieren. Die Kooperation zwischen dem HLRS und der Universität Hohenheim wird innerhalb von SCALEXA vom BMBF gefördert. Weitere Informationen: hlrs.de/de/projekte/detail/topio .