我院硕士生王辉、副教授吴其重与中国科学院大气物理研究所、英特尔（中国）三方合作，首次实现了全球大气污染模式GNAQPMS在英特尔众核架构的第二代协处理器Knight Landing(KNL)移植及计算性能优化，相关研究成果近日以《GNAQPMS v1.1: Accelerating the Global Nested Air Quality Prediction Modeling System (GNAQPMS) on Intel Xeon Phi Processors》为题发表在Geoscientific Model Development(GMD)。GMD是欧洲地学学会（EGU）旗舰期刊之一，主旨向学界介绍地学模式发展重要进展，在中科院分区表中分级为1区TOP期刊。
众核架构是当前国内外超算中心主流计算平台架构，我国无锡“太湖之光”超算、广州“天河二号”超算主要计算能力都采用众核架构，目前国内外都在尝试将气候模式、气象模式及污染模式移植到众核架构计算平台，以充分利用现有超算中心众核平台强大计算能力，但由于污染模式涉及复杂大气物理及化学机理计算，进展较小。全球大气化学传输模式（GNAQPMS)是我国自主研发的全球大气污染模式，由中国科学院大气物理研究所自主研发，是目前用于全国各地空气质量数值预报NAQPMS模式的全球版本，该文为国内首次实现在众核架构下大气污染模式的移植，预示着众核架构在地球科学研究、全国及区域高精度空气质量数值预报的发展潜力。
论文论述了GNAQPMS向英特尔最新众核架构平台KNL的移植以及所得到的计算性能优化，通过运用最新芯片技术、代码重构、向量化加强、内存访问优化、通讯优化以及混合并行等优化技术，GNAQPMS模式在通用CPU平台达到了2.77倍加速，在KNL达到了3.51倍加速;与此同时，KNL平台功耗相较于CPU平台降低了37.5%，有效节约同等计算量的计算能耗。
该工作由北京师范大学、中国科学院大气物理研究所及英特尔（中国) 公司三家单位共同完成，交叉大气科学、计算机科学以及环境科学等多个学科，是我院协同创新工作和双一流学科交叉建设的重要进展。该工作受国家重点研发计划（项目编号：2017YFC0209805；2016YFB0200800；），国家自然科学基金（项目编号：41305121；41405119；），环保部公益研究项目（项目编号：201509014；）以及中央高校基本科研业务费专项资金资助。