COMPACT
Paradigmes informatiques pour des modèles climatiques efficaces,modulaires et entrainables

Aperçu

Réinventer les modèles climatiques avec l’IA et le calcul haute performance pour des prévisions plus précises.

Julien Le Sommer (CNRS)

Le projet ciblé COMPACT vise à transformer les modèles français du système Terre (ESM) actuels, et à former de nouveaux scientifiques pour accompagner cette évolution.

Les modèles de climat sont des outils scientifiques essentiels pour comprendre le système climatique et élaborer des politiques publiques, notamment dans le cadre des services climatiques. Leur évolution est nécessaire pour répondre à de nouvelles applications et opportunités technologiques. À l’avenir, ces modèles devront fournir des informations plus précises à des résolutions spatiales plus fines, tout en quantifiant les incertitudes. Ils doivent exploiter les nouvelles architectures de supercalculateurs et permettre l’ajustement de la complexité en fonction des besoins. En s’appuyant sur des données d’observation terrestre et sur les avancées en apprentissage automatique et programmation différentiable, ils deviendront plus performants et modulaires.

Le PC5 COMPACT combinera activités exploratoires et modifications structurelles des outils numériques des systèmes de modélisation IPSL-CM et CNRM-CM, pour les rendre plus « composables » et compatibles avec l’intelligence artificielle. Ces actions se concentreront sur trois axes : performances HPC, modularité et hybridation IA, afin de garantir l’intégration de ces innovations dans les futures versions des modèles de climat nationaux et de former la prochaine génération d’experts.

Mots-clefs : modèles climatiques, calcul haute performance, « Exascale », conception de logiciels, apprentissage automatique, programmation différentiable

Les tâches

Nos recherches

Transformer les ESM

Améliorer l’efficacité des flux d’échanges de données à l’échelle des systèmes.

Tirer profit des nouvelles architectures pour les composants à forte intensité de calcul.

Explorer des solutions innovantes spécifiques aux composants pour un calcul efficace.

Établir des protocoles et flux de travail pour l’émulation neuronale des composants.

Améliorer la modularité des ESM

Remanier le code au niveau des composants.

Développer des ontologies améliorées.

Déployer des composants d’IA dans les ESM

Définir les outils et interfaces pour un déploiement robuste des composants d’IA.

Utilisation d’applications « bac à sable » et de démonstration de faisabilité des composants entraînables dans les ESM.