La modélisation du climat dépend de façon critique de l’accès à des moyens de calcul haute performance. Suite à la fin de la loi de Moore et aux exigences de sobriété, la performance est de plus en plus obtenue à partir de machines incluant des accélérateurs. Pour bénéficier des performances de ces machines aux architectures hétérogènes, un travail important d’adaptation des codes, voire de réécriture est nécessaire (voir article de Yann Meurdesoif  "L’enjeu des machines accélérées" pour plus de détails sur ces architectures).

L’Europe, en partenariat avec une trentaine de pays membres dans le cadre de la EuroHPC JU (European High Performance Computing Joint Undertaking) lancée en 2018, a une politique très ambitieuse d’investissement massif dans le calcul haute performance et les données, avec l’objectif de renforcer les capacités de simulation, le traitement de données massives ainsi que le développement de l’intelligence artificielle et du quantique. Dans une première phase, en cours d’implémentation, trois machines pré-exascales sont prévues, puis deux machines exascales. La France souhaite se porter candidate pour la 2^ème machine exascale européenne pour 2024. Dans ce cadre, un groupe de travail inter-organismes (CNRS, CEA, INRIA et Universités) a été mis en place en 2021 pour recenser les applications et les enjeux posés par l’exascale et plus largement à l’utilisation de machines accélérées.

Avec Marie-Alice Foujols (IPSL), nous avons coordonné le groupe de travail « Sciences de l’Univers » incluant astrophysique, sciences de la terre, du climat et de l’environnement mais aussi la physique des hautes énergies et la physique nucléaire. Dans le cadre de CLIMERI-France, le modèle couplé de l’IPSL a fait partie du recensement, en collaboration avec le CERFACS. Si le besoin de performance est important face aux enjeux de résolution, de grands ensembles, de longues simulations et de représentation de la complexité du système Terre, le travail pour adapter les codes va nécessiter de compléter les équipes avec des personnes d’expertises pointues et un important investissement humain sur la durée. La dynamique est lancée, relayée par un groupe de travail mis en place à l’INSU, même s’il reste encore pas mal d’inconnues sur les architectures et la façon d’atteindre de bonnes performances sur ces futures machines.

Cet enjeu est partagé au niveau de la communauté de modélisation du climat en Europe, en particulier dans le cadre du projet européen ESIWACE2. Si le modèle allemand d’atmosphère ICON est déjà porté sur GPU, les anglais ont lancé un important travail de réécriture du code d’atmosphère basé sur la notion de « separation of concern » permettant de séparer la couche informatique des couches de modélisation. Le Centre européen de prévision météorologique à moyen terme a aussi investi fortement sur un programme de scalabilité depuis plusieurs années. La conférence organisée par IS-ENES3 en mai 2022 à Barcelone illustre ces différents exemples et montre l’enjeu important que représente l’évolution des architectures de calcul pour le domaine de la modélisation du climat.

• ESIWACE2
• European High Performance Computing Joint Undertaking (EuroHPC JU)
• 7^th ENES HPC Workshop, 9-11 May 2022 - Barcelone (Espagne)
• IS-ENES : Infrastructure for the European Network for Earth System Modelling
• TGCC : Très Grand Centre de Calcul du CEA

• Y. Meurdesoif - L’enjeu des machines accélérées, E-Lettre CLIMERI-France N°3, Septembre 2022

La réflexion sur l’avenir du calcul haute performance, et les liens entre les simulations, les données générées et leurs multiples utilisations génèrent de nombreuses discussions au niveau international. Le débat a fait apparaître des zones de fractures, que l’on s’intéresse à la prévision météorologique ou climatique à courte échéance ou au changement climatique à plus long terme, ou que l’on parle de simulations issues des modèles de climat ou du déploiement de jumeaux numériques pour diverses applications.  Le débat est aussi exacerbé en Europe en raison de l’amalgame relayé par le programme DestinE entre exascale, ultra haute résolution et jumeaux numériques. Cet amalgame occulte des discussions plus différenciées et reflétant mieux le large spectre d’activités de CLIMERI-France autour du calcul, de l’avenir de la modélisation du climat et le recours à différentes méthodes d’intelligence artificielle (fouille de données, apprentissage machine, classifications, assimilation…).

Ces débats traversent aussi la mise en place d’une des activités phares du programme mondial de recherche sur le climat (PMRC) appelé «Digital Earth» (DE). Du point de vue du PMRC, l’objectif de DE n’est pas de construire un modèle ou un jumeau numérique, mais d’offrir un lieu d’échange et de partage d’expertise autour de questions d’actualité en pleine mutation scientifique et technique. Les orientations actuelles de DE s’organisent autour de 3 principaux piliers (Figure 1).

La modélisation couplée régionale ou globale aux échelles de l’ordre du km a comme objectif d’accroître la mise en réseau de l’expertise autour des développements des modèles du Système Terre et des composantes individuelles. L’assimilation de données vise à créer une communauté de recherche active dans le domaine du climat bénéficiant et étendant les efforts de prévision numérique du temps et de réanalyse en cours. L’intégration, au-delà du système physique des interactions avec l’activité humaine et les systèmes anthropisés ou des études d’impacts du changement climatique sur les activités humaines, alimentera la réflexion sur les systèmes d’information climatique. Un atout de «Digital Earth» est le regroupement autour de questions communes de la modélisation globale. Comme pour toutes les activités du PMRC, le succès dépendra de l’appropriation par la communauté. Il dépendra aussi de la capacité de DE à offrir à la fois de nouvelles voies d’exploration du fonctionnement du climat ou de sa prévisibilité et des réponses plus intégrées et pertinentes aux questions d’atténuation et d’adaptation aux échelles régionales et locales.

Par certains aspects, la mise en place de «Digital Earth» s’inscrit dans la demande de renforcement de la coordination des démarches autour du calcul haute performance et des données émergeant de deux « concept notes » de l’organisation mondiale de la météorologie (OMM). Ces notes ont été élaborées par des membres d’un groupe de travail mis en place par le comité recherche de l’OMM et ont fait l’objet de contributions externes sur les contenus et les relectures.

En ce qui concerne le calcul et les données (Figure 2), ces recommandations insistent sur l’urgence de mettre en place des efforts dédiés pour surmonter les difficultés liées à l’évolution des technologies informatiques dans un paysage où les orientations ne sont pas encore entièrement stabilisées. Elles insistent sur le besoin de coordination pour préparer les codes aux machines escales, en insistant sur le fait que les défis scientifiques croissants, ainsi que la complexité croissante de l'environnement informatique, nécessiteront des efforts importants pour adapter ou réécrire les modèles du système Terre et garantir que les développements remplissent les exigences de performance, de portabilité (divers matériels, y compris GPU et CPU) et de productivité. L’attention est aussi mise sur l'empreinte carbone et l’exigence de rendre les centres de données neutres en carbone dans le cadre d'engagements climatiques. La « co-conception » entre les scientifiques, les développeurs de modèles, les informaticiens et les ingénieurs en logiciels est mentionnée comme un atout et il est important d’étendre cette co-construction à l’industrie pour les questions de matériel-logiciel.  Enfin, en ce qui concerne l’augmentation du volume de données et des besoins d’analyse, une co-localisation du HPC et des données est jugée nécessaire, ainsi que l’accès libre aux résultats. Ce dernier point requiert une normalisation accrue pour améliorer l'accès, la découverte et l'utilisation des données.

La deuxième note de l’OMM porte sur l’Intelligence artificielle et les données. Elle fait un état des lieux des nombreuses directions possibles et en cours. Elle souligne le besoin d’adopter à très court terme des stratégies cohérentes pour les produits opérationnels et les chaînes de traitement de données et, à plus long terme, de promouvoir les bonnes pratiques. De nombreuses barrières sont aussi évoquées pour l’adoption de nouvelles solutions basées sur l’IA. Parmi elles figurent les exigences liées à la forte augmentation du nombre de données. Bien que les recommandations visent plus des applications opérationnelles, les exemples fournis, les questions de flexibilité et d’interopérabilité sont pertinents pour les questions de recherche attachées à la modélisation du climat ou aux comparaisons modèles-données.

Les questions liées au HPC et à l’IA ont pris une place prépondérante dans le paysage. Un enjeu pour CLIMERI-France est de permettre de déployer une stratégie nationale cohérente et dans la durée, en bonne adéquation avec les nombreuses directions de recherches attachées à la modélisation du climat et de ses changements. Le succès du PEPR TRACCS arrive à un moment charnière pour aborder ces évolutions.

Rédactrice : P. Braconnot (LSCE-IPSL)

En savoir plus

• OMM : Organisation météorologique mondiale
• PMRC : Programme mondial de recherche sur le climat
• Activité phare PMRC- Digital Earth

Avec la fin de la loi de Moore, la performance des calculateurs augmente en agrégeant de plus en plus de cœurs, le plus souvent accompagnés de cartes graphiques (GPU) capables d’accélérer les boucles de calcul. En France, après l’IDRIS, le CINES accueille une machine composée majoritairement d’accélérateurs GPU, Adastra, dont la performance crête atteint 70 PFLOPS. Le projet Exascale France vise à équiper le centre du TGCC d’une machine exaflopique pour laquelle l’essentiel de la puissance crête proviendra d’accélérateurs GPU, dont la technologie reste encore à définir.

Ces cartes graphiques intègrent des milliers de petites unités calculs très efficaces pour traiter simultanément une même instruction sur un gros volume de données comme c’est le cas des calculs opérés par des boucles imbriquées (kernels de calcul). Ces dernières sont alors transférées (offload) du CPU (host) vers le GPU qui effectuera les calculs. Cependant, les performances chutent dès lors que trop de données sont transférées entre CPU et GPU, en raison de la latence et de la faible bande passante du bus d’interconnexion. Il est alors nécessaire de minimiser ces transferts en gardant au maximum les données sur le GPU. De ce fait, la programmation devient plus complexe.

Plusieurs approches sont possibles pour porter des codes sur GPU, allant des langages de bas niveau très intrusifs (i.e. CUDA, OpenCL, HIP), à des approches moins invasives à base de directives comme par exemple les standards ouverts openACC et OpenMP5. Pour certains codes, la réécriture complète est envisagée en s’appuyant sur des concepts faisant la séparation entre le contenu du code (équations physiques) et son exécution sur une architecture spécifique, à l’aide d’une couche d’abstraction (separation of concern), mettant en œuvre, soit des librairies de plus haut niveau (Kokkos, Raja, SYCL,…) qui pour la plupart nécessite un code écrit en C++ moderne, soit des langages dédiés à un domaine particulier (Domain Specific Language, DSL) pour le climat et la prévision du temps (PSyclone, GridTools).

A l’IPSL, le nouveau cœur dynamique DYNAMICO a été porté en 2019 sur GPU dans le cadre du contrat de progrès de l’IDRIS (3 mois de travail pour 3 personnes). Dans ce cas précis, les résultats montrent que pour un même temps d’exécution, un GPU (NVidia V100) est 4 à 6 fois plus rapide qu’un processeur CPU Intel de même génération (Cascade Lake), suivant la résolution spatiale (pour respectivement 200 km et 12 km). Cependant, lorsque que l'on effectue des calculs parallèles sur plusieurs nœuds, l’efficacité des GPUs sature plus rapidement que celle des CPUs, car les GPUs deviennent sous alimentés en calculs pour exprimer leur plein potentiel alors qu’au contraire les CPUs deviennent plus efficaces en bénéficiant des effets de caches liés à la diminution du volume de données traitées par cœurs. On se retrouve donc avec de meilleurs temps de restitution en faveur des CPUs (voir la figure).

Néanmoins, il faut contrebalancer ce résultat en considérant le coût intégré (matériel + énergie) des 2 solutions pour un temps de restitution équivalent. En effet le rapport flop/watt est très en faveur des GPUs, mais leur coût d’achat est plus élevé, d’autant qu’en général, sur un nœud GPU sont également présents au moins 2 CPUs. Toutefois, on constate d’ores et déjà que l’efficacité des GPU est mieux exploitée à haute résolution, écart qui s’accentuera probablement avec les générations futures. Plus récemment, ce retour d’expérience a été confirmé lors de la participation en 2021 d’une équipe du LMD-IPSL à un hackathon organisé par l’IDRIS à partir d’une version simplifiée de la physique du modèle d’atmosphère, pour laquelle on obtient des résultats du même ordre.

Passer au portage sur GPU de l’ensemble du modèle couplé de l’IPSL qui comporte plusieurs codes, un plus grand nombre de lignes de codes, et des échanges importants de données, est un enjeu d’envergure. En effet, pour DYNAMICO ou la physique simplifiée, l’effort de portage n’a concerné que quelques milliers de lignes, qui sont à comparer aux près de 500 000 lignes composant l’ensemble du modèle couplé. Ce portage est d’autant plus complexe que nos modèles ont un profil de performance relativement plat, c’est-à-dire que le temps de calcul n’est pas dominé par une petite partie du code sur laquelle l’effort pourrait se concentrer. Cette adaptation des codes nécessitera également de repenser totalement l’architecture logicielle. Néanmoins cet effort est absolument nécessaire pour la réalisation de simulations à plus haute résolution ainsi et/ou de grands ensembles, car il est acté que l’essentiel de la puissance disponible des prochains super-calculateurs proviendra des accélérateurs. Le projet PEPR TRACCS va apporter un soutien important pour aborder cet enjeu.

Rédacteur : Y. Meurdesoif (LSCE-IPSL)

En savoir plus

• CINES : Centre Informatique National de l'Enseignement Supérieur
• IDRIS : Institut du développement et des ressources en informatique scientifique
• IPSL : Institut Pierre-Simon Laplace
• LMD-IPSL : Laboratoire de météorologie dynamique

Les modèles de climat français issus de la nouvelle génération CMIP6 (IPSL-CM6A-LR et CNRM-CM6-1) sont caractérisés par deux éléments marquants qui contrastent avec les générations précédentes: (i)  une forte variabilité interne (i.e. la variabilité intrinsèque non-forcée du système climatique) aux échelles de temps centennales et (ii)  une forte sensibilité climatique à l'équilibre (i.e. le réchauffement de surface à l’équilibre en réponse à un doublement de la concentration en CO₂). Des travaux ont été réalisés dans le but de mieux comprendre l’origine de ces changements, ainsi que les impacts associés.

La variabilité centennale de la température de surface moyenne globale des modèles de climat français est largement partagée par les modèles CMIP6 utilisant la plate-forme de modélisation océanique NEMO à 1° de résolution nominale. Cette variabilité n’était pas présente dans les précédentes générations de modèles de climat CMIP3 et CMIP5 et n’est pas présente dans la plupart des modèles de climat de l’ensemble CMIP6  [Parsons et al 2020]. Elle relève donc d’un comportement plutôt extrême de l’ensemble CMIP6. Elle est pilotée par la variabilité basse fréquence de la circulation méridienne de retournement Atlantique (AMOC). Une phase d’accélération de l’AMOC étant associée à un réchauffement dans l’Atlantique Nord, particulièrement marqué aux latitudes subpolaires, et inversement lors d’une phase de ralentissement de l’AMOC [Bonnet et al 2021, Boucher et al 2020, Voldoire et al 2019]. Les reconstructions paléoclimatiques des deux derniers millénaires questionnent le réalisme d’un tel comportement. Concernant la température moyenne globale, sa fourchette de variations à cette fréquence reste inférieure à 0.5°C dans les reconstructions, quant à l’AMOC, elle ne montre pas de variabilité centennale claire, bien que les incertitudes de mesures ne permettent pas d’exclure un tel comportement [PAGES2k Consortium, 2019 ; Caesar et al 2021]. Les mécanismes à l’origine de cette variabilité basse fréquence sont communs aux modèles de climat de l’IPSL et du CNRM et impliquent les échanges d’eau douce entre l’Arctique et l’Atlantique Nord, la stratification verticale de l’océan et l’AMOC [Jiang et al 2021, Waldman et al 2021]. L’Arctique est un réservoir d’eau douce qui se charge par l’excès de précipitation et d’apport des rivières sur l’évaporation. Périodiquement, sa circulation se referme et piège l’excès d’eau douce, réduisant les apports d’eau douce vers l’Atlantique Nord subpolaire. C’est dans cette dernière région qu’a lieu la plongée des eaux qui alimente l’AMOC. Or, l’apport réduit en eaux douces densifie les masses d’eau, intensifiant la plongée des eaux et par conséquent l’AMOC. Finalement, le transport d’eaux chaudes vers le Nord associé à l’AMOC réchauffe la surface de l’Atlantique Nord et du globe. Lorsque le flux d’eau douce depuis l’Arctique s’inverse, l’effet opposé advient et le cycle s’inverse, refroidissant la surface du globe.

Une partie des modèles de climat de la nouvelle génération CMIP6 sont caractérisés par une plus forte sensibilité climatique que leurs homologues de la génération précédente. C’est le cas des modèles français qui ont vu leur sensibilité climatique à l’équilibre augmenter de 4.1 à 4.6°C pour le modèle IPSL et de 3.3°C à 4.8°C pour le modèle CNRM (voir figure).

Dans le cas du modèle du CNRM, cette augmentation est induite par un changement dans la réponse radiative des nuages de la composante atmosphérique du modèle qui se traduit par un renforcement de la rétroaction des nuages à la fois dans le visible (nuages bas) et l’infrarouge (nuages d’altitude), avec une part plus importante pour les nuages de haute altitude [Saint Martin et al 2021]. Un changement dans la représentation de la convection dans CNRM-CM6 par rapport à CNRM-CM5 pourrait être à l’origine de ce renforcement. Pour le modèle de l’IPSL, les principaux facteurs à l’origine de cette plus forte sensibilité climatique sont un renforcement de la rétroaction liée aux ajustements rapides troposphériques (i.e. ajustements qui interviennent immédiatement en réponse à un forçage externe avant les rétroactions climatiques découlant du réchauffement) ainsi qu’un renforcement des rétroactions combinées du gradient thermique vertical de l’atmosphère et de la vapeur d’eau [Boucher et al 2020]. Le renforcement de ces rétroactions est légèrement compensé par un affaiblissement de la rétroaction des nuages. Ces changements par rapport à IPSL-CM5 semblent dus à un changement de la physique de la convection. L’origine de cette augmentation de la sensibilité climatique est donc différente selon les modèles. En regard de l’estimation de la sensibilité climatique à l’équilibre dans le 6^ème rapport du Groupe d'experts intergouvernemental sur l'évolution du climat (GIEC), réalisée en combinant différentes lignes d’évidence [Sherwood et al., 2020], les valeurs des modèles français sont supérieures à la gamme de valeur probable (66%) mais restent situées dans la gamme de valeur très probable (90%).

Ces deux comportements ont des implications importantes sur l’analyse des scénarios climatiques : ils signifient une plus forte incertitude associée à la variabilité interne sur les tendances climatiques multi-décennales à centennales et une réévaluation à la hausse de la sensibilité du système climatique au forçage anthropique par les gaz à effet de serre. Etant donné leur sensibilité à la composante océanique et à la physique atmosphérique des modèles de climat, il sera essentiel de surveiller ces caractéristiques dans les prochaines générations de modèles de climat français.

Rédacteurs : R. Bonnet (IPSL) et R. Waldman (Météo-France)

En savoir plus

• CMIP6 : Coupled Model Intercomparison Project Phase 6
• NEMO : Nucleus for European modelling of the ocean
• 6^ème rapport du Groupe d'experts intergouvernemental sur l'évolution du climat

Références

• Bonnet, R., Swingedouw, D., Gastineau, G., Boucher, O., Deshayes, J., Hourdin, F., ... & Sima, A. (2021). Increased risk of near term global warming due to a recent AMOC weakening. Nature communications, 12(1), 1-9, https://doi.org/10.1038/s41467-021-26370-0
• Boucher, O., Servonnat, J., Albright, A. L., Aumont, O., Balkanski, Y., Bastrikov, V., ... & Vuichard, N. (2020). Presentation and evaluation of the IPSL‐CM6A‐LR climate model. Journal of Advances in Modeling Earth Systems, 12(7), https://doi.org/10.1029/2019MS002010
• Caesar, L., McCarthy, G. D., Thornalley, D. J. R., Cahill, N., & Rahmstorf, S. (2021). Current Atlantic meridional overturning circulation weakest in last millennium. Nature Geoscience, 14(3), 118-120, https://doi.org/10.1038/s41561-021-00699-z
• Jiang, W., Gastineau, G., & Codron, F. (2021). Multicentennial variability driven by salinity exchanges between the atlantic and the arctic ocean in a coupled climate model. Journal of Advances in Modeling Earth Systems, 13(3), https://doi.org/10.1029/2020MS002366
• PAGES 2K Consortium (2019). Consistent multidecadal variability in global temperature reconstructions and simulations over the Common Era. Nat. Geosci. 12, 643–649 (2019). https://doi.org/10.1038/s41561-019-0400-0
• Parsons, L. A., Brennan, M. K., Wills, R. C., & Proistosescu, C. (2020). Magnitudes and spatial patterns of interdecadal temperature variability in CMIP6. Geophysical Research Letters, https://doi.org/10.1029/2019GL086588
• Saint‐Martin, D., Geoffroy, O., Voldoire, A., Cattiaux, J., Brient, F., Chauvin, F., ... & Valcke, S. (2021). Tracking changes in climate sensitivity in CNRM climate models. Journal of Advances in Modeling Earth Systems, 13(6), e2020MS002190, https://doi.org/10.1029/2020MS002190
• Sherwood, S. C., Webb, M. J., Annan, J. D., Armour, K. C., Forster, P. M., Hargreaves, J. C., ... & Zelinka, M. D. (2020). An assessment of Earth's climate sensitivity using multiple lines of evidence. Reviews of Geophysics, 58(4), https://doi.org/10.1029/2019RG000678
• Voldoire, A., Saint‐Martin, D., Sénési, S., Decharme, B., Alias, A., Chevallier, M., ... & Waldman, R. (2019). Evaluation of CMIP6 deck experiments with CNRM‐CM6‐1. Journal of Advances in Modeling Earth Systems, 11(7), 2177-2213, https://doi.org/10.1029/2019MS001683
• Waldman, R., Hirschi, J., Voldoire, A., Cassou, C., & Msadek, R. (2021). Clarifying the relation between AMOC and thermal wind: application to the centennial variability in a coupled climate model. Journal of Physical Oceanography, 51(2), 343-364, https://doi.org/10.1175/JPO-D-19-0284.1

Le CNRM et le Cerfacs ont contribué à l’exercice CMIP6 via la production et l’analyse de simulations avec le modèle CNRM-CM, décliné en 3 versions, CNRM-CM6-1, le coeur physique à résolution standard (~1°), CNRM-ESM2-1, le modèle de système Terre à la même résolution et CNRM-CM6-1-HR, la version haute résolution du coeur physique (50km pour l’atmosphère, 1/4° pour l’océan). Les deux laboratoires ont partagé le développement du modèle et la réalisation des simulations CMIP6. Le groupe a ainsi participé à 19 MIPs de CMIP6, réalisant 3780 simulations et a publié 1,6 Po de données sur son nœud ESGF sur les 2,5 Po produites¹. Le travail de mise au point des composantes du modèles a été décrit dans 11 papiers publiés dans une édition spéciale « The CNRM climate and Earth System models for CMIP6 » dans Journal of Advances in Modeling Earth Systems. Les chercheurs du groupe ont également publié plus de 45 papiers¹ basés sur l’analyse des simulations produites.

Ce bilan chiffré est le fruit d’un travail de longue haleine qui a débuté à l’automne 2012, soit juste après la publication des données pour la précédente phase de CMIP. Dès le début 2013, le groupe s’était accordé sur une feuille de route pour CMIP6. De nombreux développements ont été menés depuis cette date, en particulier un grand chantier autour de la composante atmosphérique ARPEGE dans laquelle un nouvel ensemble de paramétrisations de la physique atmosphérique a été activé. Les éléments constitutifs de la version ciblée avaient été choisis mais les différentes étapes de calibration ont nécessité plus de 3 années. En parallèle de nombreux développements techniques ont permis de fluidifier la phase de production finale. L’intégration d’XIOS pour gérer les données produites par toutes les composantes du modèle on-line a été un pilier du nouveau « workflow ». La gestion des données produites a été également facilitée par le développement de l’outil DR2XML qui est à l’interface entre XIOS et la « Data Request » CMIP6, cette dernière définissant les variables à produire pour chaque simulation. Depuis 2011 (CMIP5), le groupe CNRM-Cerfacs est doté d’un serveur ESGF, qui a été maintenu et upgradé tout au long de CMIP6, ce qui a permis de maîtriser le cycle de la donnée de bout en bout.

L’ensemble de ces développements ont été soutenus par de nombreux projets nationaux (ANR Convergence, LEFE MissTerre) et européens. Il est à noter que le calendrier imposé par ces projets a parfois été problématique, n’étant pas toujours en phase avec la réalité du calendrier CMIP6, la définition des forçages à utiliser et de la Data Request ayant été figée très tardivement. Le groupe a cependant réussi à réaliser les simulations de spin-up courant 2017 et a publié ses premières simulations en juillet 2018, CNRM-CM6-1 étant ainsi un des premiers modèles publiés sur ESGF pour CMIP6. Le groupe a réussi à maintenir son calendrier dans un contexte où le calculateur utilisé pour réaliser les simulations a constamment évolué, ce qui a nécessité des phasages successifs  contraignants.

Suite à cet effort collectif important, le groupe a réalisé une enquête interne pour sonder les participants sur leur ressenti à l’issue de l’exercice CMIP6. Environ 35 ingénieurs et chercheurs du groupe CNRM-CERFACS ont contribué à CMIP6. Le degré d’implication de chacun a été très variable (de quelques mois à plus de 2 ans de travail individuellement) avec un total cumulé représentant environ 38 personnes mois. Le sentiment de réussite et le caractère motivant de l’aventure collective sont largement partagés même si l’exercice est considéré comme ayant été complexe, chronophage et, pour beaucoup, usant. En ce qui concerne nos modèles, les chercheurs retiennent le succès de la stratégie de développement des 3 versions de modèle “sans couture” et la complémentarité des versions CM et ESM qui ont chacun un coût de temps de calcul relativement faible en regard de leur complexité et de leur résolution. Notre modèle est également vu comme bon et robuste et la composante surface continentale est considérée comme la plus avancée par rapport à l’état de l’art. On retient aussi la singularité de ce modèle qui présente une forte sensibilité climatique à l’équilibre tandis que sa sensibilité climatique en régime transitoire reste faible et compatible avec les tendances récentes. Les chercheurs mettent aussi en avant de nombreuses  déficiences, souvent en lien avec leur propre domaine de recherche (mauvaise représentation de la banquise, de la mousson africaine, forte variabilité, problèmes de conservation d’énergie, etc).

L’enquête interne a aussi abordé des questions prospectives, il en ressort que l’exercice CMIP est inscrit dans l’ADN de notre groupe, qu’il constitue un temps fort et fédérateur et qu’il reste encore beaucoup de travail pour exploiter scientifiquement les simulations produites. A l’avenir, il est identifié qu’il faudra veiller à bien soutenir nos axes de travail privilégiés (grands ensembles, physique perturbée, et sensibilité aux incertitudes des forçages). Le développement d’une version à très haute résolution est considéré comme prématuré pour travailler sur le climat mais reste une piste potentiellement intéressante pour l’étude de certains processus. Il y a un consensus sur le fait qu’augmenter la résolution ne garantit pas une nette amélioration de la qualité des modèles et qu’un tel développement demanderait un travail considérable sur la physique que le groupe ne semble pas prêt à soutenir actuellement.

Il existe aussi un consensus sur le besoin de mieux structurer la coordination des deux laboratoires autour de l’activité de modélisation globale. Les premières actions menées à la suite de ce bilan ont donc consisté à lancer une concertation pour repenser cette coordination, puis à mettre en place une nouvelle organisation qui devrait nous permettre de mieux aborder les futures échéances. Enfin, plusieurs points de vigilance ont été soulevés : notre dépendance à des codes communautaires et à leur adaptation aux nouvelles architectures, le besoin d’outils communs et enfin la pérennité du système ESGF et plus généralement de l’hébergement et de la distribution des données produites. Sur ces points l’infrastructure CLIMERI apparaît comme un cadre important pour soutenir l’effort collectif et les outils communautaires.

¹ chiffres de mai 2021

Rédactrice : A. Voldoire (CERFACS) et M.-P. Moine (CERFACS)

En savoir plus

• CERFACS : Centre Européen de Recherche et de Formation Avancée en Calcul Scientifique
• CNRM : Centre National de Recherches Météorologiques
• CMIP6 : 6th Coupled Model Intercomparison Project
• ESGF : Earth System Grid Federation

L’exercice international d’intercomparaison de modèles climatiques couplés CMIP6 a permis de produire un nouvel ensemble de simulations de taille inédite pour s’interroger sur le fonctionnement du climat et la façon dont il est perturbé par les activités humaines. Cet ensemble a fait l’objet de nombreuses analyses et publications scientifiques. Les résultats ont alimenté le 6^ème rapport d’évaluation du GIEC et ce nouveau jeu de données contribue à de nouveaux services climatiques. Lors de la 24^ème session du WGCM¹, qui s’est tenue en distantiel début décembre 2021, les différents groupes de modélisation ayant contribué à CMIP6 ont été invités à faire leurs premiers retours sur l’exercice. Certains points ont fait consensus, à savoir :

• l’importance de CMIP6 pour la communauté de recherche sur le climat
• la fierté d’avoir relevé un défi, mais également
• le fait que l’exercice soit difficile à réaliser et très lourd. En particulier, les retours des groupes de modélisation sont unanimes sur la lourdeur de la « Data Request », qui définit la demande de sorties de données de l’ensemble des simulations. Cela a motivé de lancement d’une réflexion par le WIP (WGCM Infrastructure Panel) dès le mois de mars 2022.

Concernant le prochain CMIP, le sentiment général est que, sur le plan scientifique, beaucoup reste à faire pour exploiter CMIP6 et qu’il n’y a pas d’urgence de lancer un nouvel exercice d’aussi grande envergure.

La communauté contribuant à CMIP est plus partagée sur d’autres points. En particulier, la question du phasage de CMIP7 avec le prochain rapport du GIEC est de nouveau posée. En faisant l’hypothèse d’une publication du 7^ème rapport d’évaluation en 2029-2030, il apparaît qu’un tel phasage imposerait de produire les simulations de CMIP7 en 2025-2026, ce qui laisserait peu de temps pour développer de nouvelles versions de modèles, en particulier pour certains groupes qui se verraient contraints de mener dans le même temps un effort pour migrer leurs codes vers une nouvelle architecture informatique telle que le GPU. Jusqu’à présent, CMIP a gardé un équilibre entre les besoins pour les questions de recherche en amont et les besoins pour les questions sociétales liées au changement climatique. Certains groupes souhaiteraient que CMIP7 soit davantage orienté vers les besoins sociétaux, en particulier via les services climatiques. Pour cela, des acteurs plus directement tournés vers les impacts, la vulnérabilité, l’adaptation et l’atténuation du changement climatique devraient être davantage associés à la définition de l’exercice, ce qui pourrait aussi contribuer à faire émerger de nouvelles questions scientifiques. La question d’inclure un volet opérationnel plus important dans CMIP fait également débat, d’autant plus que l’exercice repose en partie sur des groupes académiques. Cela pourrait, par exemple, consister à produire des simulations du climat futur plus fréquemment ou plus ciblées sur un aspect, notamment afin d’y adosser des services climatiques. La place des émulateurs dans la production de sorties climatiques pour CMIP reste ouverte et est vue comme un moyen de mieux interagir avec de nombreux acteurs de la société. Dans le but d’affiner les premiers retours, un sondage a été proposé début 2022 aux groupes de modélisation impliqués dans CMIP, mais aussi à des utilisateurs, des fournisseurs de données et des décideurs. Il s’agit ainsi de préciser les aspects positifs - et moins positifs - de CMIP6 (structure, Input4MIPs, ESGF, documentation, etc.) et recueillir les avis sur les objectifs et les priorités de CMIP7, et son organisation. Les réponses sont en cours d’analyse par le panel CMIP du WGCM et feront l’objet d’une restitution dans les mois à venir.
Les phases suivantes de CMIP bénéficieront de l’appui de l’International Project Office (IPO), qui a été récemment mis en place sur le campus de l’ESA à Harwell (Royaume-Uni). Les missions de cette structure consisteront principalement en du soutien technique et des actions de communication. En attendant la mise en place de CMIP7, une extension de CMIP6, dite CMIP6+, est envisagée. Les changements de structure par rapport à CMIP6 seraient limités, mais quelques nouveaux MIPs (projets d’intercomparaisons liés à CMIP) pourraient apparaître, selon les besoins de la communauté, comme ce fut le cas précédemment pour ZECMIP (Zero Emissions Commitment MIP) et CovidMIP. L’une des nouveautés de CMIP6+ serait de proposer une mise à jour des forçages. Notamment, les jeux de forçages historiques de CMIP6, qui se terminent en 2014 seraient, dans un premier temps, étendus au moins jusqu’en 2021, puis régulièrement mis à jour, possiblement tous les ans. L’un des bénéfices attendus de cette opérationnalisation sera pour la communauté de disposer de jeux de forçages validés au moment de réaliser des simulations CMIP7. Le jeu de forçages pourrait être complété par de nouvelles données de forçage pour la représentation du cycle de l’azote et des isotopes de l’eau. À l’avenir CMIP devrait rester une activité phare du PMRC et trouver une bonne place dans les activités du groupe de travail WGCM sur la modélisation couplée de ESMO (Earth System Model and Observations), qui regroupe les activités autour de la modélisation et des données dans la nouvelle feuille de route du PMRC.

¹ Working Group on Coupled Modelling (WGCM), qui est l’un des groupes de travail du PMRC (Programme Mondial de Recherche sur le Climat, World Climate Research Programme (WCRP) en anglais).

Rédacteurs : D. Salas y Melia (Météo-France), P. Braconnot (LSCE-IPSL)

En savoir plus

• CMIP6 : 6th Coupled Model Intercomparison Project
• ESGF : Earth System Grid Federation
• ESMO : Earth System Modelling and Observations
  PMRC : Programme mondial de recherche sur le climat
  WGCM: Working Group on Coupled Modelling

ESM2025 (Earth System Models for the future) est un projet de recherche européen sur la modélisation numérique du système Terre, coordonné par Roland Séférian au Centre National de Recherches Météorologiques, CNRM (Météo-France - CNRS). Le projet a démarré le 1er juin 2021. Il est financé à hauteur de 11,3 M€ par le programme H2020 de la Commission Européenne pour une durée de 4 ans.

Fort d’une équipe internationale de 20 organismes européens (représentant 7 pays européens : Autriche, Belgique, France, Allemagne, Norvège, Suède, Suisse et Royaume-Uni) et d'une université australienne, le projet vise à développer la prochaine génération de modèles du système terrestre (ESM).

Cette nouvelle génération de modèles vise à fournir de meilleures projections climatiques permettant de contribuer à élaborer des stratégies d'atténuation et d'adaptation ambitieuses et réalistes, conformes avec les engagements de l'Accord de Paris.

Plus précisément, ESM2025 a pour objectif de développer cette nouvelle génération d’ESM par :

• l'intégration de nouvelles composantes ;
• une meilleure prise en compte des interactions et des couplages entre les composantes ;
• une meilleure représentation des processus climatiques clés grâce à des méthodes d'apprentissage automatique (intelligence artificielle) et l'utilisation d’observations.

Pour lire l'intégralité de la plaquette ESM2025, cliquez ici.

Rédacteur : R. Séférian (Météo-France)

En savoir plus

• Plaquette ESM2025
• ESM2025 : Earth System Models for the future
• CNRM : Centre National de Recherches Météorologiques