Containerizing and evaluating the WRF model for cloud-based HPC

Gouveia, Diogo Manuel Sales

Publication

Containerizing and evaluating the WRF model for cloud-based HPC

2025-09-05Master thesis

datacite.subject.fos	Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
dc.contributor.advisor	Baras, Karolina
dc.contributor.advisor	Vieira, Rui Ricardo Almeida
dc.contributor.author	Gouveia, Diogo Manuel Sales
dc.date.accessioned	2025-12-04T16:01:39Z
dc.date.available	2025-12-04T16:01:39Z
dc.date.issued	2025-09-05
dc.description.abstract	Numerical models are mathematical representations that solve algebraic or differential equations to simulate phenomena across time and space. Some models, such as the Weather Research and Forecasting (WRF) model, are applied to weather prediction, providing valuable information to individuals, companies, institutions, and governments on potential future events. However, the WRF model can become highly computationally demanding, requiring increasingly power ful hardware resources with the increase of the resolutions and complexity of the simulations. High-Performance Computing (HPC) allows users to leverage powerful instances tailored to their needs, providing the necessary hardware resources for running complex WRF simulations. Mean while, cloud computing presents an enticing option for computationally demanding programs, offering advantages such as economies of scale, high reliability, and availability. On the software side, compiling, configuring, and installing multiple libraries are essential to exploit WRF’s po tential, which can be an arduous task. This study explores a cloud-enabled approach using pre configured Docker images and compares it to on-premises, HPC, and cloud solutions. We also analyze whether cloud computing is economically and performance-wise viable, using a compa rable base architecture across multiple cloud providers, and assess if the convenience of Docker meets the requirements despite potential overhead.	eng
dc.description.abstract	Os modelos numéricos são representações matemáticas que resolvem equações algébricas ou difer enciais para simular fenómenos ao longo do tempo e do espaço. Alguns modelos, como o modelo Weather Research and Forecasting (WRF), são aplicados à previsão meteorológica, fornecendo in formações valiosas a indivíduos, empresas, instituições e governos sobre possíveis eventos futuros. No entanto, o modelo WRF pode tornar-se altamente exigente do ponto de vista computacional, requerendo recursos de hardware cada vez mais potentes com o aumento da resolução e da complex idade das simulações. A Computação de Alto Desempenho (HPC) permite aos utilizadores recorrer a instâncias poderosas adaptadas às suas necessidades, disponibilizando os recursos de hardware necessários para a execução de simulações complexas com o WRF. Paralelamente, a computação em nuvem apresenta-se como uma opção atrativa para programas com grandes exigências com putacionais, oferecendo vantagens como economias de escala, elevada fiabilidade e disponibilidade. Do lado do software, a compilação, configuração e instalação de múltiplas bibliotecas são essen ciais para explorar o potencial do WRF, o que pode ser uma tarefa árdua. Este estudo explora uma abordagem baseada na nuvem utilizando imagens Docker pré-configuradas e compara-a com soluções locais, HPC e na nuvem. Analisamos também se a computação em nuvem é viável do ponto de vista económico e de desempenho, utilizando uma arquitetura base comparável entre diferentes fornecedores de serviços na nuvem, e avaliamos se a conveniência do Docker satisfaz os requisitos, apesar de uma possível carga adicional.	por
dc.identifier.tid	204058899
dc.identifier.uri	http://hdl.handle.net/10400.13/7490
dc.language.iso	eng
dc.rights.uri	http://creativecommons.org/licenses/by/4.0/
dc.subject	Docker
dc.subject	HPC
dc.subject	Nuvem
dc.subject	WRF
dc.subject	Kuberneter
dc.subject	Cloud
dc.subject	Informatics Engineering
dc.subject	.
dc.subject	Facukldade de Ciências Exatas e da Engenharia
dc.title	Containerizing and evaluating the WRF model for cloud-based HPC	eng
dc.type	master thesis
dspace.entity.type	Publication
thesis.degree.name	Master of Science degree in Informatics Engineering