基于Xeon Phi平台的波动方程叠前深度偏移

波动方程叠前深度偏移适用于强横向变速介质,是一种高精度成像方法,但其巨大的计算量阻碍了该技术的应用。Xeon Phi是一种全新的高性能计算设备,为波动方程叠前深度偏移方法的推广应用提供了新的技术支持。以裂步傅里叶算子为例,介绍了面向Xeon Phi平台的偏移算法移植和优化方法,即采用offload模式将计算核函数加载到Xeon Phi设备上,在Xeon Phi协处理器上采用多线程方式,并且调整程序结构,充分利用SIMD矢量引擎提高向量化处理效率。扩展负载动态均衡的并行框架,形成了一套适用于大规模异构系统、基于Xeon Phi平台的波动方程叠前深度偏移软件。实际数据测试表明Xeon Phi平台可以极大地提高地震偏移处理效率,具有良好的可扩展性。

BCC_AGCM_T106在Intel众核上混合异构编程与优化研究

气象数值模式是天气预报和气候预测的基本工具和方法,随着技术的发展,模式分辨率有了大幅的提高,分辨率的提升使得计算量呈指数倍的增大,然而气候气象预报的时效性对并行程序的设计与计算平台的性能都提出了更高的要求。以气候模式T106为研究案例,以Intel®Xeon®Phi TM为实验平台,探索混合异构编程与优化的可行性,实现了CPU端MPI(message passing interface)+MIC(many integrated core)端Open MP的混合异构编程,充分继承原始代码的MPI级并行,节约了开发成本。以两个CPU进程和一块MIC卡为例来测试性能数据,结果显示随着MIC卡上的线程数增多,气候模式T106核心段在MIC上加速明显,但相对于未使用MIC的纯MPI程序加速效果并不明显,这主要是由于T106核心段计算量不足而MIC卡与主机端数据交换较多造成的。