基于CPU+GPU联合计算真地表叠前时间偏移实用化研究

为了提高起伏地表条件下的基尔霍夫叠前时间偏移算法的计算效率,针对CPU+GPU异构计算平台开展了算法移植与优化研究。首先分析了起伏地表条件下提高偏移成像精度的反假频、弯曲射线旅行时计算以及真地表旅行时校正的处理方法,然后在对算法的并行计算特征进行分析的基础上,针对CPU+GPU异构平台的算法移植进行了多级并行联合计算架构的设计,通过炮检距域的多进程数据域并行、地震数据I/O与偏移计算的异步并行、基于CUDA的超大规模线程成像域并行以及联合CPU计算的多线程成像域并行技术对算法进行了移植及优化。利用大规模测试数据集进行了计算效率测试,测试结果验证了多级并行联合计算架构以及分别针对CPU和GPU平台的算法优化技术能够极大地提高偏移处理效率。

Kirchhoff叠前时间偏移的GPU移植与性能优化技术

叠前时间偏移在工业生产中发挥着极其重要的作用,为了提高该算法的计算效率,开展了基于GPU异构计算平台的算法移植与优化。首先根据积分法偏移的算法特点制定了偏移距域的多进程数据域并行以及IO与计算异步并行总体并行策略;然后为了提高偏移核心计算部分在GPU上的计算效率,对偏移计算核在GPU上的并行方案进行了分析,选择了成像域超大规模线程并行方案对算法进行了移植和优化,并对不同优化手段在不同GPU硬件平台下获得的性能加速进行了对比测试;最后利用大规模计算节点及大规模地震数据体进行了移植后算法的应用测试,并对算法的计算效率、可扩展性以及精度误差进行了分析。大规模应用测试表明,积分法叠前时间偏移经过GPU移植后可获得较CPU平台近7倍的性能提升,具有很好的工业应用价值。