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。     

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。     

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。     

混合相位子波反褶积的一种改进方法

反褶积是高分辨率地震资料处理的重要手段之一，它能有效压缩地震子波，提高地震记录的纵向分辨率。传统的反褶积方法大都建立在地震子波最小相位的假设之上，这与实际情况下地震子波更接近混合相位的事实不符。为了使反褶积方法适用于地震子波混合相位的情况，研究提出了一种混合相位子波反褶积的方法。这是一种基于有限数据分解原理的方法，首先将混合相位子波进行分解，然后利用分解后的归一不相关纯相位算子对反褶积结果进行纯相位滤波处理。合成数据试验表明，这种方法能够消除反褶积结果中的剩余子波相位成分，改善反褶积效果。     

面向微地震处理系统的作业流设计与实现

作业流是微地震处理系统的重要组成部分,它将资料处理中不同阶段的工作分解成若干功能模块,并按照一定规则和过程来执行。本文从分析微地震数据处理的特点出发,以XML语言为基础设计与实现了一个轻量级的作业流系统,并且给出了适用于开发处理模块的编程模型,该模型使得处理模块的开发更加"黑盒化"。     

频率域波动方程正演中的多网格迭代算法

 频率域波动方程求解中，需要对大型的稀疏矩阵求逆。直接解法计算时间长，占用内存大，更难以求解3D问题；目前普遍采用的迭代算法又存在收敛速度慢，用于复杂介质模型甚至存在不收敛的问题。本文选择在外层利用双共轭梯度稳定算法求解不定矩阵，采用一个频率域的衰减波动方程算子作为双共轭梯度稳定算法的预条件算子，然后在内层利用多重网格算法计算该算子的近似逆。文中方法能提高整个迭代算法的收敛速度，解决迭代算法不稳定问题。数值模拟结果验证了文中算法的有效性。