微机Cluster并行化实现叠前深度偏移方法

该文是讨论利用微机Cluster来实现地质模型叠前深度偏移并行化实现。为了比较这一并行化方案的实现效果,选择大规模分布式并行计算机代表-IBMSP-2以进行计算性能的比较。     

PC Cluster实现三维叠前深度偏移并行计算的负载平衡策略

运用用集群式并行机结构的软硬件特点,进行波动方程三维叠前深度偏移,已成为加速其庞大计算的有效工具。而集群式并行机节点之间的负载平衡,则是制约并行计算算法加速比的关键问题。文中提出运用堆排充算法以动态分配各节点计算任务,并以频率域共炮集波动方程三维叠前深度偏移并行算法为例,展示负载平衡的实现过程,测试结果表明,文中提出的负载平衡并行算法具有良好的加速比及并行效率。     

基于GPU实现叠前时间偏移走时计算的并行算法

走时计算是叠前时间偏移计算中最耗时的部分,通过分析传统的串行走时算法,发现静态8点插值算法非常适合在GPU上运行。首先利用CUDA技术对静态8点插值算法进行并行化改造,设计静态8点并行插值算法,然后测试其正确性,统计其相对误差情况。实验表明此算法比工业生产上的动态插值算法更准确,最后我们利用体偏作性能测试。试验结果表明,运行在GPU上的静态8点并行插值算法内核性能是运行在CPU上的动态插值算法内核的22．76倍。这说明,静态8点并行插值算法适合进行走时计算,并且可以应用于工业生产上。     

一种基于共享存储的叠前深度偏移并行算法

为了解决叠前深度偏移计算量巨大这个问题,人们投入了很大精力来开发高效的并行算法.就此,在对一些相关并行算法进行分析之后,根据三维叠前Kirchhoff深度偏移的特点,提出了一种基于共享存储的简化并行算法.其中Slave进程直接存储和读取射线旅行时,消息传递总量显著减少;同时合理地结合"任务池"技术与粗粒度级并行,前者确保动态负载平衡,后者使得Slave与Master之间的通信开销尽可能小.实际数据的测试结果表明,此并行算法高效且可扩展性较好.     

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。     

计算三维旅行时的并行处理技术

文章介绍了应用波前快速推进算法计算三维旅行时的方法和并行实现技术,波前快速推进算法给出了一种快速、准确而稳定的计算旅行时的方法,通过求解三维eikonal方程来达到计算旅行时的目的。并在SGI并行机研制了并行计算软件,给出了SEG/EAGE模型的计算实例。该项技术在大庆油田三维地震资料处理中得到了广泛的应用。     

地震处理叠前时间偏移并行作业运行效能研究

文章围绕运行在惠普集群Omega地震处理软件平台上的“常家围子西部大连片深层叠前偏移处理”重点项目,研究了Omega软件叠前时间偏移并行作业运行机制,改进了系统运行环境,提高了系统运行的稳定性,保障了西部大连片深层5158．73平方千米叠前偏移处理任务的顺利进行,提高了叠前时间偏移作业并行运行效率,使得惠普集群运行效能得到了整体发挥。     

一种使用GPU加速地震叠前时间偏移的方法

应用GPU通用高性能编程技术实现一种加速地震叠前时间偏移的新方法.该技术是地震勘探处理的常规流程,其核心算法具有计算密集、数据独立性强、并行性高等特点.通过性能剖析获得其计算热点,通过CUDA技术对其进行并行化改造,并利用CUDA的流技术实现CPU到GPU的异步传输.通过集群环境下的性能测试,应用GPU并行化的PSTM程序可明显缩短运行时间.     

机器学习和深度学习的并行训练方法

并行计算技术广泛用于对一些特定问题进行更进一步的优化,从而突破性地降低算法的时间消耗。近年来,随着大数据和人工智能的快速发展,在进行大规模深度学习模型的训练时,时间消耗成为一个重要的考虑因素。在模型的训练过程中,由于各个样本之间互不相关的性质,使得模型的训练过程可以利用并行技术来很好地优化。本文以最基础的线性回归作为模型的任务,测试了并行化方法在深度学习模型中的可行性,并对比了不同节点下的性能提升幅度。本文所提出的并行训练方法的时间复杂度为■,根据该时间复杂度,可以合理地根据待解决问题的规模来选择合适的并行化策略。     

并行系统中时间偏移机制的典型应用算法分析

像其它许多领域一样,时间偏移机制在并行计算中也得到了充分的应用。实际上,并行计算并不能真正做到让各处理机都完全无时差地实现"并行"运算。由于各任务间存在数据依赖性,使得一些处理机不得不处于间歇等待状态,直至数据到达为止。通过一个典型的并行算法实例对时间偏移机制的作用过程作了详解,直观地描述了实现并行计算的实质,以便为用户在理解并行行为和设计并行程序时提供一些参考。     

高度可扩展的3D叠前Kirchhoff时间偏移并行算法

为适应海量地震数据以及集群并行规模不断增大的趋势,提出了多维度成像空间分解算法.根据大规模集群系统有多个并行层次的特征,首先沿炮检距方向分解成像空间;然后再沿in-line方向继续切分,直到成像空间小于计算节点物理内存;最后在二维地表上以面元为单位分解成像空间.算法实现上,共炮检距成像空间映射到计算节点组上,计算节点内的CPU核之间按照round-robin均分面元.该并行算法在不增加数据通信量的情况下,降低了内存的需求,减少了通信开销和同步时间,提高了数据的局部性.实际资料测试表明,该并行算法比传统的输出并行和输入并行算法具备更好的性能与可扩展性,实验作业调度多达497个节点、7552个线程,仍然具备较好的加速效果.     

基于二维平行轮廓线的三维表面重建

研究了基于二维平行轮廓线的前列腺三维表现重建问题。采用Roberts边缘检测算子检测前列腺的边缘，提取其轮廓线。分析了BPL1算法在处理相信轮廓线无匹配部分时存在的缺陷。文章采用BPL1算法和相信轮廓线同步前进法相结合的方案被了前列腺表现的三维重建，给出了实验结果。实验表明重建的三维表面清晰、准确。     

基于光线投射法的目标三维重构技术

针对距离选通激光成像系统获得的图像源,为了减小断层图像间的距离远大于断层图像内像素间的距离这一因素对三维可视化的影响,增强三维显示效果,提高运算速度,在研究了光线投射三维重构算法的基础上,提出了距离分辨率远小于成像分辨率的插空帧光线投射法和通过旋转体数据实现从不同的视线角度进行观察的三维重构方法.仿真结果表明:提出的方法可行、有效,提高了目标的探测和识别概率.     

三维适形放疗计划系统中的交互式测量方法

为了在制定三维适形放疗计划时合理地确定射线角度,并根据给定射线方向准确计算射线剂量,需要对三维模型进行精确的交互式测量。结合放疗计划系统的需求和医学图像特点,分析三维交互式测量过程,应用平行投影理论实现二维坐标到三维坐标的转换。提出以一个测量端点为起始点的三维任意叠加旋转算法,在重离子放疗计划系统中实现三维精确测量。实验结果证明了该方法的可行性和有效性。     

3-D Depth Reconstruction from a Single Still Image

We consider the task of 3-d depth estimation from a single still image. We take a supervised learning approach to this problem, in which we begin by collecting a training set of monocular images (of unstructured indoor and outdoor environments which include forests, sidewalks, trees, buildings, etc.) and their corresponding ground-truth depthmaps. Then, we apply supervised learning to predict the value of the depthmap as a function of the image. Depth estimation is a challenging problem, since local features alone are insufficient to estimate depth at a point, and one needs to consider the global context of the image. Our model uses a hierarchical, multiscale Markov Random Field (MRF) that incorporates multiscale local- and global-image features, and models the depths and the relation between depths at different points in the image. We show that, even on unstructured scenes, our algorithm is frequently able to recover fairly accurate depthmaps. We further propose a model that incorporates both monocular cues and stereo (triangulation) cues, to obtain significantly more accurate depth estimates than is possible using either monocular or stereo cues alone.     

三维模型空间几何变换的计算

以在相对固定空间任意旋转、缩放三维模型为例 ,讨论了如何将其二维参量转换为三维空间的数据 ,并将这些数据应用到三维模型之上 ,使之产生期望中的变化。其计算依据的图形标准是 Open GL。