多边形叠加Vatti算法的VCS优化方法与GPU并行化

Vatti算法是常用的矢量多边形裁剪算法之一,在其构建扫描束实现交点计算的过程中,二叉树的数据结构和递归计算方法导致其计算效率受矢量多边形边界顶点数量影响显著。本文针对Vatti算法执行过程中较为耗时的扫描束构建环节,提出了一种多边形边界顶点预排序的优化方法——VCS（Vertex Coordinate Pre-Sorting）方法,并基于该方法实现了对Vatti算法的GPU细粒度并行化。VCS方法使用双向链表对Vatti算法原有的二叉树数据结构进行了替换,以较小的额外存储空间取得了多边形边界顶点信息查找效率的明显提升。在GPU环境下采用双调排序算法对多边形边界顶点数组元素进行并行化排序并过滤出有效值,克服了原始算法使用二叉树存储导致效率低下的问题。实验结果表明,改进后的算法与原始算法相比,具有相同的计算精度;当多边形顶点数量为92万,CUDA每个线程块中的线程数量为32时,使用VCS优化方法,与采用CPU计算构建扫描束方法相比,GPU并行化方法获得了39.6倍的相对加速比,矢量多边形叠加分析算法效率总体上提升了4.9倍。     

基于CUDA的地震相干体并行算法

相干体技术在地震勘探资料解释方面得到了广泛的应用,由于相干体技术处理的对象是三维地震数据体,所以算法运算时间较长。为了缩短解释周期,本文充分发挥GPU并行计算优势,对C3相干体算法进行并行化分析。从硬盘读取数据到GPU上计算相干值并写入硬盘的整个过程进行分析,剔除了冗余数据的读取,完成了C3相干体算法的并行化设计与实现。最后分别对串行算法与并行算法进行性能测试,结果表明本文设计的并行算法在保证精度的前提下达到了16倍左右的加速比,对加快地震资料解释具有重要意义。     

地震叠前时间偏移的一种图形处理器提速实现方法

新近发展的图形处理器（GPU,Graphic Processing Unit）通用计算技术,现已日趋实用成型,并获得诸多应用领域的广泛关注.对油气勘探专项资料处理技术的运用而言,概因GPU与中央处理器（CPU）的计算性能的甚大差异,致使GPU这一通用计算技术在石油工业中的应用研究正在有效开展.本文仅借助于油气勘探中广泛使用的叠前时间偏移,旨在于扼要阐明其基于GPU应用的有效性;文中还提出一种利用GPU实现地震叠前时间偏移的软件构件方法,并针对非对称走时叠前时间偏移所拓展的应用软件提供一种具体实现架构.与以往用个人计算机（PC,Personal Computer）或者PC集群所用的叠前时间偏移相比,本文方法可甚大地提高计算效率,从而在石油物探资料处理中可显著地节约计算成本和维护费用.文中实际例证也表明,基于GPU进行高性能并行计算,当是适应目前石油工业中大规模计算需求的一个重要发展途径.     

Development of a GPGPU-parallelized hybrid finite-discrete element method for modeling rock fracture

The hybrid finite-discrete element method (FDEM) is widely used for engineering applications, which, however, is computationally expensive and needs further development, especially when rock fracture process is modeled. This study aims to further develop a sequential hybrid FDEM code formerly proposed by the authors and parallelize it using compute unified device architecture (CUDA) C/C++ on the basis of a general-purpose graphics processing unit (GPGPU) for rock engineering applications. Because the contact detection algorithm in the sequential code is not suitable for GPGPU parallelization, a different contact detection algorithm is implemented in the GPGPU-parallelized hybrid FDEM. Moreover, a number of new features are implemented in the hybrid FDEM code, including the local damping technique for efficient geostatic stress analysis, contact damping, contact friction, and the absorbing boundary. Then, a number of simulations with both quasi-static and dynamic loading conditions are conducted using the GPGPU-parallelized hybrid FDEM, and the obtained results are compared both quantitatively and qualitatively with those from either theoretical analysis or the literature to calibrate the implementations. Finally, the speed-up performance of the hybrid FDEM is discussed in terms of its performance on various GPGPU accelerators and a comparison with the sequential code, which reveals that the GPGPU-parallelized hybrid FDEM can run more than 128 times faster than the sequential code if it is run on appropriate GPGPU accelerators, such as the Quadro GP100. It is concluded that the GPGPU-parallelized hybrid FDEM developed in this study is a valuable and powerful numerical tool for rock engineering applications.     

基于GPGPU技术快速提取数字表面模型

介绍一种基于通用计算图形处理单元（GPGPU）技术快速提取数字表面模型（DSM）的方法,探讨了使用LiDAR和摄影测量方法获取数字表面模型的不同特点,并通过分别使用CPU和GPU技术获取一个大面积山区数字表面模型的案例对比,证明了基于CUDA架构的数字表面模型提取方法是有效和可行的。     

基于CPU与GPU/CUDA的数字图像处理程序的性能比较

测绘系统通常有大量图像处理工作,而户外图像采集系统更需要极高的实时性。通过对GPU与CPU分别进行数字图像处理性能测试,结果表明GPU并行计算可以大幅提高图像处理性能:可优化图像预处理、后处理速度,使测绘系统更加实时高效。     

基于CUDA技术的矿产储量计算

插值计算是矿产储量计算中的重要环节,但由于计算量大,经常需要在插值密度和计算时间之间进行权衡.本项研究通过最新的CUDA技术,将插值运算转换到显卡上进行并行化计算,极大地提高了计算速度.以紫金山铜矿数据为研究对象,进行了方法技术的实验,与基于CPU的计算相比,基于GPU下CUDA的计算速度提高了67倍.     

基于能量守恒方法的重力场反演快速异构并行算法

在利用卫星跟踪卫星资料解算重力场模型位系数时,其海量观测数据处理以及大型方程组解算过程存在计算效率低下、对平台硬件要求高等问题。针对以上问题,提出一种基于能量守恒方法的重力场反演快速异构并行算法,基于CUDA 在GPU端实现并行计算设计矩阵,结合MKL库与分区平差法、预处理共轭梯度法在CPU端完成低内存消耗下的法方程快速构建与求解,实现重力场模型反演的异构并行计算。运用该算法处理GRACE-FO卫星2020-01-01～06-30期间观测数据,反演获得120阶重力场模型GM-GraceFO2020h;与现有模型以及算法对比分析表明,该算法所得模型与现有GRACE重力场模型精度相当,且相较于传统的串行算法,反演耗时减少98.479%,内存消耗减小1个数量级。     

基于GPU的地震属性提取

地震属性技术可从地震资料中提取出隐藏其中的有用信息,不仅提高了原始地震资料的利用价值,同时也提高了地震技术在石油工业中的应用水平。随着三维地震勘探技术的广泛应用,解决了二维勘探中存在的一些问题,但同时也带来地震数据量的激增。地震勘探技术的不断发展,对高性能计算提出了更高的要求,新的高性能计算技术不断被应用到地震勘探中。近年来,因GPU的计算性能迅猛发展,使之成为高性能计算的一个重要发展方向。这里基于CUDA（计算统一设备架构）编程平台,利用GPU加速地震属性提取。通过对比发现,利用GPU可以得到六倍左右的加速比,这表明应用GPU可以有效地缩短程序的运行时。     

基于GPU并行处理技术的影像畸变差修正

分析了利用GPU并行处理技术实现畸变差修正的可能性及任务分配方法,提出了基于GPU的数码影像畸变差修正算法流程,验证了算法的可行性和高效性。