油气勘探地震资料处理GPU/CPU协同并行计算

随着图形处理器（Graphic Processing Unit: GPU）在通用计算领域的日趋成熟,使GPU/CPU协同并行计算应用到油气勘探地震资料处理中,对诸多大规模计算的关键性环节有重大提升.本文阐明协同并行计算机的思路、架构及编程环境, 着重分析其计算效率得以大幅度提升的关键所在.文中以地震资料处理中的叠前时间偏移和Gazdag深度偏移为切入点,展示样机测试结果的图像显示.显而易见,生产实践中,时常面临对诸多算法进行算法精度和计算速度之间的折中选择.本文阐明GPU/CPU样机协同计算具有高并行度,进而可在算法精度与计算速度的优化配置协调上获得广阔空间.笔者认为,本文的台式协同并行机研制思路及架构,或可作为地球物理配置高性能计算机全新选择的一项依据.     

地震叠前逆时偏移高阶有限差分算法及GPU实现

叠前逆时偏移技术是解决地震成像问题的有力工具,但由于计算量大、成像噪音以及存储量大等原因没有得到广泛的应用.本文给出了逆时偏移的实现过程,分析了高阶有限差分格式的稳定性与频散关系.针对叠前逆时偏移计算量大的问题,使用图形处理器(Graphic Processing Unit,简称GPU)实现算法加速,比传统的CPU计算速度提高了一个数量级.文中对理论模型进行了计算,并与单程波偏移方法做比较,结果表明:叠前逆时偏移有效突破了成像倾角限制,对垂直断层、盐丘空腔内幕等特殊构造成像效果均有显著提高.本文尚未涉及成像噪音去除以及存储量等问题,笔者将另文阐述.     

起伏地表叠前逆时偏移理论及GPU加速技术

从起伏地表直接进行叠前逆时偏移是解决地表起伏大并且地下构造复杂这种双复杂结构地区成像问题的有力工具.本文给出了起伏地表直接进行叠前逆时偏移的实现过程,针对有限差分方法处理起伏地表自由边界条件的复杂性,采用了一种简化的自由边界条件,避免了大量的逻辑判断,在此基础上,采用图形处理器(Graphic Processing U...     

山地地震资料叠前时间偏移方法及其GPU实现

山地地区地下地质结构复杂,地表高差大,变化剧烈.目前该类地区地震勘探中主要的成像手段依然是Kirchhoff叠前时间偏移.但地表高程的剧烈变化使叠前时间偏移的基准面很难选择.本文在传统方法的基础上,提出了一种在浮动基准面上修正常规叠前时间偏移走时计算的叠前时间偏移方法,该方法能够很大程度上提高山地地区、特别是地表高差变化大地区的成像效果.本文还介绍了GPU 在叠前时间偏移上的应用,通过GPU 对〖JP2〗叠前时间偏移的优化和实现,得出如下结论：应用单颗NVIDIA Tesla C1060 GPU 进行叠前时间偏移,相比应用主频2.5 GHz〖JP〗的单核CPU计算效率可提高70倍以上.     

地震叠前逆时偏移算法的CPU/GPU实施对策

相较于单程波偏移算法而言,逆时偏移成像方法以其物理基础为依托优势,几十年来一直备受国内外地球物理学家的青睐.目前的逆时偏移(RTM)若直接采用双程波动方程进行延拓,尽管可以回避上下行波的分离处理,然就已有算法而言,其计算量和I/O(输入/输出)量却是最大的.针对此问题,本文在分析现行逆时偏移的多种算法基础上,提出利用CPU/GPU(中央处理器/图形处理器)作为数值计算核心,建立随机边界模型,从而克服存储I/O难题和提高计算效率.在实际的数据测试中,本文的方法可以大幅度的提高计算效率和减少存储单元,从而促使其高效地应用于生产实际.