基于GPU集群的大規模三维弹性波正演模拟并行策略.pptVIP

基于GPU集群的大规模三维弹性波正演模拟并行策略;汇 报 提 纲;地震正演模拟作为认识波场特征，寻求合理采集处理参数的重要手段，同时也是反演和成像的基础，具有重要的研究意义。目前地震正演算法，特别是三维地震正演算法，尚不具备应用到大规模实际生产的能力，其主要原因为： 计算效率太低。正演算法的计算量十分庞大，经测试，计算一个1010×1010平方米，采样点数为2000的区块，剖分网格大小为10米×10米×10米，使用CPU串行计算一个单炮的时间就超过24个小时，这样的效率在实际生产中是不能容忍的。 内存需求巨大。并行加速设备GPU的内存容量较小，这使得正演算法在CPU+GPU异构平台上并行执行也变得十分困难 因此，提高计算效率和解决存储压力是三维模块实用化的关键。;弹性波正演模块的程序结构 ;背景和意义;本研究成果使用MPI并行技术和CUDA编程模式实???了基于CPU/GPU协同并行计算平台的三维弹性波正演模拟算法。 基于本研究成果，三维正演模块的计算效率得到了大幅度的提升，进而提高了算法的生产能力，同时大幅度地降低了电能的使用量，节省大量的经费。 本研究成果为三维正演模块在大规模实际生产中的实用化提供了有效支撑。;汇 报 提 纲;研究内容;研究内容;研究内容— 基于CPU/GPU异构平台实现并行加速;研究内容— 基于CPU/GPU异构平台实现并行加速;研究内容— 基于CPU/GPU异构平台实现并行加速;3.使用CUDA实现结点级并行;研究内容— 基于CPU/GPU异构平台实现并行加速;解决方案： 第一步，在全部区域上都引入辅助变量，只是将变量在内部区域上的值设置为零。这样在全部区域上的处理都相同，避免了分别依次计算各个区域的串行执行方式，提高了计算效率。;研究内容— 基于CPU/GPU异构平台实现并行加速;研究内容—使用区域分解方法分摊存储压力;研究内容—使用区域分解方法分摊存储压力;研究内容——区域分解方法研究;研究内容——区域分解方法研究;研究内容——区域分解方法研究;创新点;汇 报 提 纲;成果应用;成果应用;成果应用;成果应用;成果应用;成果应用;成果推广