基于GPU的叠前逆时偏移混合粒度数据分割与存储优化.PDFVIP

基于GPU的叠前逆时偏移混合粒度数据分割与存储优化.PDF

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于GPU的叠前逆时偏移混合粒度数据分割与存储优化.PDF

第21卷第12期 Vol.21 No.12 2018年12月 软件工程 SOFTWARE ENGINEERING Dec. 2018 文章编号:2096-1472(2018)-12-19-03 DOI:10.19644/j.cnki.issn2096-1472.2018.12.006 基于GPU的叠前逆时偏移混合粒度数据分割与存储优化 1 2 韩 菲 ,李 炜 (1.联想(北京)有限公司,北京 100094; 2.联想(北京)信息技术有限公司,北京 100094) 摘 要:为提高叠前逆时偏移计算效率,本文采用MPI+CUDA混合粒度相结合的并行模式,对地震数据进行数据 分割,合理划分并行任务。总结出MPI+CUDA并行编程模型,提出叠前逆时偏移的混合粒度并行算法。根据CUDA特 有的存储方式,对叠前逆时偏移算法提出存储优化方案,更高效的利用GPU上各类存储器,以进一步降低数据访问所 造成的时间延迟。 关键词:图形处理器;叠前逆时偏移;混合粒度;并行计算;存储优化 中图分类号:TP391 文献标识码:A The Hybrid Granularity Data Segmentation and Storage Optimization of Prestack Reverse-Time Migration Based on GPU 1 2 HAN Fei ,LI Wei ( 1.Lenovo Beijing Co .LTD .,Beijing 100094,China ; 2.Lenovo Beijing Information Technology Co .LTD .,Beijing 100094,China) Abstract:To improve the computational efficiency of prestack reverse-time migration,this paper adopts the MPI + CUDA parallel model to divide seismic data and parallel tasks.The MPI + CUDA parallel programming model is summarized and the hybrid granularity parallel algorithm of prestack reverse-time migration is proposed.Based on the special storage model of CUDA,we propose the storage optimization scheme for prestack reverse-time migration algorithm so as to reduce time delay caused by the data access with higher involvements of all kinds of memories on GPU. Keywords:GPU;prestack

文档评论(0)

zcbsj + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档