{"title":"Aceleração de métodos de empilhamento de dados sísmicos na nuvem com CUDA, OpenCL e SPITS","authors":"Gustavo Ciotto Pinton, Edson Borin","doi":"10.5753/eradsp.2020.16892","DOIUrl":null,"url":null,"abstract":"Técnicas de imageamento do subsolo marítimo vêm sendo fundamentais para diversas aplicações da indústria, notadamente para a exploração de petróleo e gás. Neste artigo, nós avaliamos uma implementação para a procura de parâmetros do meio marítimo maximizando a medida de coerência para três diferentes modelos de tempo de trânsito 2D (incluindo o modelo OCT) que automaticamente realiza a distribuição de tarefas idempotentes e independentes a nós de uma nuvem computacional com suporte às plataformas CUDA e OpenCL. Além disso, para evitar degredação de desempenho devido a fenômenos como a transferência de dados e \\emph{cache misses}, nós introduzimos uma heurística para a seleção da fração dos dados que deve ser de fato considerada.","PeriodicalId":137925,"journal":{"name":"Anais da XI Escola Regional de Alto Desempenho de São Paulo (ERAD-SP 2020)","volume":"265 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2020-08-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais da XI Escola Regional de Alto Desempenho de São Paulo (ERAD-SP 2020)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/eradsp.2020.16892","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Técnicas de imageamento do subsolo marítimo vêm sendo fundamentais para diversas aplicações da indústria, notadamente para a exploração de petróleo e gás. Neste artigo, nós avaliamos uma implementação para a procura de parâmetros do meio marítimo maximizando a medida de coerência para três diferentes modelos de tempo de trânsito 2D (incluindo o modelo OCT) que automaticamente realiza a distribuição de tarefas idempotentes e independentes a nós de uma nuvem computacional com suporte às plataformas CUDA e OpenCL. Além disso, para evitar degredação de desempenho devido a fenômenos como a transferência de dados e \emph{cache misses}, nós introduzimos uma heurística para a seleção da fração dos dados que deve ser de fato considerada.