A practical implementation of acoustic full waveform inversion on graphical processing units

Sergio-Alberto Abreo-Carrillo, Ana B. Ramirez, Oscar Reyes, David-Leonardo Abreo-Carrillo, Herling González-Alvarez
{"title":"A practical implementation of acoustic full waveform inversion on graphical processing units","authors":"Sergio-Alberto Abreo-Carrillo, Ana B. Ramirez, Oscar Reyes, David-Leonardo Abreo-Carrillo, Herling González-Alvarez","doi":"10.29047/01225383.16","DOIUrl":null,"url":null,"abstract":"Recientemente, la inversion de onda completa (FWI, por sus siglas en ingles) ha ganado una mayor atencion en la comunidad de exploracion geofisica como un metodo de ajuste de datos que provee modelos de velocidades sismicas de gran resolucion. Algunos de los componentes esenciales de la FWI corresponden a una funcion de costo para medir la diferencia entre los datos observados y los datos modelados, un propagador de onda para obtener los datos modelados y un modelo de velocidad inicial que es actualizado iterativamente hasta llegar a un valor deseado de la funcion de costo. Como la FWI es un metodo basado en la ecuacion de onda, el costo computacional de su implementacion es elevado. En este documento presentamos una implementacion rapida de la FWI 2D acustica en tiempo sobre una unidad de procesamiento grafico (GPU, por sus siglas en ingles). Esta implementacion usa la ecuacion de onda acustica para modelar la propagacion y actualiza el modelo de velocidades usando el gradiente de la funcion de costo, el cual es calculado eficientemente usando el Metodo del Estado Adjunto. La implementacion paralela propuesta es probada usando el modelo de velocidades Marmousi. El desempeno de la implementacion propuesta es evaluado usando una GPU NVIDIA GeForce GTX 860 y comparado con una implementacion serial sobre un procesador, en terminos de tiempo de ejecucion. Adicionalmente, se evalua la cantidad de recursos usados por la GPU y se analizan los requerimientos de memoria de la implementacion. Las pruebas muestran que la implementacion sobre GPU puede alcanzar un indice de aceleracion de 26.89 veces si se compara con la implementacion serial sobre el procesador.","PeriodicalId":10235,"journal":{"name":"Ciencia Tecnologia y Futuro","volume":"20 1","pages":"5-16"},"PeriodicalIF":0.0000,"publicationDate":"2015-12-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"7","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Ciencia Tecnologia y Futuro","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.29047/01225383.16","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 7

Abstract

Recientemente, la inversion de onda completa (FWI, por sus siglas en ingles) ha ganado una mayor atencion en la comunidad de exploracion geofisica como un metodo de ajuste de datos que provee modelos de velocidades sismicas de gran resolucion. Algunos de los componentes esenciales de la FWI corresponden a una funcion de costo para medir la diferencia entre los datos observados y los datos modelados, un propagador de onda para obtener los datos modelados y un modelo de velocidad inicial que es actualizado iterativamente hasta llegar a un valor deseado de la funcion de costo. Como la FWI es un metodo basado en la ecuacion de onda, el costo computacional de su implementacion es elevado. En este documento presentamos una implementacion rapida de la FWI 2D acustica en tiempo sobre una unidad de procesamiento grafico (GPU, por sus siglas en ingles). Esta implementacion usa la ecuacion de onda acustica para modelar la propagacion y actualiza el modelo de velocidades usando el gradiente de la funcion de costo, el cual es calculado eficientemente usando el Metodo del Estado Adjunto. La implementacion paralela propuesta es probada usando el modelo de velocidades Marmousi. El desempeno de la implementacion propuesta es evaluado usando una GPU NVIDIA GeForce GTX 860 y comparado con una implementacion serial sobre un procesador, en terminos de tiempo de ejecucion. Adicionalmente, se evalua la cantidad de recursos usados por la GPU y se analizan los requerimientos de memoria de la implementacion. Las pruebas muestran que la implementacion sobre GPU puede alcanzar un indice de aceleracion de 26.89 veces si se compara con la implementacion serial sobre el procesador.
声学全波形反演在图形处理单元上的实际实现
近年来,全波反演(FWI)作为一种提供高分辨率地震速度模型的数据拟合方法,在地球物理勘探界受到了越来越多的关注。FWI涉及的一些重要组成部分成本函数,以衡量两者之间的差别,观测和数据建模,波形分力的获取数据建模和一个初始速度模型更新迭代到一个成本函数的预期价值。由于FWI是一种基于波方程的方法,其实现的计算成本很高。在本文中,我们介绍了在图形处理单元(GPU)上快速实现声学2D FWI的方法。该实现使用声波方程来模拟传播,并利用成本函数的梯度更新速度模型,成本函数是用伴随状态法有效计算的。利用Marmousi速度模型对所提出的并行实现进行了验证。使用NVIDIA GeForce GTX 860 GPU评估拟议实现的性能,并在运行时间方面与处理器上的串行实现进行比较。此外,评估GPU使用的资源数量,并分析实现的内存需求。测试表明,与处理器上的串行实现相比,GPU上的实现速度可达26.89倍。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信