Um algoritmo paralelo eficiente de migração reversa no tempo (rtm) 3d com granularidade fina

Autor: Assis, Ítalo Augusto Souza de
Přispěvatelé: Aloise, Daniel, Maciel, Rosângela Correa, Pestana, Reynam da Cruz, Souza, Samuel Xavier de
Jazyk: portugalština
Rok vydání: 2015
Předmět:
Zdroj: Repositório Institucional da UFRN
Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
Popis: Conselho Nacional de Desenvolvimento Científico e Tecnológico - CNPq O algoritmo de migração reversa no tempo (RTM) tem sido amplamente utilizado na indústria sísmica para gerar imagens do subsolo e, assim, reduzir os riscos de exploração de petróleo e gás. Seu uso em larga escala é devido a sua alta qualidade no imageamento do subsolo. O RTM é também conhecido pelo seu alto custo computacional. Por essa razão, técnicas de computação paralela têm sido utilizadas em suas implementações. Em geral, as abordagens paralelas para o RTM utilizam uma granularidade grossa, dividindo o processamento de um subconjunto de tiros sísmicos entre nós de sistemas distribuí- dos. A abordagem paralela com granularidade grossa para o RTM tem se mostrado bastante eficiente uma vez que o processamento de cada tiro sísmico pode ser realizado de forma independente. Todavia, os nós dos sistemas distribuídos atuais são, em geral, equipamentos com diversos elementos de processamento sob uma arquitetura com memória compartilhada. Assim, o desempenho do algoritmo de RTM pode ser consideravelmente melhorado com a utilização de uma abordagem paralela com granularidade fina para o processamento designado a cada nó. Por essa razão, este trabalho apresenta um algoritmo paralelo eficiente de migração reversa no tempo em 3D com granularidade fina utilizando o padrão OpenMP como modelo de programação. O algoritmo de propagação da onda acústica 3D compõe grande parte do RTM. Foram analisados diferentes balanceamentos de carga a fim de minimizar possíveis perdas de desempenho paralelo nesta fase. Os resultados encontrados serviram como base para a implementação das outras fases do RTM: a retropropagação e a condição de imagem. O algoritmo proposto foi testado com dados sintéticos representando algumas das possíveis estruturas do subsolo. Métricas como speedup e eficiência foram utilizadas para analisar seu desempenho paralelo. As seções migradas mostram que o algoritmo obteve um desempenho satisfatório na identificação das estruturas da subsuperfície. Já as análises de desempenho paralelo explicitam a escalabilidade dos algoritmos alcançando um speedup de 22,46 para a propagação da onda e 16,95 para o RTM, ambos com 24 threads. The reverse time migration algorithm (RTM) has been widely used in the seismic industry to generate images of the underground and thus reduce the risk of oil and gas exploration. Its widespread use is due to its high quality in underground imaging. The RTM is also known for its high computational cost. Therefore, parallel computing techniques have been used in their implementations. In general, parallel approaches for RTM use a coarse granularity by distributing the processing of a subset of seismic shots among nodes of distributed systems. Parallel approaches with coarse granularity for RTM have been shown to be very efficient since the processing of each seismic shot can be performed independently. For this reason, RTM algorithm performance can be considerably improved by using a parallel approach with finer granularity for the processing assigned to each node. This work presents an efficient parallel algorithm for 3D reverse time migration with fine granularity using OpenMP. The propagation algorithm of 3D acoustic wave makes up much of the RTM. Different load balancing were analyzed in order to minimize possible losses parallel performance at this stage. The results served as a basis for the implementation of other phases RTM: backpropagation and imaging condition. The proposed algorithm was tested with synthetic data representing some of the possible underground structures. Metrics such as speedup and efficiency were used to analyze its parallel performance. The migrated sections show that the algorithm obtained satisfactory performance in identifying subsurface structures. As for the parallel performance, the analysis clearly demonstrate the scalability of the algorithm achieving a speedup of 22.46 for the propagation of the wave and 16.95 for the RTM, both with 24 threads.
Databáze: OpenAIRE
Externí odkaz: