[发明专利]一种基于多流优化的GPU逆时偏移方法及系统

说明书

本发明涉及一种基于多流优化的GPU逆时偏移方法及系统，涉及地球物理勘探领域。本发明涉及以下步骤：获取地震数据；对地震数据进行逆时成像处理，并对处理过程中的数据加载核函数、子波反传核函数和数据反传核函数采用一级并发计算方式进行计算；对地震数据进行逆时成像处理过程中的成像条件核函数以及噪音滤波核函数采用二级并发计算方式进行计算；根据计算结果获得成像结果，生成成像剖面。通过采用多流并行优化策略加速实现了地震数据的叠前逆时偏移计算，该方法不仅可以处理超大规模地震数据，而且还可以提高偏移处理的效率。

技术领域

本发明涉及地球物理勘探领域。

背景技术

叠前逆时偏移是目前最实用的偏移成像方法之一，它是一种高精度的偏移成像方法，能够适应于复杂构造，能够对回折波、多次波、棱柱波等成像，且没有倾角限制。但是逆时偏移也有自己的固有缺点，由于逆时偏移中需要进行大量的有限差分计算，因此逆时偏移算法具有高密集计算的缺陷。

如今，基于图形处理器(GPU)的高性能计算正成为快速发展的一门技术，它正在广泛的应用于地震成像和地震反演等高密集计算应用中，以期减小由于大量计算所带来的能源消耗和计算等待时间。许多研究人员已经开发出基于GPU的叠前逆时偏移应用，并取得了良好的加速效果。最新的Kepler架构与以前的Fermi架构相比，具有多种新特性，可以显著提高计算性能，如动态并行(Dynamic Parallelism)、Hyper-Q等。这些新特性可以引入到地球物理应用中，以期进一步优化现有GPU算法，获得更好的加速效果。

发明内容

本发明提供一种基于多流优化的GPU逆时偏移方法及系统，并将其应用在最新的Kepler架构GPU上以实现基于多流并行的GPU逆时偏移。

本发明解决上述技术问题的技术方案如下：一种基于多流优化的GPU逆时偏移方法，它是由以下过程实现：

S1、获取地震数据；

S2、对地震数据进行逆时成像处理，并对处理过程中的数据加载核函数、子波反传核函数和数据反传核函数采用一级并发计算方式进行计算；

S3、对地震数据进行逆时成像处理，并对处理过程中的成像条件核函数以及噪音滤波核函数采用二级并发计算方式进行计算；

S4、根据S2和S3的计算结果获得成像结果，生成成像剖面。

本发明的有益效果是：通过采用多流并行优化策略加速实现了地震数据的叠前逆时偏移计算，该方法不仅可以处理超大规模地震数据，而且还可以提高偏移处理的效率。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，所述S1中获取地震数据的具体过程为：将野外采集的原始地震数据进行预处理，获得高信噪比共炮点道集数据和对应的地下介质速度模型数据。

进一步，所述S2具体实现的过程为

S21、采用OpenMP产生多个CPU线程；

S22、将产生的每一个CPU线程通过CUDA流对应到相应的数据加载核函数、子波反传核函数和数据反传核函数。

采用上述进一步方案的有益效果是：采用了GPU计算，处理相同规模的地震数据，所消耗的电能相对于CPU设备，将显著减少，有效节约了资源和成本，同时实现了多个CPU线程共享同一个GPU设备，提高了计算的并行度，减少了计算时间。

进一步，所述S3具体实现的过程为：

S31、采用区域分解方法将计算区域分解到多个流中；

S32、多流同时执行区域分解处理完后的成像条件核函数。

采用上述进一步方案的有益效果是：通过多流同时并发计算，提高了计算的效率。