异构计算环境下的三维Kirchhoff叠前深度偏移混合域并行算法

摘要

三维Kirchhoff叠前深度偏移(KPSDM)面对数据量的不断增长以及可编程图形处理器(GPU)的引入,传统的并行策略已经不再适合当前的超大规模异构集群的体系架构.本文提出了一种新的混合域KPSDM 并行算法,从成像空间、输入数据两个维度对偏移任务进行拆分,消除了任务之间的依赖性.为了应对异构计算环境,将核心计算部分移植到GPU上,并实现了"动态异步"的任务调度策略,保证了负载均衡;对于KPSDM 执行过程中重复访问地震数据与旅行时场带来的巨大I/O开销,利用作业节点的本地存储构建分布式缓存系统,解决KPSDM 可扩展性受限于共享存储能力的问题.在256节点的集群上处理实际地震数据,获得了接近线性的加速比效果.