Estrategia computacional de implementacion de la inversion de onda completa 3d para datos reales usando un cluster de gpus

Simple item page
dc.contributor.advisorAbreo Carrillo, Sergio Alberto
dc.contributor.advisorRamírez Silva, Ana Beatriz
dc.contributor.authorNoriega Zambrano, Reynaldo Fabian
dc.date.accessioned2023-04-06T20:23:07Z
dc.date.available2023
dc.date.available2023-04-06T20:23:07Z
dc.date.created2019
dc.date.issued2019
dc.description.abstractLa inversión de onda completa (FWI, por sus siglas en inglés) es un proceso iterativo que estima características del subsuelo (velocidad o densidad) mediante la minimización de la diferencia entre los datos adquiridos en la exploración y los datos modelados con la ecuación de onda. Sin embargo, para lograr esta imagen del subsuelo se tienen limitaciones computacionales en términos de alto consumo de memoria (terabytes de información) y tiempo de ejecución (semanas o meses de duración). En el presente proyecto de investigación se busca definir una estrategia de implementación que ayude a lidiar con el costo computacional de la técnica de inversión en el dominio 3D cuando se quieren procesar datos que se consideran de dimensiones masivas (modelos de velocidad y densidad desde 500 x 500 x 140 puntos). La estrategia hace uso de APIs como MPI y OpenMP y la arquitectura CUDA sobre un clúster de cómputo heterogéneo. Los resultados muestran que es posible aprovechar el gran acceso a memoria del que dispone la CPU mientras se reduce el tiempo de ejecución de las etapas de mayor complejidad computacional, propagación y retro propagación, usando la GPU. Adicionalmente, se encontró que estas etapas de propagación son de naturaleza de algoritmos limitados por memoria (memory bound) y que uso de ancho de banda de la memoria de GPU es una métrica de rendimiento importante. Finalmente, con la estrategia desarrollada se logró procesar alrededor de ocho veces la cantidad de elementos que se logró en un trabajo de investigación previo en el mismo tiempo de ejecución.
dc.description.abstractenglishOne of the main objectives of oil and gas industry is to find high resolution images of the Earth?s subsurface. Full Waveform Inversion (FWI) is an iterative process that estimates subsurface characteristics (e.g. velocity and density) by minimizing the difference between the acquired data and modeled data. However, in time domain, the FWI method takes long execution times (weeks or months) and requires high memory capacity (terabytes of memory space) to store data. These two aspects are critical in a three-dimensional implementation of the method. This project seeks to define a computational strategy to implement the FWI method on a GPU cluster. The main objective is to process real size seismic datasets and evaluate the performance of the strategy by measuring the execution time and RAM consumption. The strategy takes advantage of the main characteristics of the CPU (access to a huge RAM space) and GPU (high level of parallelism to solve high computational complexity tasks) by using OpenMP and MPI APIs and CUDA architecture. The results show that it was possible to process what is considered as real size seismic datasets (models with 500 x 500 x 140 data points or more). Additionally, the implementation show that the forward and backward modeling process are memory bound like algorithms and its performance should be measured in terms of the GPU memory bandwidth utilization. Finally, it was possible to deal with eight times, in the same execution time, the amount of data processed in a previous master?s thesis inside the research group
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ingeniería Electrónica
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/14022
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programMaestría en Ingeniería Electrónica
dc.publisher.schoolEscuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectInversión De Onda Completa 3D
dc.subjectFdtd
dc.subject.keyword3D Full Waveform Inversion
dc.subject.keywordFdtd
dc.subject.keywordGpu Architecture
dc.subject.keywordMemory Hierarchy.
dc.titleEstrategia computacional de implementacion de la inversion de onda completa 3d para datos reales usando un cluster de gpus
dc.title.englishComputational implementation strategy of the 3d full waveform inversion for real data using a gpu cluster
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_bdcc
dc.type.localTesis/Trabajo de grado - Monografía - Maestría
dspace.entity.type
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
514.08 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
7.53 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
484.29 KB
Format:
Adobe Portable Document Format
Download
Collections
Maestría en Ingeniería Electrónica