SciELO - Scientific Electronic Library Online

 
vol.8 número2APLICACIÓN DE LA TRANSFORMADA CONTINUA DE ONDÍCULA PARA LA EXTRACCIÓN DE INFORMACIÓN DIRECCIONAL EN LOS CAMPOS DE ONDAS DE LA CONDICIÓN DE REPRESENTACIÓN DE LA RTMUSO DE LA INVERSIÓN DE ONDA COMPLETA (FWI) EN COORDENADAS GENERALIZADAS PARA ZONAS DE TOPOGRAFÍA IRREGULAR índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • En proceso de indezaciónCitado por Google
  • No hay articulos similaresSimilares en SciELO
  • En proceso de indezaciónSimilares en Google

Compartir


CT&F - Ciencia, Tecnología y Futuro

versión impresa ISSN 0122-5383

Resumen

SALAMANCA, William-A; RAMIREZ, Ana-B  y  VIVAS, Flor-A. ANÁLISIS COMPARATIVO DE LAS ESTRATEGIAS DE IMPLEMENTACIÓN RTM 3D PARA EL USO EFICIENTE DE LA MEMORIA EN UNA GPU. C.T.F Cienc. Tecnol. Futuro [online]. 2018, vol.8, n.2, pp.75-82. ISSN 0122-5383.  https://doi.org/10.29047/01225383.83.

La migración reversa en tiempo (RTM) es un método basado en la ecuación de onda bidireccional usado para generar imágenes del subsuelo. RTM ha sido empleado exitosamente en la exploración sísmica debido a que resuelve áreas de alta complejidad estructural. Sin embargo, RTM es un algoritmo con un alto costo computacional que requiere el cálculo del campo de la fuente y el campo de los receptores en cada disparo. Afortunadamente, los métodos numéricos que permiten la extrapolación del campo de onda son altamente paralelizables y se sacan provecho de la capacidad de cómputo de la GPU. Sin embargo, el principal problema de una implementación GPU-RTM es el manejo de memoria. Para sacar provecho de la capacidad de cómputo de la GPU, se evitaron las transferencias de memoria hacia la RAM del host u otras más costosas como las transferencias al disco duro. Se presenta el análisis de tres diferentes estrategias para implementar RTM usando únicamente la memoria disponible en una GPU: (1) Almacenar el campo en puntos de control, (2) Retropropagación del campo de la fuente almacenando las fronteras, y (3) Retropropagación del campo de la fuente usando los dos últimos snapshots y fronteras aleatorias, mostrando que la gran cantidad de memoria requerida por las dos primeras estrategias se convierte en una restricción sobre el tamaño del modelo. El último método (usando condiciones de frontera aleatoria) se presenta como la solución sugerida para el problema de memoria usando únicamente una GPU.

Palabras clave : Unidades de Procesamiento Gráfico (GPU); Migración Reversa en Tiempo 3D; Estrategias de cálculo del campo de onda.

        · resumen en Inglés     · texto en Inglés     · Inglés ( pdf )