FWI multiescala: uma implementação em GPU

Detalhes bibliográficos
Autor(a) principal: Ramalho, Victor Koehene
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFBA
Texto Completo: http://repositorio.ufba.br/ri/handle/ri/27134
Resumo: A inversão completa da forma de onda (FWI - do inglês full-waveform inversion) é atualmente uma das principais ferramentas para determinar modelos de velocidades da subsuperfície com alta resolução. Nessa dissertação, a FWI no domínio do tempo é introduzida e desenvolvida sob a ótica da implementação, na seguinte sequência: modelagem sísmica, migração reversa no tempo (ou reverse time migration, RTM) e FWI. É mostrado que a RTM, do ponto de vista computacional, equivale a duas modelagens sísmicas, ou três modelagens se for usada a implementação com borda efetiva. A abordagem da FWI como um problema iterativo que visa minimizar o resíduo dos dados sísmicos mostra que o gradiente de cada iteração é, pelo método adjunto, equivalente à RTM do resíduo. Dessa maneira, usando RTM com borda efetiva e um método de estimação do passo, é mostrado que uma iteração da FWI é computacionalmente equivalente a quatro modelagens sísmicas. Como se sabe, a modelagem é um processo muito intensivo computacionalmente, e dentre as formas eficientes de resolver esse problema se destaca o uso de computação paralela. Nessa dissertação, se escolheu a paralelização utilizando placas gráficas (ou graphics processing unit, GPU) que possui alta capacidade de cálculo de pontos flutuantes, porém baixa eficiência na transferência de dados. Tais características se adequam muito bem ao problema de extrapolação de campos de onda no tempo, em especial no cálculo do Laplaciano da equação da onda acústica em cada ponto do modelo, que correspondem a quase todo o tempo computacional da modelagem, custo esse que, paralelizado em GPU, mais que compensa as transferências de memória CPU-GPU inerentes ao problema. A GPU, todavia, tem uma restrição de memória, tipicamente variando entre 2, 5 e 12 GB. Nessa dissertação, então se focou em técnicas que permitem a economia de memória em troca de processamento. Dentre essas implementações, destaca-se o uso de borda efetiva na RTM e o uso do método de expansão rápida (REM), que permite extrapolação a maiores intervalos de tempo, reduzindo o número total de amostras temporais que precisam ser armazenadas e transferidas na memória do equipamento utilizado. A implementação em GPU também permitiu testar em tempo hábil alguns dos fatores mais importantes que influenciam a FWI. Foram testados, numa malha regular: quatro operadores de modelagem - diferenças finitas (DF), pseudo-espectral (PS), REM-DF e REMPS-; as condições de borda absorvedora taper e perfectly matching layer (PML); e os métodos de inversão conjugado gradiente não linear (CGNL) e L-BFGS. Os resultados desses testes permitiram selecionar os melhores critérios para execução da FWI em modelos de velocidades sintéticos, porém de geologia complexa. O uso da metodologia multiescala, essencial para evitar convergência a mínimos locais, associado a uma modelagem extra para obtenção de um passo adequado, permitiu a obtenção de resultados finais de alta resolução para os três modelos testados.
id UFBA-2_794c826b812dc1d9abf2ad8f1bc03646
oai_identifier_str oai:repositorio.ufba.br:ri/27134
network_acronym_str UFBA-2
network_name_str Repositório Institucional da UFBA
repository_id_str 1932
spelling Ramalho, Victor KoeheneRamalho, Victor KoehenePestana, Reynam da CruzSilva, Michelângelo Gomes daLadino, Oscar Fabian MojicaPestana, Reynam da Cruz2018-08-29T14:51:51Z2018-08-29T14:51:51Z2018-08-292018-03-05http://repositorio.ufba.br/ri/handle/ri/27134A inversão completa da forma de onda (FWI - do inglês full-waveform inversion) é atualmente uma das principais ferramentas para determinar modelos de velocidades da subsuperfície com alta resolução. Nessa dissertação, a FWI no domínio do tempo é introduzida e desenvolvida sob a ótica da implementação, na seguinte sequência: modelagem sísmica, migração reversa no tempo (ou reverse time migration, RTM) e FWI. É mostrado que a RTM, do ponto de vista computacional, equivale a duas modelagens sísmicas, ou três modelagens se for usada a implementação com borda efetiva. A abordagem da FWI como um problema iterativo que visa minimizar o resíduo dos dados sísmicos mostra que o gradiente de cada iteração é, pelo método adjunto, equivalente à RTM do resíduo. Dessa maneira, usando RTM com borda efetiva e um método de estimação do passo, é mostrado que uma iteração da FWI é computacionalmente equivalente a quatro modelagens sísmicas. Como se sabe, a modelagem é um processo muito intensivo computacionalmente, e dentre as formas eficientes de resolver esse problema se destaca o uso de computação paralela. Nessa dissertação, se escolheu a paralelização utilizando placas gráficas (ou graphics processing unit, GPU) que possui alta capacidade de cálculo de pontos flutuantes, porém baixa eficiência na transferência de dados. Tais características se adequam muito bem ao problema de extrapolação de campos de onda no tempo, em especial no cálculo do Laplaciano da equação da onda acústica em cada ponto do modelo, que correspondem a quase todo o tempo computacional da modelagem, custo esse que, paralelizado em GPU, mais que compensa as transferências de memória CPU-GPU inerentes ao problema. A GPU, todavia, tem uma restrição de memória, tipicamente variando entre 2, 5 e 12 GB. Nessa dissertação, então se focou em técnicas que permitem a economia de memória em troca de processamento. Dentre essas implementações, destaca-se o uso de borda efetiva na RTM e o uso do método de expansão rápida (REM), que permite extrapolação a maiores intervalos de tempo, reduzindo o número total de amostras temporais que precisam ser armazenadas e transferidas na memória do equipamento utilizado. A implementação em GPU também permitiu testar em tempo hábil alguns dos fatores mais importantes que influenciam a FWI. Foram testados, numa malha regular: quatro operadores de modelagem - diferenças finitas (DF), pseudo-espectral (PS), REM-DF e REMPS-; as condições de borda absorvedora taper e perfectly matching layer (PML); e os métodos de inversão conjugado gradiente não linear (CGNL) e L-BFGS. Os resultados desses testes permitiram selecionar os melhores critérios para execução da FWI em modelos de velocidades sintéticos, porém de geologia complexa. O uso da metodologia multiescala, essencial para evitar convergência a mínimos locais, associado a uma modelagem extra para obtenção de um passo adequado, permitiu a obtenção de resultados finais de alta resolução para os três modelos testados.Full-waveform inversion (FWI) is nowadays one of the main tools for estimating high resolutionsubsurfacevelocitymodels. Inthisdissertation, time-domainFWIisintroducedfroman algorithmic point of view: seismic modeling, reverse time migration (RTM), and FWI. It is shown that RTM, from a computational point of view, is equivalent to two seismic modeling processes, or three if the effective boundaries implementation is used. The approach of FWI as an iterative problem (which aims to minimize the seismic data residue) shows that the gradient of each iteration, using the adjoint-state method, is equivalent to the RTM of the residue. In this manner, using RTM with effective boundaries and a step length estimation method, it is shown in this thesis that one iteration of FWI is computationally equivalent of four seismic modelling processes. Itisknownthatseismicmodelingisahighlyintensivecomputationalprocess, andamong the techniques to mitigate this cost the use of parallel computing stands out. In this dissertation we chose the parallelization using the graphics processing unit (GPU) which has high floating point computation capability, but low efficiency in data transfer. These characteristics fit very well to the problem of wave field extrapolation in time, especially in the calculation of the Laplacian of the acoustic wave equation at each point of the model, whose computational costs in GPU more than compensates the data transfers inherent to the problem. The GPU, however, has a memory constraint, typically ranging from 2, 5 and 12 GB. In this thesis, we then focused in techniques that allowed memory savings in exchange of processing. Among these implementations, we highlight the use of effective boundaries in RTM and the rapid expansion method (REM) for time extrapolation, which allows marching at longer time steps, reducing the total time samples that need to be stored and transferred. The GPU implementation also enabled to test in a timely manner some of the most important factors influencing FWI. We tested, in a regular grid: four modeling operators finite-differences (FD), pseudo-spectral (PS), REM-FD, REM-PS -; the absorbing boundary conditions taper and perfectly matching layer (PML); and the inversion methods L-BFGS and non-linear conjugate gradient (NLCG). The results of these tests allowed to select the best criteria for FWI execution in synthetic velocity models of complex geology. The use of the multiscale methodology, essential to avoid convergence to local minima, in conjunction with an extra modeling step to ensure an efficient step length, allowed achieving final results of high resolution for the three tested models.Submitted by Júlio Leão Brandão (jlbrandao@ufba.br) on 2018-08-21T16:44:33Z No. of bitstreams: 1 Dissert_Victor_Koehne_final.pdf: 41205493 bytes, checksum: 697711c5d1d92aa01956bacc668308fb (MD5)Approved for entry into archive by NUBIA OLIVEIRA (nubia.marilia@ufba.br) on 2018-08-29T14:51:51Z (GMT) No. of bitstreams: 1 Dissert_Victor_Koehne_final.pdf: 41205493 bytes, checksum: 697711c5d1d92aa01956bacc668308fb (MD5)Made available in DSpace on 2018-08-29T14:51:51Z (GMT). No. of bitstreams: 1 Dissert_Victor_Koehne_final.pdf: 41205493 bytes, checksum: 697711c5d1d92aa01956bacc668308fb (MD5)Geofísica AplicadaFWIMultiescalaGPUFWI multiescala: uma implementação em GPUinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisInstituto de GeociênciasPrograma de Pós Graduação em GeofísicaUFBABrasilinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFBAinstname:Universidade Federal da Bahia (UFBA)instacron:UFBAORIGINALDissert_Victor_Koehne_final.pdfDissert_Victor_Koehne_final.pdfapplication/pdf41205493https://repositorio.ufba.br/bitstream/ri/27134/1/Dissert_Victor_Koehne_final.pdf697711c5d1d92aa01956bacc668308fbMD51LICENSElicense.txtlicense.txttext/plain1345https://repositorio.ufba.br/bitstream/ri/27134/2/license.txtff6eaa8b858ea317fded99f125f5fcd0MD52TEXTDissert_Victor_Koehne_final.pdf.txtDissert_Victor_Koehne_final.pdf.txtExtracted texttext/plain259792https://repositorio.ufba.br/bitstream/ri/27134/3/Dissert_Victor_Koehne_final.pdf.txta59daf38b314110a8a5ede9805b8235aMD53ri/271342022-07-05 14:03:55.477oai:repositorio.ufba.br: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Repositório InstitucionalPUBhttp://192.188.11.11:8080/oai/requestopendoar:19322022-07-05T17:03:55Repositório Institucional da UFBA - Universidade Federal da Bahia (UFBA)false
dc.title.pt_BR.fl_str_mv FWI multiescala: uma implementação em GPU
title FWI multiescala: uma implementação em GPU
spellingShingle FWI multiescala: uma implementação em GPU
Ramalho, Victor Koehene
Geofísica Aplicada
FWI
Multiescala
GPU
title_short FWI multiescala: uma implementação em GPU
title_full FWI multiescala: uma implementação em GPU
title_fullStr FWI multiescala: uma implementação em GPU
title_full_unstemmed FWI multiescala: uma implementação em GPU
title_sort FWI multiescala: uma implementação em GPU
author Ramalho, Victor Koehene
author_facet Ramalho, Victor Koehene
author_role author
dc.contributor.author.fl_str_mv Ramalho, Victor Koehene
Ramalho, Victor Koehene
dc.contributor.advisor1.fl_str_mv Pestana, Reynam da Cruz
dc.contributor.referee1.fl_str_mv Silva, Michelângelo Gomes da
Ladino, Oscar Fabian Mojica
Pestana, Reynam da Cruz
contributor_str_mv Pestana, Reynam da Cruz
Silva, Michelângelo Gomes da
Ladino, Oscar Fabian Mojica
Pestana, Reynam da Cruz
dc.subject.cnpq.fl_str_mv Geofísica Aplicada
topic Geofísica Aplicada
FWI
Multiescala
GPU
dc.subject.por.fl_str_mv FWI
Multiescala
GPU
description A inversão completa da forma de onda (FWI - do inglês full-waveform inversion) é atualmente uma das principais ferramentas para determinar modelos de velocidades da subsuperfície com alta resolução. Nessa dissertação, a FWI no domínio do tempo é introduzida e desenvolvida sob a ótica da implementação, na seguinte sequência: modelagem sísmica, migração reversa no tempo (ou reverse time migration, RTM) e FWI. É mostrado que a RTM, do ponto de vista computacional, equivale a duas modelagens sísmicas, ou três modelagens se for usada a implementação com borda efetiva. A abordagem da FWI como um problema iterativo que visa minimizar o resíduo dos dados sísmicos mostra que o gradiente de cada iteração é, pelo método adjunto, equivalente à RTM do resíduo. Dessa maneira, usando RTM com borda efetiva e um método de estimação do passo, é mostrado que uma iteração da FWI é computacionalmente equivalente a quatro modelagens sísmicas. Como se sabe, a modelagem é um processo muito intensivo computacionalmente, e dentre as formas eficientes de resolver esse problema se destaca o uso de computação paralela. Nessa dissertação, se escolheu a paralelização utilizando placas gráficas (ou graphics processing unit, GPU) que possui alta capacidade de cálculo de pontos flutuantes, porém baixa eficiência na transferência de dados. Tais características se adequam muito bem ao problema de extrapolação de campos de onda no tempo, em especial no cálculo do Laplaciano da equação da onda acústica em cada ponto do modelo, que correspondem a quase todo o tempo computacional da modelagem, custo esse que, paralelizado em GPU, mais que compensa as transferências de memória CPU-GPU inerentes ao problema. A GPU, todavia, tem uma restrição de memória, tipicamente variando entre 2, 5 e 12 GB. Nessa dissertação, então se focou em técnicas que permitem a economia de memória em troca de processamento. Dentre essas implementações, destaca-se o uso de borda efetiva na RTM e o uso do método de expansão rápida (REM), que permite extrapolação a maiores intervalos de tempo, reduzindo o número total de amostras temporais que precisam ser armazenadas e transferidas na memória do equipamento utilizado. A implementação em GPU também permitiu testar em tempo hábil alguns dos fatores mais importantes que influenciam a FWI. Foram testados, numa malha regular: quatro operadores de modelagem - diferenças finitas (DF), pseudo-espectral (PS), REM-DF e REMPS-; as condições de borda absorvedora taper e perfectly matching layer (PML); e os métodos de inversão conjugado gradiente não linear (CGNL) e L-BFGS. Os resultados desses testes permitiram selecionar os melhores critérios para execução da FWI em modelos de velocidades sintéticos, porém de geologia complexa. O uso da metodologia multiescala, essencial para evitar convergência a mínimos locais, associado a uma modelagem extra para obtenção de um passo adequado, permitiu a obtenção de resultados finais de alta resolução para os três modelos testados.
publishDate 2018
dc.date.submitted.none.fl_str_mv 2018-03-05
dc.date.accessioned.fl_str_mv 2018-08-29T14:51:51Z
dc.date.available.fl_str_mv 2018-08-29T14:51:51Z
dc.date.issued.fl_str_mv 2018-08-29
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://repositorio.ufba.br/ri/handle/ri/27134
url http://repositorio.ufba.br/ri/handle/ri/27134
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Instituto de Geociências
dc.publisher.program.fl_str_mv Programa de Pós Graduação em Geofísica
dc.publisher.initials.fl_str_mv UFBA
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Instituto de Geociências
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFBA
instname:Universidade Federal da Bahia (UFBA)
instacron:UFBA
instname_str Universidade Federal da Bahia (UFBA)
instacron_str UFBA
institution UFBA
reponame_str Repositório Institucional da UFBA
collection Repositório Institucional da UFBA
bitstream.url.fl_str_mv https://repositorio.ufba.br/bitstream/ri/27134/1/Dissert_Victor_Koehne_final.pdf
https://repositorio.ufba.br/bitstream/ri/27134/2/license.txt
https://repositorio.ufba.br/bitstream/ri/27134/3/Dissert_Victor_Koehne_final.pdf.txt
bitstream.checksum.fl_str_mv 697711c5d1d92aa01956bacc668308fb
ff6eaa8b858ea317fded99f125f5fcd0
a59daf38b314110a8a5ede9805b8235a
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFBA - Universidade Federal da Bahia (UFBA)
repository.mail.fl_str_mv
_version_ 1808459570790531072