A practical implementation of acoustic full waveform inversion on graphical processing units

Recientemente, la inversion de onda completa (FWI, por sus siglas en ingles) ha ganado una mayor atencion en la comunidad de exploracion geofisica como un metodo de ajuste de datos que provee modelos de velocidades sismicas de gran resolucion. Algunos de los componentes esenciales de la FWI corresponden a una funcion de costo para medir la diferencia entre los datos observados y los datos modelados, un propagador de onda para obtener los datos modelados y un modelo de velocidad inicial que es actualizado iterativamente hasta llegar a un valor deseado de la funcion de costo. Como la FWI es un metodo basado en la ecuacion de onda, el costo computacional de su implementacion es elevado. En este documento presentamos una implementacion rapida de la FWI 2D acustica en tiempo sobre una unidad de procesamiento grafico (GPU, por sus siglas en ingles). Esta implementacion usa la ecuacion de onda acustica para modelar la propagacion y actualiza el modelo de velocidades usando el gradiente de la funcion de costo, el cual es calculado eficientemente usando el Metodo del Estado Adjunto. La implementacion paralela propuesta es probada usando el modelo de velocidades Marmousi. El desempeno de la implementacion propuesta es evaluado usando una GPU NVIDIA GeForce GTX 860 y comparado con una implementacion serial sobre un procesador, en terminos de tiempo de ejecucion. Adicionalmente, se evalua la cantidad de recursos usados por la GPU y se analizan los requerimientos de memoria de la implementacion. Las pruebas muestran que la implementacion sobre GPU puede alcanzar un indice de aceleracion de 26.89 veces si se compara con la implementacion serial sobre el procesador.

[1]  R. M. Alford,et al.  ACCURACY OF FINITE‐DIFFERENCE MODELING OF THE ACOUSTIC WAVE EQUATION , 1974 .

[2]  Baoli Wang,et al.  A graphics processing unit implementation of time-domain full-waveform inversion , 2015 .

[3]  Philippe Thierry,et al.  Fast 2D FWI on a multi and many-cores workstation. , 2014 .

[4]  Philippe Thierry,et al.  Speeding-up FWI by One Order of Magnitude , 2014, HiPC 2014.

[5]  Henri Calandra,et al.  3D Hybrid Waveform Inversion With GPU Devices , 2012 .

[6]  Jinghuai Gao,et al.  CUDA-based Acceleration of full waveform inversion on GPU , 2011 .

[7]  Wenyuan Liao,et al.  An Adjoint-Based Hybrid Computational Method for Crosswell Seismic Inversion , 2014, Computing in Science & Engineering.

[8]  Damir Pasalic,et al.  Convolutional Perfectly Matched Layer For Isotropic And Anisotropic Acoustic Wave Equations , 2010 .

[9]  Jean Virieux,et al.  An overview of full-waveform inversion in exploration geophysics , 2009 .

[10]  C. Tsogka,et al.  Application of the perfectly matched absorbing layer model to the linear elastodynamic problem in anisotropic heterogeneous media , 2001 .

[11]  C. Bunks,et al.  Multiscale seismic waveform inversion , 1995 .

[12]  R. Plessix A review of the adjoint-state method for computing the gradient of a functional with geophysical applications , 2006 .

[13]  A. Tarantola Inversion of seismic reflection data in the acoustic approximation , 1984 .

[14]  Aria Abubakar,et al.  Application of the nearly perfectly matched layer in acoustic wave modeling , 2007 .

[15]  A. Tarantola Inverse problem theory : methods for data fitting and model parameter estimation , 1987 .

[16]  Robin M. Weiss,et al.  Solving 3D anisotropic elastic wave equations on parallel GPU devices , 2013 .

[17]  Jean-Pierre Berenger,et al.  A perfectly matched layer for the absorption of electromagnetic waves , 1994 .

[18]  Baoli Wang,et al.  Multiscale Full Waveform Inversion Using GPU , 2012 .