Generación del frente de onda en paralelo mediante GPUs, con aplicación en tomografía sísmica

Publicación:
Entidad Editora:
Editor Técnico:
ISSN:
Ejemplar/Número:

Cateoría:
Páginas:
Colección:
Fecha de inicio:
Periodicidad:

Programación Matemática y Software
Universidad Autónoma del Estado de Morelos
Dr.Marco Antonio Cruz Chávez
2007-3283
Volumen 9, Número 3 /Octubre de 2017
Periodo Octubre-Enero 2018
Artículo de Investigación
25-35
Computación
Octubre del 2017
Cuatrimestral

Alejandro Jimenez Xelhuantzi, Alfredo Oscar Matlalcuatzi Sandoval, José Federico Ramírez Cruz, José Crispín Hernández Hernández, Edmundo Bonilla Huerta

Instituto Tecnológico de Apizaco, Carretera Apizaco - Tzompantepec esquina con Av. Instituto Tecnológico S/N, Conurbado Apizaco - Tzompantepec, Tlaxcala, México., C.P. 90300

Recibido: 4 de agosto del 2017  Aceptado: 21 de Noviembre del 2017 Publicado en línea: 15 de diciembre del 2017

Resumen. En el campo de la tomografía sísmica se realizan estudios del subsuelo que buscan comprender la composición de la corteza terrestre y localizar minerales, siendo esta última una de las practicas más comunes. Para dichos estudios se implementan modelos de velocidades de ondas sísmicas a través de la corteza terrestre, causadas por fuentes naturales o artificiales.
En este trabajo se presenta la paralelización de la generación del frente de onda implementada en GPUs de NVIDIA mediante CUDA. De esta manera se logra una aceleración de hasta 3.3 veces para 7 casos de prueba en comparación a la alternativa en computo secuencial, pero dicha aceleración puede ser mayor.

Palabras clave: Calculo de diferencias finitas de tiempos de recorrido en paralelo, Cómputo paralelo, CUDA C

Abstract. In the field of the seismic tomography studies are make of the subsoil that seek to understand the composition of the earth's crust and find minerals, and the last one is one of the most common practices. For those studies seismic wave velocities models are implemented through the earth's crust, caused by natural or artificial sources.
In this paper we present the parallelization of wavefront generation implemented in NVIDIA GPUs using CUDA. In this way we  got an acceleration of up to 6.1 times is achieved for seven test cases in comparison to the alternative in sequential computing, but this acceleration can be greater.

Keywords: Parallel finite-difference calculation of traveltimes, Parallel computing, CUDA C