海量重磁数据三维约束反演GPU加速试验与研究.pdfVIP

·694· 中国地球物理201l (19)地质调查和矿产勘查地球物理 海量重磁数据三维约束反演GPU加速试验研究 for TheGPUtestsof3-Dconstrainedinversion fielddata large—scalepotential 陈召曦+1，2孟小红1’2 ChenZhaoxi+12 MengXiaohon91·2 1．地质过程与矿产资源国家重点实验室 中国地质大学 北京100083； 2．地下信息探测技术与仪器教育部重点实验室 中国地质大学 北京100083 随着航磁多参量及航磁梯度测量的深入开展，大面积、大数据量的航磁数据需要得到快速而有效的解 释。对面积性的位场数据进行三维物性反演主要面临两个问题：第一，核矩阵(灵敏度矩阵)的计算与存 提出了针对性的分离并存储几何构架计算策略，以及独特的几何格架等效压缩存储技术，采用遗传算法进 行三维重磁反演可以从根本上提高非线性反演计算速度，为该类反演的有效应用奠定了坚实的基础。第二， 大量的矩阵与矩阵、矩阵与向量相乘计算需要很长时间。因此，需要寻求更加有效的方法来加快反演速度。 重磁异常三维物性反演是基于反演理论、在最小二乘意义下使目标函数达到极小的线性或非线性反 演。在引入足够的、适当的约束条件下，使得反演目标函数最小化能够得到接近于实际地质情况的物性分 布和几何形态。即： 驴=||Wa(Gm—d)112+∥|I阡二(所一％)II=min (1) 其中，粕-II％(Gm—d)II：为数据拟合函数，九一|I Wm(m—m一)II为模型目标函数。瞩为数据空间空间加 权矩阵，％为模型空间加权矩阵。∥为拉格朗日算子。 通过采用不同的加权因子矾和甄以及不同的计算策略，可以得到不同种意义上的解。我们对(1) 式经过变形，以分离并存储几何构架计算策略为基础，加入深度加权函数和稀疏约束因予，采用预条件共 轭梯度法进行求解。 GPU是显卡的大脑，将更多晶体管用作计算单元，而CPU(中央处理器)将更多的晶体管用作计算 UnifiedDevice 单元和缓存。因此，GPU有更多的计算单元和计算潜力，适合作并行计算。CUDA(computed 算法任务划分，确定程序中的并行部分。当反演数据以及反演的模型空间规模变得很大时，虽然预条件共 度移植到GPU上进行计算。 CPU计算硬件环境为：处理器为Intel quadcpuQ9550，内存为4G。对不同规模大小的面积性数据进行反演 计算，从试验结果可以得出，随着反演数据的变大，GPU／CPU协同计算速度比单CPU计算速度明显加大。 因此，该方法在一定程度上可提高计算速度，为大面积、大数据量重磁数据三维快速反演提供新的思路。 参考文献 【l】1 LiY Dw_Fastinversionof data wavelettransformanda barrier Oldenburg large-scalemagneticusing logarithmicmethod[J】 Geophys．J．Int．，2003，152：251-265． YaoC Y YW_3-D for 【2】2 and reversion stochastic L，ZhengM，Zhang gravitymagnetic physicalpropertiesusing subspaees[J】 ChineseJournalof