• <legend id="f1rho"></legend>

    <tr id="f1rho"><output id="f1rho"></output></tr><big id="f1rho"><dl id="f1rho"></dl></big>

    <nobr id="f1rho"><thead id="f1rho"></thead></nobr>

    <legend id="f1rho"><dl id="f1rho"></dl></legend>

      <ol id="f1rho"><input id="f1rho"></input></ol>
      <ol id="f1rho"></ol>

      <tr id="f1rho"><menuitem id="f1rho"></menuitem></tr>
      高性能计算技术

      高性能计算是计算机科学的一个分支,主要是指从体系结构、并行算法和软件开发等方面研究开发高性能 产品的技术。海量数据、计算密集正是高性能计算技术的特长所在。

      近年来地震勘探技术在两宽一高、多波多分量、海洋勘探等方面取得了长足的发展,但也导致了地震数据 量的爆炸式增长,据统计,在过去12年里,单位勘探面积的地震数据量增长超过了35倍;另一方面,叠前 偏移、RNA、RTM和五维插值等计算高度密集的处理技术也在实际生产中得到了空前的应用。究其原因,正 是基于高性能计算技术的飞速发展,促进了地震勘探技术的日新月异

      并行开发

      通过对算法的优化,实现算法程序在线程级、节点级的并行,使得地球物理算法计算速度实现几十倍几百倍 的提高,再配合程序断点重启动功能,极大的提高了软件的生产效率和容错能力。

      并行优化性能对比

      异构计算技术是近年来高性能计算技术发展的热点之一,由于它能经济有效地获取高性能计算能力、可扩展性好、 计算资源利用率高、发展潜力巨大,其中最具影响力的是GPU和MIC。

      采用GPU异构计算开发性能对比

      GPP是使用C++语言开发的面向对象的应用程序框架,它所服务的领域为面向地球物理领域的高性能并行生产软件的 设计和开发。这些通用结构包括但不仅仅有:

      • 集群环境下的作业进程启动,终止
      • 计算结点间的通信
      • 计算结点的负载均衡
      • 计算结点的容错
      • 并行计算模式库

      分布式地震数据存储管理与高效 IO

      采用元数据统一管理的方式实现超大地震数据的存储和应用。 有效整合分布式存储与集中存储的优点,采用多级索引、多节点 l0以及并行分选等技术, 充分利用集群网络和存储聚合带宽的空闲资源, 实现地震数据的高效存取访问 。

      混合分布式存储技术原理和效果

      采用元数据统一管理的方式实现超大地震数据的存储和应用。 有效整合分布式存储与集中存储的优点,采用多级索引、多节点 l0以及并行分选等技术, 充分利用集群网络和存储聚合带宽的空闲资源, 实现地震数据的高效存取访问 。

      海量数据吞吐量测试

      大规模集群资源管理与作业调度

      大规模集群资源管理系统支持上千节点集群资源的统一管理与实时监控;作业调度系统针对地震数据处理作业的特点, 采用灵活的作业调度策略, 不仅支持 大规模作业并发运行, 而且解决了大规模网络环境下的作业调度和负载均衡问题, 保障作业在最佳的资源环境下运行, 提高计算资源的利用率和数据处理 的效率。

      作业的检查点示意图

      集群资源监控图

      2019079开奖结果-2019080开奖结果-2019081开奖结果