Escalabilidade Paralela de um Algoritmo de Migração Reversa no Tempo (RTM) Pré-empilhamento

The seismic method is of extreme importance in geophysics. Mainly associated with oil exploration, this line of research focuses most of all investment in this area. The acquisition, processing and interpretation of seismic data are the parts that instantiate a seismic study. Seismic processing in particular is focused on the imaging that represents the geological structures in subsurface. Seismic processing has evolved significantly in recent decades due to the demands of the oil industry, and also due to the technological advances of hardware that achieved higher storage and digital information processing capabilities, which enabled the development of more sophisticated processing algorithms such as the ones that use of parallel architectures. One of the most important steps in seismic processing is imaging. Migration of seismic data is one of the techniques used for imaging, with the goal of obtaining a seismic section image that represents the geological structures the most accurately and faithfully as possible. The result of migration is a 2D or 3D image which it is possible to identify faults and salt domes among other structures of interest, such as potential hydrocarbon reservoirs. However, a migration fulfilled with quality and accuracy may be a long time consuming process, due to the mathematical algorithm heuristics and the extensive amount of data inputs and outputs involved in this process, which may take days, weeks and even months of uninterrupted execution on the supercomputers, representing large computational and financial costs, that could derail the implementation of these methods. Aiming at performance improvement, this work conducted the core parallelization of a Reverse Time Migration (RTM) algorithm, using the parallel programming model Open Multi-Processing (OpenMP), due to the large computational effort required by this migration technique. Furthermore, analyzes such as speedup, efficiency were performed, and ultimately, the identification of the algorithmic scalability degree with respect to the technological advancement expected by future processors

A sísmica é uma área de extrema importância na geofísica. Associada principalmente à exploração de petróleo, essa linha de pesquisa concentra boa parte de todo o investimento realizado nesta grande área. A aquisição, o processamento e a interpretação dos dados sísmicos são as partes que compõem um estudo sísmico. O processamento sísmico em especial tem como objetivo à obtenção de uma imagem que represente as estruturas geológicas em subsuperfície. O processamento sísmico evoluiu significativamente nas últimas décadas devido às demandas da indústria petrolífera, e aos avanços tecnológicos de hardware que proporcionaram maiores capacidades de armazenamento e processamento de informações digitais, que por sua vez possibilitaram o desenvolvimento de algoritmos de processamento mais sofisticados, tais como os que utilizam arquiteturas paralelas de processamento. Uma das etapas importantes contidas no processamento sísmico é o imageamento. A migração é uma das técnicas usadas para no imageamento com o objetivo de obter uma seção sísmica que represente de forma mais precisa e fiel as estruturas geológicas. O resultado da migração é uma imagem 2D ou 3D na qual é possível a identificação de falhas e domos salinos dentre outras estruturas de interesse, possíveis reservatórios de hidrocarbonetos. Entretanto, uma migração rica em qualidade e precisão pode ser um processo demasiadamente longo, devido às heurísticas matemáticas do algoritmo e à quantidade extensa de entradas e saídas de dados envolvida neste processo, podendo levar dias, semanas e até meses de execução ininterrupta em supercomputadores, o que representa grande custo computacional e financeiro, o que pode inviabilizar a aplicação desses métodos. Tendo como objetivo a melhoria de desempenho, este trabalho realizou a paralelização do núcleo de um algoritmo de Migração Reversa no Tempo (RTM - do inglês: Reverse Time Migration), utilizando o modelo de programação paralela OpenMP (do inglês: Open Multi-Processing), devido ao alto esforço computacional demandado por essa técnica de migração. Além disso, foram realizadas análises de desempenho tais como de speedup, eficiência, e, por fim, a identificação do grau de escalabilidade algorítmica com relação ao avanço tecnológico esperado para futuros processadores