Ajuste automático do escalonamento dinâmico do OpenMP aplicado a FWI

Abstract

A Inversão da Forma de Onda Completa (FWI, do inglês Full Waveform Inversion) é um método de imageamento sísmico amplamente utilizado, capaz de estimar modelos do subsolo a partir de dados sísmicos. Devido à sua elevada demanda computacional, a FWI normalmente requer sistemas de grande porte, como supercomputadores. Entretanto, seu paralelismo inerente possibilita a utilização de sistemas de memória compartilhada com OpenMP. A distribuição de tarefas no OpenMP depende dos escalonadores de laços, sendo o escalonador dinâmico particularmente eficaz em cargas de trabalho irregulares, como na FWI, pois atribui blocos de iterações a núcleos disponíveis em tempo de execução. Contudo, o impacto do tamanho desses blocos no desempenho ainda não é bem compreendido. Para lidar com esse problema, propomos o framework Parameter Auto-Tuning for Shared Memory Algorithms (PATSMA), que emprega o método de otimização Coupled Simulated Annealing (CSA) para determinar automaticamente o tamanho ótimo dos blocos na propagação de ondas, uma das etapas mais custosas da FWI. Em vez de testar exaustivamente todos os valores possíveis em uma execução completa da FWI, o PATSMA avalia candidatos medindo o tempo de execução da primeira iteração temporal do primeiro tiro sísmico na primeira iteração da FWI. O tamanho de bloco selecionado é então aplicado a todas as propagações subsequentes. Experimentos realizados com diferentes tamanhos de problema e em ambientes computacionais diversos, incluindo supercomputadores e instâncias em nuvem, demonstram que a auto-otimização proporciona ganhos significativos de desempenho: o tempo de execução foi reduzido em até 70,46% em comparação com os escalonadores padrão do OpenMP.