<?xml version='1.0' encoding='utf-8'?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.2 20190208//EN" "http://jats.nlm.nih.gov/publishing/1.2/JATS-journalpublishing1.dtd">
<article article-type="research-article" dtd-version="1.2" xml:lang="ru" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink"><front><journal-meta><journal-id journal-id-type="issn">2518-1092</journal-id><journal-title-group><journal-title>Научный результат. Информационные технологии</journal-title></journal-title-group><issn pub-type="epub">2518-1092</issn></journal-meta><article-meta><article-id pub-id-type="doi">10.18413/2518-1092-2018-3-3-0-1</article-id><article-id pub-id-type="publisher-id">1458</article-id><article-categories><subj-group subj-group-type="heading"><subject>КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ</subject></subj-group></article-categories><title-group><article-title>ПРИМЕНЕНИЕ GPU-ВЫЧИСЛЕНИЙ ДЛЯ ПОСТРОЕНИЯ И ВИЗУАЛИЗАЦИИ ВОКСЕЛЬНЫХ ГЕОМОДЕЛЕЙ</article-title><trans-title-group xml:lang="en"><trans-title>APPLICATION OF GPU-CALCULATIONS FOR CONSTRUCTION AND VISUALIZATION OF VOXEL GEOMODELS</trans-title></trans-title-group></title-group><contrib-group><contrib contrib-type="author"><name-alternatives><name xml:lang="ru"><surname>Петров</surname><given-names>Денис Васильевич</given-names></name><name xml:lang="en"><surname>Petrov</surname><given-names>Denis Vasilevich</given-names></name></name-alternatives><email>petrov@bsu.edu.ru</email></contrib><contrib contrib-type="author"><name-alternatives><name xml:lang="ru"><surname>Михелев</surname><given-names>Владимир Михайлович</given-names></name><name xml:lang="en"><surname>Mikhelev</surname><given-names>Vladimir Mikhailovich</given-names></name></name-alternatives><email>vm.mikhelev@gmail.com</email></contrib><contrib contrib-type="author"><name-alternatives><name xml:lang="ru"><surname>Васильев</surname><given-names>Павел Владимирович</given-names></name><name xml:lang="en"><surname>Vassiliev</surname><given-names>Pavel Vladimirovich</given-names></name></name-alternatives><email>geoblock@mail.ru</email></contrib></contrib-group><pub-date pub-type="epub"><year>2018</year></pub-date><volume>3</volume><issue>3</issue><fpage>0</fpage><lpage>0</lpage><self-uri content-type="pdf" xlink:href="/media/information/2018/3/it_1.pdf" /><abstract xml:lang="ru"><p>В геоинформационных системах недропользования применяется широкий комплекс вычислительных методов создания полигональных и воксельных моделей, включающий методы геостатистики, триангуляции, интерполяции и оптимизации границ извлечения запасов. Для решения горных задач требуется построение детальных блочных или воксельных моделей, обеспечивающих оперативное планирование дискретных объёмов выемки горных пород. В статье показаны возможности реализации GPU-ускорения для выполнения параллельных вычислений по вокселизации поверхностей раздела сред и объёмных геологических тел с применением технологии программирования CUDA и OpenCL. В системе Gexoblock используется библиотека NVIDIA по вокселизации на основе параллельных вычислений по технологии CUDA gvdb-voxels. Предложенный гибридный подход включает методы распараллеливания триангуляции, интерполяции и оптимизации последовательности этапов выемки сырья при поиске наилучшей стратегии извлечения рудных запасов.</p></abstract><trans-abstract xml:lang="en"><p>In Geoinformation Systems for Mining a wide range of computational methods for creating polygonal and voxel models, including methods of geostatistics, triangulation, interpolation and optimization of resource extraction boundaries, are used. For the solution of the mining task requires the construction of detailed voxel or block models for operational planning of discrete volumes for rocks under excavation. The article shows the possibilities of implementing GPU acceleration to perform parallel calculations on voxelization of the surfaces of the media and volume geological bodies with the use of CUDA and OpenCL programming technology. In the Gexoblock system the library NVIDIA voxelization based on parallel computing technology CUDA gvdb-voxels is used. The proposed hybrid approach includes methods for parallelizing triangulation, interpolation, and optimization of the sequence of extraction steps in the search for the best extraction strategy for ore reserves.</p></trans-abstract><kwd-group xml:lang="ru"><kwd>параллельные вычисления на GPU</kwd><kwd>интерполяция</kwd><kwd>тетраэдрализация</kwd><kwd>диаграмма Вороного</kwd><kwd>вокселизация</kwd><kwd>октодерево</kwd></kwd-group><kwd-group xml:lang="en"><kwd>parallel computing</kwd><kwd>interpolation</kwd><kwd>tetrahedralization</kwd><kwd>Voronoi diagram</kwd><kwd>voxelization</kwd><kwd>sparse octree</kwd></kwd-group></article-meta></front><back><ref-list><title>Список литературы</title><ref id="B1"><mixed-citation>1.&amp;nbsp;&amp;nbsp; &amp;nbsp;Crassin C., Green S. Octree-based sparse voxelization using the GPU hardware rasterizer. In OpenGL Insights /CRC Press, Boston, MA. 2012. p. 17-33</mixed-citation></ref><ref id="B2"><mixed-citation>2.&amp;nbsp;&amp;nbsp; &amp;nbsp;Cheng T. Accelerating universal Kriging interpolation algorithm using CUDA-enabled GPU. Computers &amp;amp; Geosciences 54. 2013. p. 178&amp;ndash;183</mixed-citation></ref><ref id="B3"><mixed-citation>3.&amp;nbsp;&amp;nbsp; &amp;nbsp;Mei G, Xu L, Xu N. Accelerating adaptive inverse distance weighting interpolation algorithm on a graphics processing unit. R. Soc. open sci. 4: 170436. 2017. http://dx.doi.org/10.1098/rsos.170436&amp;nbsp;</mixed-citation></ref><ref id="B4"><mixed-citation>4.&amp;nbsp;&amp;nbsp; &amp;nbsp;Fang Huang, Shuanshuan Bu, Jian Tao, and Xicheng Tan. OpenCL Implementation of a Parallel Universal Kriging Algorithm for Massive Spatial Data Interpolation on Heterogeneous Systems. ISPRS Int. J. Geo-Inf. 2016, 5, 96; http://dx.doi:10.3390/ijgi5060096&amp;nbsp;</mixed-citation></ref><ref id="B5"><mixed-citation>5.&amp;nbsp;&amp;nbsp; &amp;nbsp;Васильев П.В., Майдаков М.А. Использование графического ускорения интерполяции Сибсона для моделирования геоструктур //1-я международная научно-техническая конференция &amp;laquo;Компьютерные науки и технологии&amp;raquo;. Изд-во БелГУ, 2009, Ч. 2. c.137-142.</mixed-citation></ref><ref id="B6"><mixed-citation>6.&amp;nbsp;&amp;nbsp; &amp;nbsp;Alejandro Graciano, Antonio J. Rueda, Francisco R. Feito, Real-time visualization of 3D terrains and subsurface geological structures. Advances in Engineering Software. 2017 http://dx.doi.org/10.1016/j.advengsoft.2017.10.002&amp;nbsp;</mixed-citation></ref><ref id="B7"><mixed-citation>7.&amp;nbsp;&amp;nbsp; &amp;nbsp;NVIDIA: Библиотека вокселизации на основе параллельных вычислений по технологии CUDA https://github.com/NVIDIA/gvdb-voxels</mixed-citation></ref><ref id="B8"><mixed-citation>8.&amp;nbsp;&amp;nbsp; &amp;nbsp;Roosta S.H. Parallel Processing and Parallel Algorithms: Theory and Computation. Springer, 2000. 566 p.</mixed-citation></ref><ref id="B9"><mixed-citation>9.&amp;nbsp;&amp;nbsp; &amp;nbsp;Петров Д.В., Михелев В.М. &amp;laquo;Моделирование карьеров рудных месторождений на высоко-производительных гибридных вычислительных системах&amp;raquo;, Вестник Южно-Уральского государственного университета. Серия: Вычислительная математика и информатика. 2014. Т. 3. № 3. С. 124-129.</mixed-citation></ref><ref id="B10"><mixed-citation>10.&amp;nbsp;&amp;nbsp; &amp;nbsp;Espinoza D, Goycoolea M, Moreno E, Newman A. Minelib, 2011. A library of open pit production scheduling problems // Ann. Oper. Res., 2013. Vol.206 (1), P. 93-114.</mixed-citation></ref></ref-list></back></article>