0
Olie-og gasselskaber, som genererer enorme mængder af data fra en række systemer og sensorer i området — oplysninger om boringer, vejrforhold, seismisk aktivitet, og andre faktorer. For at forblive konkurrencedygtige på nutidens globale marked, de har brug for at være i stand til hurtigt at udlede indsigter fra disse data.
En nøgle til at være i stand til at udnytte alle de data, der er brug for graphics processing units (Gpu ‘ er), som leverer computerkraft og høj hastighed hukommelse, der er påkrævet for disse selskaber til at analysere petabytes af data i løbet af millisekunder.
“Ny parallel computing platforme og Api’ er kommer sammen til at bruge Gpu ‘ er for general purpose computing,” sagde Chris Niven, research director, Olie & Gas, hos analysefirmaet IDC.
“Særlige mikroprocessorer er til rådighed nu, at integrere GPU-acceleration, 3D-gengivelse, video acceleration, og bølge-tabel syntese i en enkelt chip,” Niven sagde. “Kombinationen af Gpu’ er og CPU ‘ er nu tilgængelige, som kan fremskynde analytics, dyb læring, high-performance computing, og videnskabelige simuleringer.”
GPU producenter er at skabe læring institutter og arbejder med leverandører som SAP, Microsoft, IBM, Dell, Amazon, og alle de store cloud-leverandører til at opbygge et økosystem, med fokus på kunstig intelligens (AI) og dyb læring, Niven sagde.
“Fremtiden for denne vision er at fremme accelererede it og løbende læring på virksomhedens data for virksomheder til at anvende analytics, modellering, simulering, og avancerede analyser som kognitiv behandling,” Niven sagde. “Virksomheder er allerede vedtagelse analytics initiativer i upstream produktion.”
For olie-og gas-udbydere, giver det god mening at udvikle et aktiv performance management (APM) miljø til at overvåge store mængder af data, som blev indsat i området, såsom nye udstyr, enheder, sensorer og andre Internet of Things (IoT) komponenter.
“Det er vigtigt for virksomheder at organisere og analysere data og til at forstå og lære, hvad der virker og hvad der ikke virker, til at betjene og optimere produktionen,” Niven sagde. Dette er især sandt for APM, som virksomheder stræber efter at automatisere produktionen.
“Boring er langsom i disse dage, og produktionen af olie genererer meget nødvendige indtjening for virksomheden,” Niven sagde. “Olie-og gasselskaber, som er udvikling af data management platforme til at styre produktion af kulbrinter data.” De er også anvende beskrivende og predictive analytics og kognitiv behandling til at overvåge sundheden i udstyr og maskiner, for at forhindre uønskede driftsstop og katastrofer, før de opstår, og til at hjælpe med at optimere upstream olie-og gas produktion.
“Gpu’ er kombineret med CPU er også gældende for downstream, især med hensyn til modellering og simulering af udstyr og maskiner, som den Digitale Tvilling er blevet en stor IT-initiativ for APM [application performance management) i raffinering og petrokemiske anlæg,” Niven sagde. En digital twin er en digital repræsentation af en industriel aktiv, som gør virksomheder i stand til bedre at forudsige resultater af maskiner.
“Som i upstream olie-og gas, downstream-sektoren anerkender også værdien af parallel behandling, AI og fremme en kontinuerlig lærings-miljø for at holde anlægget i drift på fuld kapacitet og undgå nedetid og katastrofer, før de opstår,” Niven sagde.
0