0
Compagnie petrolifere e del gas sono la generazione di grandi volumi di dati da una varietà di sensori e sistemi nel campo — informazioni su di perforazione, condizioni meteo, l’attività sismica, e di altri fattori. Al fine di rimanere competitivi nel mercato globale di oggi, hanno bisogno di essere in grado di ottenere un’analisi a partire da questi dati.
Una chiave per essere in grado di sfruttare tutti i dati è l’uso di unità di elaborazione grafica (Gpu), che forniscono la potenza di calcolo e di memoria ad alta velocità necessaria per queste aziende di analizzare petabyte di dati in pochi millisecondi.
“Parallela piattaforme di calcolo e le Api stanno venendo insieme per usare la Gpu per il general purpose computing”, ha detto Chris Niven, direttore di ricerca, Oil & Gas, società di ricerca IDC.
“Speciale microprocessori sono ora disponibili che integrano l’accelerazione della GPU, rendering 3D, video di accelerazione, e l’onda-tabella di sintesi in un unico chip,” Niven, ha detto. “La combinazione di Gpu e CPU sono ora disponibili che possono accelerare analytics, deep learning, high-performance computing, scientifico e simulazioni.”
GPU produttori sono la creazione di apprendimento e istituti di lavorare con fornitori quali SAP, Microsoft, IBM, Dell, Amazon e tutti i principali fornitori di cloud per costruire un ecosistema focalizzata sull’intelligenza artificiale (AI) e deep learning, Niven, ha detto.
“Il futuro di questa visione è quello di promuovere accelerated computing e formazione continua su dati di impresa per le imprese di applicare analytics, la modellazione, la simulazione e l’analisi avanzata come l’elaborazione cognitiva,” Niven, ha detto. “Le aziende stanno già adottando analytics iniziative in produzione a monte.”
Per olio e fornitori di gas, fa buon senso sviluppare un asset performance management (APM) ambiente per il monitoraggio di vaste quantità di dati che vengono distribuiti nel campo, come nuove attrezzature, dispositivi, sensori e altri Internet delle Cose (IoT) componenti.
“È importante per le aziende per organizzare e analizzare i dati e capire e imparare che cosa funziona e che cosa non, per operare in sicurezza e ottimizzare la produzione,” Niven, ha detto. Questo è particolarmente vero per l’APM, come le aziende si sforzano di automatizzare la produzione.
La foratura è lento in questi giorni e la produzione di petrolio genera tanto bisogno di ricavi per la società,” Niven, ha detto. “Le compagnie petrolifere e del gas sono in via di sviluppo la gestione dei dati di piattaforme per gestire la produzione di idrocarburi di dati”. Sono anche applicando descrittiva e di analisi predittiva e di elaborazione cognitiva per monitorare lo stato di salute di attrezzature e macchinari, per evitare indesiderati i tempi di inattività e i disastri prima che si verifichino, e per ottimizzare upstream produzione di petrolio e gas.
“Le gpu combinato con CPU è applicabile anche per la valle, in particolare per quanto riguarda la modellazione e la simulazione di apparecchiature e macchine per il Digitale a Doppia è diventato un elevato iniziativa per APM [application performance management) nel settore della raffinazione e petrolchimici,” Niven, ha detto. Digitale twin è una rappresentazione digitale di un asset industriale, che consente alle aziende di prevedere meglio le prestazioni delle macchine.
“Come in upstream oil & gas, il settore a valle, inoltre, riconosce il valore di elaborazione parallela, AI e promuovere un ambiente di apprendimento continuo per mantenere il funzionamento dell’impianto a pieno regime ed evitare i tempi di inattività e i disastri prima che si verifichino,” Niven, ha detto.
0