De olie-en gasmaatschappijen zijn het genereren van grote hoeveelheden gegevens uit verschillende systemen en sensoren in het veld — informatie over boren, weersomstandigheden, seismische activiteit, en andere factoren. Om competitief te blijven in de huidige mondiale markt, ze moeten in staat zijn om snel te ontlenen inzichten van deze gegevens.
Een sleutel tot het kunnen benutten van de gegevens is het gebruik van graphics processing units (Gpu ‘ s), die zorgen voor de rekenkracht en high-speed geheugen nodig is voor deze bedrijven om te analyseren petabytes aan data in een kwestie van milliseconden.
“Nieuwe parallel-computing-platforms en Api’ s komen samen om het gebruik van Gpu ‘ s voor general purpose computing,” zei Chris Niven, research director, Olie & Gas, onderzoeksbureau IDC.
“Speciale microprocessoren zijn nu ook beschikbaar voor het integreren van GPU-versnelling, 3D-rendering, video-versnelling, en golf-synthese tabel in een enkele chip,” Niven zei. “De combinatie van de Gpu’ s en CPU zijn nu beschikbaar die kunnen versnellen analytics, deep learning, high-performance computing en wetenschappelijke simulaties.”
GPU fabrikanten maken het leren van instituten en werken met leveranciers zoals SAP, Microsoft, IBM, Dell, Amazon, en alle grote cloud-leveranciers om te bouwen van een ecosysteem gericht op kunstmatige intelligentie (AI) en diep leren, Niven zei.
“De toekomst voor deze visie is het bevorderen van versnelde computing en continu leren op de gegevens van de onderneming voor bedrijven van toepassing analytics, modellering, simulatie, en geavanceerde analyses, zoals cognitieve verwerking,” Niven zei. “Bedrijven zijn al vaststelling van analytics-initiatieven in de upstream productie.”
Voor olie-en gas-aanbieders, is het verstandig om de ontwikkeling van een asset performance management (APM) omgeving voor het bewaken van de enorme hoeveelheden data die worden ingezet in het veld, zoals nieuwe apparatuur, apparaten, sensoren en andere Internet of Things (IoT) onderdelen.
“Het is belangrijk voor bedrijven te organiseren en deze gegevens analyseren en begrijpen en te leren wat werkt en wat niet werkt, veilig werken en het optimaliseren van de productie,” Niven zei. Dit geldt vooral voor APM, als bedrijven ernaar streven om de productie te automatiseren.
“Boren is langzaam deze dagen en de productie van olie genereert broodnodige inkomsten voor het bedrijf,” Niven zei. “De olie-en gasmaatschappijen zijn de ontwikkeling van data-management-platforms voor het beheren van de productie van koolwaterstof gegevens.” Ze zijn ook van toepassing beschrijvende en voorspellende analyses en cognitieve verwerking voor het bewaken van de gezondheid van apparatuur en machines, om te voorkomen dat ongewenste downtime en rampen voordat ze zich voordoen, en om te helpen bij het optimaliseren van de upstream olie-en gasindustrie.
“Gpu’ s in combinatie met de CPU is ook van toepassing voor stroomafwaarts, in het bijzonder met betrekking tot de modellering en simulatie van apparatuur en machines zoals de Digitale Twin heeft een hoog, dat HET initiatief voor APM [application performance management) in de raffinage-en petrochemische installaties,” Niven zei. Een digitale twin is een digitale representatie van een industriële activa, die stelt bedrijven in staat om beter in het voorspellen van de prestaties van de machines.
“Als in de upstream olie en gas, de downstream sector erkent ook de waarde van parallelle verwerking, AI en het stimuleren van een continue leeromgeving te houden van de fabriek op volle capaciteit en voorkomen van downtime en rampen voordat ze zich voordoen,” Niven zei.