Öl-und gas-Unternehmen, die riesige Datenmengen aus einer Vielzahl von Systemen und sensoren im Feld — Informationen über den Bohr -, Wetter-Konditionen, seismischer Aktivität und anderen Faktoren. Um wettbewerbsfähig zu bleiben in der heutigen globalen Markt müssen Sie schnell in der Lage, abzuleiten, Erkenntnisse aus diesen Daten.
Ein Schlüssel, um in der Lage zu nutzen, alle Daten die Nutzung von graphics processing units (GPUs), die die Rechenleistung und high-speed-Speicher benötigt wird, für diese Unternehmen zu analysieren Petabyte an Daten in einer Angelegenheit von Millisekunden.
“Neue parallel-computing-Plattformen und APIs, die zusammen kommen, zu verwenden GPUs für general-purpose-computing”, sagte Chris Niven, research director, Öl & Gas, an das Marktforschungsunternehmen IDC.
“Spezielle Mikroprozessoren sind jetzt auch verfügbar, der integrieren GPU-Beschleunigung, 3D-rendering, video-Beschleunigung und wave-table-Synthese in einem einzigen chip,” Niven, sagte. “Die Kombination von GPUs und eine CPU sind nun verfügbar und können beschleunigen Sie die Analyse, deep learning, high performance computing und wissenschaftliche Simulationen.”
GPU-Hersteller erstellen von learning-Institute und die Zusammenarbeit mit Anbietern wie SAP, Microsoft, IBM, Dell, Amazon und allen großen cloud-Anbietern, um sich ein Netzwerk aufbauen, konzentriert sich auf die künstliche Intelligenz (KI) und tiefes lernen, Niven sagte.
“Die Zukunft für diese vision ist die Förderung von accelerated computing und kontinuierliches lernen auf enterprise-Daten für Unternehmen zu gelten analytics, Modellierung, simulation und advanced analytics wie kognitiver Verarbeitung,” Niven, sagte. “Die Unternehmen sind schon die Annahme analytics-Initiativen in der vorgelagerten Produktion.”
Für öl-und gas-Anbieter, ist es sinnvoll die Entwicklung eines asset-performance-management (APM) – Umgebung zu überwachen, die große Mengen von Daten, die im Feld eingesetzt wie neue Maschinen, Geräte, sensoren und anderen Internet of Things (IoT) – Komponenten.
“Für Unternehmen ist es wichtig, sich zu organisieren und diese Daten analysieren und verstehen und lernen, was funktioniert und was nicht, sicher zu bedienen und die Produktion zu optimieren,” Niven, sagte. Dies gilt insbesondere für APM, da Unternehmen bestrebt, zur Automatisierung der Produktion.
“Bohren ist langsam in diesen Tagen, und die Produktion von öl generiert dringend benötigte Einnahmen für das Unternehmen,” Niven, sagte. “Öl-und gas-Unternehmen entwickeln-data-management-Plattformen zu verwalten Kohlenwasserstoff-Produktion Daten.” Sie sind auch bewerben deskriptive und prädiktive analytics und kognitive Verarbeitung zur überwachung des Zustands der Geräte und Maschinen, um zu verhindern, dass unerwünschte Ausfallzeiten und Katastrophen, bevor Sie auftreten, und helfen bei der Optimierung des upstream öl-und gas-Produktion.
“GPUs in Kombination mit CPU-gilt auch für den nachgelagerten Bereich, vor allem im Hinblick auf die Modellierung und simulation von Anlagen und Maschinen wie die Digitale Twin ist zu einem hohen IT-initiative für APM [application performance management) in Raffinerien und petrochemischen Anlagen,” Niven, sagte. Ein digitales twin ist eine digitale Darstellung einer industriellen Anlage, die es Unternehmen ermöglicht, zu einer besseren Vorhersage der Leistung von Maschinen.
“Wie im upstream-Bereich der öl-und Gasindustrie, dem nachgelagerten Sektor, erkennt auch den Wert der parallelen Verarbeitung, die KI und die Förderung eines kontinuierlichen Lern-Umgebung zu halten, die Anlage stets mit voller Leistung und vermeiden Sie Ausfallzeiten und Katastrophen, bevor Sie auftreten,” Niven, sagte.