宋家雨，Dostor存儲(chǔ)在線總編輯

方   糧，中國(guó)計(jì)算機(jī)學(xué)會(huì)信息存儲(chǔ)專業(yè)委員會(huì)委員

賴能和，中石油東方地球物理勘探有限公司處理中心總工程師

孫   斌，浪潮存儲(chǔ)產(chǎn)品線副總經(jīng)理

宋家雨：在油氣勘探領(lǐng)域，數(shù)據(jù)是如何產(chǎn)生、采集和處理的？數(shù)據(jù)量又有怎樣的變化？目前又有哪些新興應(yīng)用？

中石油集團(tuán)東方地球物理勘探有限公司處理中心總工程師 賴能和

 賴能和： 
人工智能在油氣勘探領(lǐng)域已經(jīng)開(kāi)始陸續(xù)應(yīng)用，比如勘探過(guò)程中的城市路線勘探，會(huì)根據(jù)歷史數(shù)據(jù)比對(duì)設(shè)計(jì)出最佳路線；在處理方面，曾經(jīng)需要30人處理2個(gè)月的數(shù)據(jù)，現(xiàn)在通過(guò)神經(jīng)網(wǎng)絡(luò)和人工智能訓(xùn)練算法去處理，速度、精準(zhǔn)度都大大提高。

油氣勘探大致分成三個(gè)階段，第一階段是通過(guò)不同的采集手段將野外數(shù)據(jù)采集回來(lái)；第二階段是數(shù)據(jù)處理，數(shù)據(jù)中心通過(guò)超能計(jì)算機(jī)對(duì)野外數(shù)據(jù)進(jìn)行處理，得到數(shù)據(jù)體；第三個(gè)階段是利用數(shù)據(jù)體，解釋地質(zhì)構(gòu)造，找出油氣藏。

油氣勘探過(guò)程會(huì)產(chǎn)生大量數(shù)據(jù)，每年大概會(huì)增加2-3倍，就原始采集數(shù)據(jù)來(lái)看，從2012年的50TB，激增至2019年的2500TB左右的數(shù)據(jù)量，這僅僅是原始采集的數(shù)據(jù)量。目前我們使用的存儲(chǔ)系統(tǒng)，存儲(chǔ)空間要在原始采集數(shù)據(jù)的15倍左右，因?yàn)樵疾杉瘮?shù)據(jù)要經(jīng)過(guò)三十多個(gè)基本流程，每個(gè)流程要處理中間結(jié)果，要保存的數(shù)據(jù)量巨大，因此這幾年我們對(duì)存儲(chǔ)系統(tǒng)的要求越來(lái)越高，投資也越來(lái)越大。

人工智能在油氣勘探領(lǐng)域已經(jīng)開(kāi)始陸續(xù)應(yīng)用，比如勘探過(guò)程中的城市路線勘探，會(huì)根據(jù)歷史數(shù)據(jù)比對(duì)設(shè)計(jì)出最佳路線；在處理方面，曾經(jīng)需要30人處理2個(gè)月的數(shù)據(jù)，現(xiàn)在通過(guò)神經(jīng)網(wǎng)絡(luò)和人工智能訓(xùn)練算法去處理，速度、精準(zhǔn)度都大大提高；還有解釋、質(zhì)量控制階段，都已經(jīng)開(kāi)始投入人工智能的研究。

 宋家雨：油氣勘探行業(yè)海量數(shù)據(jù)的變化和人工智能的應(yīng)用，帶來(lái)了怎樣的挑戰(zhàn)？

中國(guó)計(jì)算機(jī)學(xué)會(huì)信息存儲(chǔ)專業(yè)委員會(huì)委員 方糧

方 糧：勘探應(yīng)用網(wǎng)格密度每增加1倍，數(shù)據(jù)量就增加3-4倍，網(wǎng)格畫的越細(xì)，分析的就越準(zhǔn)確，所以油氣勘探對(duì)計(jì)算能力、存儲(chǔ)能力的要求是無(wú)止境的，這是一個(gè)巨大的挑戰(zhàn)。

油氣勘探應(yīng)用網(wǎng)格系統(tǒng)密度不斷增加，以前的網(wǎng)格密度是50m×100m，現(xiàn)在可以做到6m×12m左右，網(wǎng)格每增加1倍，數(shù)據(jù)量就增加3-4倍，網(wǎng)格畫的越細(xì)，采集精細(xì)度就越高，分析的就越準(zhǔn)確，所以油氣勘探對(duì)計(jì)算能力、存儲(chǔ)能力的要求是無(wú)止境的。

另一方面，石油勘探領(lǐng)域相比其他行業(yè)有優(yōu)勢(shì)，有大量的數(shù)據(jù)和經(jīng)驗(yàn)積累，可以更加快速適應(yīng)人工智能技術(shù)，運(yùn)用AI訓(xùn)練、推理等方式實(shí)現(xiàn)勘探作業(yè)更快、更精、更準(zhǔn)確，提高勘探成功率。

對(duì)存儲(chǔ)系統(tǒng)來(lái)講，能夠存取勘探海量數(shù)據(jù)的同時(shí)，對(duì)數(shù)據(jù)處理能力也有很高的要求，如果存儲(chǔ)的容量和擴(kuò)展性跟不上，或者存儲(chǔ)性能和吞吐能力跟不上的話，勘探作業(yè)中極有可能因?yàn)榇鎯?chǔ)的超負(fù)荷而崩潰，造成數(shù)據(jù)丟失、作業(yè)中斷，這個(gè)影響是巨大的。

宋家雨：面對(duì)油氣勘探領(lǐng)域這種復(fù)雜的存儲(chǔ)需求，浪潮存儲(chǔ)有哪些應(yīng)對(duì)之道？

浪潮存儲(chǔ)產(chǎn)品線副總經(jīng)理 孫斌

孫 斌：針對(duì)油氣勘探行業(yè)海量數(shù)據(jù)存儲(chǔ)需求和數(shù)據(jù)處理性能要求，需要大容量、高性能的存儲(chǔ)系統(tǒng)來(lái)滿足，我們通常會(huì)建議客戶選擇分布式存儲(chǔ)系統(tǒng)。過(guò)去幾年，我們對(duì)大量應(yīng)用場(chǎng)景進(jìn)行研究分析，當(dāng)面向客戶的實(shí)際應(yīng)用時(shí)，有針對(duì)性的通過(guò)測(cè)試、調(diào)優(yōu)開(kāi)展深度優(yōu)化。

針對(duì)油氣勘探行業(yè)海量數(shù)據(jù)存儲(chǔ)需求和數(shù)據(jù)處理性能要求，需要大容量、高性能的存儲(chǔ)系統(tǒng)來(lái)滿足，我們通常會(huì)建議客戶選擇分布式存儲(chǔ)系統(tǒng)。首先分布式存儲(chǔ)最典型的特點(diǎn)就是容量夠大，可隨數(shù)據(jù)量增加而實(shí)現(xiàn)橫向擴(kuò)展，支持到EB級(jí)別的存儲(chǔ)容量；其次，存儲(chǔ)性能也可隨著容量的擴(kuò)展而線性擴(kuò)展，分布式存儲(chǔ)的每一個(gè)節(jié)點(diǎn)都可以承接負(fù)載，滿足高并發(fā)讀寫請(qǐng)求。

浪潮存儲(chǔ)一直在探索承接AI等新型應(yīng)用的新存儲(chǔ)之道，AI的工作負(fù)載分為五個(gè)環(huán)節(jié)，首先是數(shù)據(jù)的采集環(huán)節(jié)，此環(huán)節(jié)要求高吞吐量的寫入，而且是并行的大量順序?qū)懭?；第二環(huán)節(jié)是數(shù)據(jù)的標(biāo)識(shí)，是大量小IO；第三個(gè)環(huán)節(jié)是訓(xùn)練，是隨機(jī)的小IO，對(duì)性能要求比較高；第四個(gè)環(huán)節(jié)是推理，大部分的推理對(duì)延遲要求很高；最后一個(gè)是歸檔，這個(gè)環(huán)節(jié)要求高吞吐量的讀和寫。IO的模式不同，對(duì)存儲(chǔ)的要求不同。

過(guò)去幾年，我們對(duì)大量應(yīng)用場(chǎng)景進(jìn)行研究分析，當(dāng)面向客戶的實(shí)際應(yīng)用時(shí)，有針對(duì)性的通過(guò)測(cè)試、調(diào)優(yōu)開(kāi)展深度優(yōu)化，最大程度滿足客戶應(yīng)用在容量、性能、架構(gòu)及管理上的需求，承接客戶應(yīng)用的同時(shí)，也通過(guò)AI手段使存儲(chǔ)系統(tǒng)變得更智能。

Dostor存儲(chǔ)在線總編輯 宋家雨

 宋家雨：人類對(duì)自然的探索永不會(huì)停歇，就像油氣勘探領(lǐng)域，隨著我們不斷深入的勘探，需要越來(lái)越多的存儲(chǔ)容量和計(jì)算能力做支撐，來(lái)探索更多地球的奧秘。

點(diǎn)擊精彩回顧：http://tv.doit.com.cn/watch/4198834

zhangnn