宋家雨，Dostor存儲在線總編輯

方   糧，中國計(jì)算機(jī)學(xué)會信息存儲專業(yè)委員會委員

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)開始陸續(xù)應(yīng)用，比如勘探過程中的城市路線勘探，會根據(jù)歷史數(shù)據(jù)比對設(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，第一階段是通過不同的采集手段將野外數(shù)據(jù)采集回來；第二階段是數(shù)據(jù)處理，數(shù)據(jù)中心通過超能計(jì)算機(jī)對野外數(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。

油氣勘探過程會產(chǎn)生大量數(shù)據(jù)，每年大概會增加2-3倍，就原始采集數(shù)據(jù)來看，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系統(tǒng)，存儲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，因此這幾年我們對存儲系統(tǒng)的要求越來越高，投資也越來越大。

人工智能在油氣勘探領(lǐng)域已經(jīng)開始陸續(xù)應(yīng)用，比如勘探過程中的城市路線勘探，會根據(jù)歷史數(shù)據(jù)比對設(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，帶來了怎樣的挑戰(zhàn)？

中國計(jì)算機(jī)學(xué)會信息存儲專業(yè)委員會委員 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，所以油氣勘探對計(jì)算能力、存儲能力的要求是無止境的，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，所以油氣勘探對計(jì)算能力、存儲能力的要求是無止境的。

另一方面，石油勘探領(lǐng)域相比其他行業(yè)有優(yōu)勢，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。

對存儲系統(tǒng)來講，能夠存取勘探海量數(shù)據(jù)的同時(shí)，對數(shù)據(jù)處理能力也有很高的要求，如果存儲的容量和擴(kuò)展性跟不上，或者存儲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Φ某?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：面對油氣勘探領(lǐng)域這種復(fù)雜的存儲需求，浪潮存儲有哪些應(yīng)對之道？

浪潮存儲產(chǎn)品線副總經(jīng)理 孫斌

孫 斌：針對油氣勘探行業(yè)海量數(shù)據(jù)存儲需求和數(shù)據(jù)處理性能要求，需要大容量、高性能的存儲系統(tǒng)來滿足，我們通常會建議客戶選擇分布式存儲系統(tǒng)。過去幾年，我們對大量應(yīng)用場景進(jìn)行研究分析，當(dāng)面向客戶的實(shí)際應(yīng)用時(shí)，有針對性的通過測試、調(diào)優(yōu)開展深度優(yōu)化。

針對油氣勘探行業(yè)海量數(shù)據(jù)存儲需求和數(shù)據(jù)處理性能要求，需要大容量、高性能的存儲系統(tǒng)來滿足，我們通常會建議客戶選擇分布式存儲系統(tǒng)。首先分布式存儲最典型的特點(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級別的存儲容量；其次，存儲性能也可隨著容量的擴(kuò)展而線性擴(kuò)展，分布式存儲的每一個(gè)節(jié)點(diǎn)都可以承接負(fù)載，滿足高并發(fā)讀寫請求。

浪潮存儲一直在探索承接AI等新型應(yīng)用的新存儲之道，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，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，對存儲的要求不同。

過去幾年，我們對大量應(yīng)用場景進(jìn)行研究分析，當(dāng)面向客戶的實(shí)際應(yīng)用時(shí)，有針對性的通過測試、調(diào)優(yōu)開展深度優(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AI手段使存儲系統(tǒng)變得更智能。

Dostor存儲在線總編輯 宋家雨

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

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

zhangnn