關(guān)于我們 | English | 網(wǎng)站地圖

  • 您現(xiàn)在的位置:
  • 首頁
  • 油氣
  • 綜合
  • 華為,AI油服引領(lǐng)者!

華為,AI油服引領(lǐng)者!

2024-12-16 15:24:36 5e
談及華為,人們可以想到很多閃耀的標(biāo)簽,如鴻蒙、中國智造……
 
然而,華為的故事遠(yuǎn)不止于此。
 
12月5日,華為在北京舉辦了“華為中國政企業(yè)務(wù)油氣礦山媒體溝通會”活動。華為中國政企油氣礦山系統(tǒng)部總經(jīng)理范濤和華為中國政企CMO邱恒出席,介紹了華為如何通過ICT技術(shù)激發(fā)油氣礦山行業(yè)新質(zhì)生產(chǎn)力。
 
 
 
在會議現(xiàn)場,石油Link深切地感受到華為正以另一重身份強(qiáng)勢崛起——AI油服引領(lǐng)者。
 
據(jù)了解,11月28日,中國石油發(fā)布了700億參數(shù)昆侖大模型,推進(jìn)“人工智能+”行動。在這一里程碑式的成就背后,華為不僅參與了頂層設(shè)計(jì),還建設(shè)了昆侖視覺大模型、科學(xué)計(jì)算大模型。
 
11月29日,國家管網(wǎng)集團(tuán)正式上線應(yīng)用“管網(wǎng)”大模型,旨在通過人工智能賦能10萬公里油氣管網(wǎng)建設(shè)運(yùn)營和資源配置,而華為為此提供算力底座和技術(shù)棧支持。
 
那么,華為究竟是如何跨越行業(yè)界限,成長為AI油服引領(lǐng)者,加速行業(yè)智能化發(fā)展步伐的呢?        
 
01
 
AI油服引領(lǐng)者的崛起
 
時(shí)勢造英雄,英雄亦適時(shí)。
 
自巴黎氣候協(xié)定簽署以來,全球能源結(jié)構(gòu)在各國政府和國際組織的推動下不斷進(jìn)行調(diào)整,可再生能源的發(fā)展勢頭日益強(qiáng)勁,帶給了傳統(tǒng)油氣行業(yè)綠色低碳轉(zhuǎn)型的巨大挑戰(zhàn)。
 
與此同時(shí),全球油氣資源的劣質(zhì)化趨勢也日益明顯,油氣勘探開發(fā)活動不得不從常規(guī)油氣田轉(zhuǎn)向非常規(guī)油氣田,從淺層淺水油氣田轉(zhuǎn)向深層深水油氣田,提高油氣采收率和降低生產(chǎn)成本也成了行業(yè)亟待解決的重要課題。
 
面對這些挑戰(zhàn),油氣行業(yè)迫切需要通過轉(zhuǎn)型來提質(zhì)增效,助力綠色低碳、能源變革。
 
而數(shù)字化、人工智能等新一輪技術(shù)革命的出現(xiàn),為油氣行業(yè)尋求突破提供了契機(jī)。這些前沿技術(shù)備受矚目,吸引了國際石油巨頭以及頂尖油服企業(yè)在內(nèi)的眾多行業(yè)參與者。
 
在這一波技術(shù)浪潮中,華為作為一個(gè)跨界的特殊玩家,憑借其深厚的技術(shù)創(chuàng)新實(shí)力脫穎而出。
 
作為全球領(lǐng)先的ICT基礎(chǔ)設(shè)施和智能終端提供商,早在90年代,華為就開始IT建設(shè)和業(yè)務(wù)管理的變革,從IPD研發(fā)流程管理到ISC供應(yīng)鏈管理,逐步建立起信息化的IT系統(tǒng)。
 
到2014年,華為正式啟動了數(shù)字化轉(zhuǎn)型,更是在2018年前瞻性地全面布局人工智能戰(zhàn)略。
 
為進(jìn)一步提升團(tuán)隊(duì)高效協(xié)同、快速響應(yīng)客戶需求,華為中國政企油氣礦山系統(tǒng)部總經(jīng)理范濤在媒體溝通會透露,今年年初,華為將油氣、礦山行業(yè)業(yè)務(wù)進(jìn)行了整合,集中資源服務(wù)全國4W+家客戶,通過拉通研、營、銷、供、服團(tuán)隊(duì),高效協(xié)同,縮短產(chǎn)業(yè)鏈條,為油氣、礦山客戶打造適配行業(yè)需求的場景化解決方案。
 
目前,華為油氣礦山的業(yè)務(wù)涵蓋了油氣、礦山、冶煉、化工等眾多領(lǐng)域。在油氣業(yè)務(wù)方面,華為已與中石油、中石化、中海油、國家管網(wǎng)簽訂了戰(zhàn)略合作協(xié)議,提供端到端的ICT解決方案。
 
通過合作,華為將AI 、5G、云、大數(shù)據(jù)等技術(shù)和油氣行業(yè)深度融合,賦能油田勘探與生產(chǎn)、管道運(yùn)輸、煉油化工、成品油零售等不同領(lǐng)域,助力油氣行業(yè)實(shí)現(xiàn)數(shù)智化轉(zhuǎn)型。    
 
02
 
華為AI的獨(dú)門心法
 
成功從來不是偶然,所有的厚積薄發(fā),都有跡可循。
 
當(dāng)前,加速推進(jìn)行業(yè)數(shù)智化轉(zhuǎn)型已成業(yè)界共識,而華為成為AI油服領(lǐng)域的佼佼者,離不開其強(qiáng)大的創(chuàng)新研發(fā)能力。
 
數(shù)據(jù)顯示,華為公司擁有研發(fā)人員超過11萬,占比超過55.5%,近十年累計(jì)研發(fā)投入費(fèi)用超過11100億元。
 
除此以外,華為能將數(shù)字世界帶向油氣行業(yè),關(guān)鍵在于解決了“隔行如隔山”的跨界挑戰(zhàn)。
 
眾所周知,油氣行業(yè)產(chǎn)業(yè)鏈長,工作場景復(fù)雜多變,而傳統(tǒng)的人工智能模型往往針對特定場景開發(fā),不同小模型對應(yīng)不同場景,難以在不同場景之間遷移和復(fù)制,這種高度的定制化不僅限制了模型的通用性,還將顯著增加企業(yè)的運(yùn)營成本。
 
面對諸如此類AI在油氣礦山行業(yè)落地的難題,華為中國政企油氣礦山系統(tǒng)部總經(jīng)理范濤表示,華為針對性地研發(fā)了人工智能的新架構(gòu),采用“云邊協(xié)同”兩級架構(gòu)。
 
通俗點(diǎn)來說,就是在集團(tuán)側(cè)部署訓(xùn)練中心,負(fù)責(zé)模型的訓(xùn)練開發(fā),在邊緣側(cè)對訓(xùn)練好的模型進(jìn)行推理,過程中識別并捕獲異常數(shù)據(jù),定期或定量地送回訓(xùn)練中心進(jìn)一步學(xué)習(xí)和分析。
 
這種“邊用邊學(xué)”的循環(huán)方式,使得模型能夠不斷適應(yīng)新的生產(chǎn)環(huán)境和異常情況,不僅解決了傳統(tǒng)模型定制化嚴(yán)重、泛化性差的問題,還解決了傳統(tǒng)架構(gòu)中難以應(yīng)對的未知挑戰(zhàn)。
 
2024年6月,華為正式推出工業(yè)領(lǐng)域的盤古大模型5.0,其基于海量數(shù)據(jù),擁有強(qiáng)大的擬合能力,包括視覺大模型、預(yù)測大模型、盤古自然語言大模型、多模態(tài)大模型、科學(xué)計(jì)算大模型等在內(nèi)的多元化功能,并在全系列、多模態(tài)、強(qiáng)思維三個(gè)方面進(jìn)行了全新升級,可為油氣行業(yè)提供更加智能、高效的解決方案。
 
不僅如此,針對應(yīng)用場景數(shù)據(jù)不足,數(shù)據(jù)收集和處理工作量巨大的挑戰(zhàn),華為還創(chuàng)新性地打破了L0、L1、L2三層模型逐步構(gòu)建的傳統(tǒng)路徑,提出了全新的大模型應(yīng)用落地策略,以滿足不同類型的客戶類型和需求。
 
具體而言,在初始階段,可以直接通過L0大模型結(jié)合場景數(shù)據(jù)集實(shí)現(xiàn)L2場景的快速開發(fā)。隨著場景規(guī)劃分批落地后,企業(yè)收集和標(biāo)注的行業(yè)數(shù)據(jù)就可以快速的拿來訓(xùn)練L1行業(yè)模型,補(bǔ)足L1的能力。
 
正是這種以技術(shù)為基石、以客戶為中心的理念,構(gòu)成了華為AI在油氣行業(yè)成功的底層密碼。    
 
03
 
油氣AI,從數(shù)智化底座開始
 
在AI技術(shù)日新月異的今天,算力、存力和運(yùn)力已成為各行業(yè)革新與進(jìn)步的關(guān)鍵要素。對于油氣行業(yè)而言,AI技術(shù)的融入并非一蹴而就,這三大數(shù)智化底座的全面升級顯得尤為重要。
 
多年來,華為憑借深厚的數(shù)智化技術(shù)積累,正逐步將其“智慧”延伸至油氣行業(yè)的各個(gè)細(xì)分領(lǐng)域,為行業(yè)發(fā)展AI技術(shù)提供了堅(jiān)實(shí)的支撐。
 
以地震勘探技術(shù)為例,這兩年地震勘探為了能夠?qū)?fù)雜的地下情況看的更清楚,正朝著高分辨率、三維、多波多分量方向發(fā)展,采集的地震數(shù)據(jù)量龐大且復(fù)雜,部分單體數(shù)據(jù)達(dá)到PB(1024TB)級,在處理過程中甚至達(dá)到十幾個(gè)PB的數(shù)據(jù)量。
 
作為行業(yè)主流的地震數(shù)據(jù)處理解釋軟件,東方物探自主研發(fā)的國內(nèi)首款一體化大型軟件GeoEast,每個(gè)版本都會融入更加前沿、更加智能的物探技術(shù),因此導(dǎo)致其算力、存儲需求的暴增。
 
為了解決這一問題,東方物探選擇與華為合作,依托其領(lǐng)先的算力、存力、運(yùn)力資源,來提升GeoEast的處理解釋性能。
 
據(jù)華為中國政企CMO邱恒現(xiàn)場介紹,在存儲領(lǐng)域,華為構(gòu)建了鯤鵬通用計(jì)算平臺,采用對稱分布式架構(gòu),并運(yùn)用了集群模式、自動負(fù)載均衡及全局緩存等技術(shù),來實(shí)現(xiàn)系統(tǒng)資源的高效管理和配置。
 
這一設(shè)計(jì)不僅縮短了地震資料處理的周期,還便于實(shí)現(xiàn)節(jié)點(diǎn)擴(kuò)容以及系統(tǒng)性能和容量的線性擴(kuò)展。
 
針對高性能計(jì)算需求,鯤鵬的計(jì)算節(jié)點(diǎn)與管理節(jié)點(diǎn)均配備了鯤鵬服務(wù)器,尤其浮點(diǎn)運(yùn)算上的性能優(yōu)勢,有效減輕了地震資料處理中的龐大計(jì)算壓力。
 
而在網(wǎng)絡(luò)傳輸方面,鯤鵬實(shí)施了計(jì)算、存儲、管理三大網(wǎng)絡(luò)的獨(dú)立分離策略,即計(jì)算網(wǎng)絡(luò)采用萬兆以太網(wǎng),管理網(wǎng)絡(luò)則使用了千兆以太網(wǎng),而存儲網(wǎng)絡(luò)則選用了高速的10GE以太網(wǎng)或40GE IB網(wǎng)絡(luò),以確保數(shù)據(jù)傳輸?shù)难杆倥c高效。
 
經(jīng)測試,華為鯤鵬的引入顯著提升了GeoEast的性能。以時(shí)間偏移(PSTM)和深度偏移(PSDM)為例,相同場景下鯤鵬處理速度提升2至3倍。
 
同樣,中石化石油物探技術(shù)研究院有限公司在信息化建設(shè)過程中,也采用了華為OceanStor海量存儲、高速核心交換機(jī)、定制化高性能服務(wù)器集群等先進(jìn)核心設(shè)備,建成了中石化最大的超算中心,為高效、準(zhǔn)確發(fā)現(xiàn)油氣資源提供算力支持。
 
依托這一高性能計(jì)算平臺,物探院實(shí)現(xiàn)了對海量地震數(shù)據(jù)的高速處理,大幅縮減了數(shù)據(jù)處理時(shí)間,提高了數(shù)據(jù)處理的精度和效率。
 
更重要的是,借助大數(shù)據(jù)技術(shù),研究人員能從復(fù)雜的地震數(shù)據(jù)中挖掘出更多有價(jià)值的信息,為油氣勘探提供更加精準(zhǔn)的井位建議和儲量預(yù)測,讓油氣行業(yè)邁入數(shù)智世界。    
 
04
 
重構(gòu)油氣行業(yè)數(shù)智版圖
 
當(dāng)前,數(shù)智化浪潮正以前所未有的力量席卷全球,而傳統(tǒng)油氣行業(yè),這個(gè)一度在數(shù)字化建設(shè)上相對滯后的領(lǐng)域,正迎來數(shù)字化變革的全新洗禮。
 
正如國際能源署(IEA)發(fā)布的首份《能源數(shù)字化轉(zhuǎn)型》報(bào)告所預(yù)見的那樣,云計(jì)算、人工智能、物聯(lián)網(wǎng)等數(shù)字技術(shù)為能源行業(yè)的重大挑戰(zhàn)提供了全新解決方案,顯著提升了能源系統(tǒng)的安全性、效率、普及性和可持續(xù)性,促進(jìn)了新商業(yè)模式的涌現(xiàn),更在逐步重塑現(xiàn)有的能源市場格局。
 
2023年,華為針對千行百業(yè)復(fù)雜的數(shù)智化轉(zhuǎn)型場景,提出要讓“數(shù)智世界,一觸即達(dá)”的愿景。
 
華為中國政企CMO邱恒表示,華為希望通過“伙伴+華為”體系,以自主創(chuàng)新的技術(shù)、深入場景的方案、適銷易用的產(chǎn)品,配合在身邊的、貼心周到的服務(wù)團(tuán)隊(duì),以及豐富的“自身+行業(yè)標(biāo)桿轉(zhuǎn)型經(jīng)驗(yàn)”的復(fù)制,讓更多行業(yè)客戶與“數(shù)智世界,一觸即達(dá)”。
 
以國家管網(wǎng)為例,其依托華為算力底座和技術(shù)棧,成功構(gòu)建了“管網(wǎng)”大模型,并上線了超過20項(xiàng)應(yīng)用場景,覆蓋了從辦公、工程建設(shè)到生產(chǎn)調(diào)控等多個(gè)核心業(yè)務(wù)領(lǐng)域。這一項(xiàng)目還成為了油氣行業(yè)中首批通過國家相關(guān)部門行業(yè)大模型和算法“雙備案”的代表性人工智能應(yīng)用。
 
值得一提的是,在生產(chǎn)場景中,“管網(wǎng)”大模型能夠?qū)崟r(shí)診斷壓縮機(jī)組的潛在故障,推動從計(jì)劃性維檢向預(yù)知性維檢的轉(zhuǎn)變。而且,通過AI語音輸入和儀表讀數(shù)的自動識別功能,有效減輕一線員工的工作負(fù)擔(dān),使得工作量減少了約10%。
 
在安全場景中,“管網(wǎng)”大模型同樣表現(xiàn)出色。它利用AI技術(shù)識別管道本體的缺陷特征,推演安全風(fēng)險(xiǎn)擴(kuò)散趨勢,并精準(zhǔn)識別LNG槽車裝運(yùn)過程中的10余種危險(xiǎn)行為,實(shí)現(xiàn)了全天候、全方位的監(jiān)管。
 
據(jù)透露,國家管網(wǎng)未來還將規(guī)劃建設(shè)80余個(gè)應(yīng)用場景,華為也將基于在大模型、AI平臺、算力等方面的技術(shù)沉淀,繼續(xù)支持國家管網(wǎng)集團(tuán)進(jìn)一步提升“能源動脈”的數(shù)智化水平。
 
事實(shí)上,同樣的變革故事,正在油氣行業(yè)不斷上演。
 
目前,華為先后與中石油、中石化、中海油、國家管網(wǎng)、萬華化學(xué)簽訂了戰(zhàn)略合作協(xié)議。也和新奧、華潤、中燃等國內(nèi)眾多燃?xì)馄髽I(yè)也與華為建立了緊密的合作關(guān)系,共同探索企業(yè)的數(shù)智化轉(zhuǎn)型,以提高生產(chǎn)效率,降低運(yùn)營成本,提升安全運(yùn)營。
 
或許我們可以預(yù)見,在這場重構(gòu)油氣行業(yè)數(shù)智版圖的變革中,一幅智慧能源的新藍(lán)圖正逐步走進(jìn)現(xiàn)實(shí)。
 



責(zé)任編輯: 江曉蓓

標(biāo)簽:華為