隨著全球範圍內石油資源消耗的逐年攀升，石油和天然氣行業已經成為HPC（高性能計算）最大的應用和創新行業之一。如何使用HPC找到更多的油層，提供更精準的井位建議，一直引領物探技術研究的創新方向。
9月23日，華為全聯接2020在上海盛大開幕。在當天舉行的HPC場景海量存儲應用專題沙龍上，來自中國石化石油物探技術研究院的高性能計算高級專家王永波先生分享了HPC在石油勘探的應用實踐，以及當下面臨的挑戰和未來的創新方向，從技術到生產，再從生產到技術，給我們帶來不一樣的科技體驗。
中國石化石油物探技術研究院高性能計算高級專家 王永波
中國石化石油物探技術研究院面對新時代挑戰，攜手華為OceanStor海量存儲打造高性能HPC平臺，開啟數據找油新時代。
油氣勘探知多少？
油氣勘探包括了野外地震資料採集、地震資料處理、地震資料解釋三個環節。野外資料的採集包括電磁、重力等技術，目前主要用的是人工地震的方法，就是人工放炮或使用震源車產生人工地震，通過收集從地下返回的地震波，形成野外觀察數據。
在地震資料處理環節，通過HPC對觀測數據進行信號處理，形成能夠反映地下地質特徵的數據體。
最後，通過技術人員對數據體進行分析研究，尋找油氣聚集區，並提供井位建議。地震資料解釋完後，地質專家就可以根據生成的地質構造圖，確定哪個地方有油，哪個地方沒油，有油的地方儲量多少，是否值得開採，開採在哪打井。
油氣勘探數據量大、處理鏈路長
數據存儲成為瓶頸
油氣勘探數據處理過程
油氣勘探就好比給地球做CT，採集的數據越多、處理得越精細對地下地質結構的瞭解就越準確，找到油的可能性就越大。通過持續不斷優化HPC技術，在海量的數據中更高效地發現油藏信息，成為中國石化石油物探技術研究院及整個行業孜孜以求的目標。油藏勘探的數據有如下特點：
首先，地震資料採集的數據量非常大，單體原始數據一般幾十TB，最大可達PB級，而且處理過程的中間步驟多，產生大量的臨時文件和中間結果數據，需要為一個作業分配超過原始數據10倍的存儲空間。
其次，地震資料處理的流程多、IO頻繁，一個流程下來有幾十步，其中可能還有反覆的迭代，涉及多達400個軟件模塊。作業在運行過程中，這些模塊需要頻繁的交換數據，給內置磁盤和外部存儲帶來大量讀寫壓力。
第三，地震資料處理的計算量大且週期長，有串行的作業，也有大量計算量大的並行作業，一次計算任務需要數週不中斷計算，對可靠有極致的要求。
隨著採集精度逐年提升，傳統數據處理系統問題開始凸顯：分散的建設模式形成多個數據煙囪，數據需要在不同的計算集群間重複拷貝，影響整體數據處理效率；其次，資源的隔離導致數據無法充分共享、資源利用率低；同時，IO處理能力逐漸成為瓶頸，導致CPU等待時長持續攀高，無法充分發揮算力優勢。
基於全分佈式架構
打造高效的數據處理解決方案
為了解決當前地震資料數據處理過程中的問題，中國石化石油物探技術研究院選擇了攜手華為，基於OceanStor海量存儲建設融合共享的地震資料資源池，打造更高效和經濟的數據分析處理平臺。
基於華為OceanStor海量存儲的數據處理解決方案架構
- 存儲層對於地震資料處理非常關鍵，計算的速度遠遠高於磁盤的讀寫速率。對於中國石化石油物探技術研究院來說，整個地震處理過程中有35%以上的時間是在做數據的遷移和轉換，因此大帶寬、低時延的存儲層成為提升勘探效率的關鍵。而通過OceanStor海量存儲的大帶寬、低時延的存儲能力，大幅降低IO等待時間，提高計算集群CPU並行處理效率，讓CPU利用率穩定在60%以上，最終縮短數據分析時間16%以上。
- 採用基於去中心化架構的OceanStor海量存儲實現存儲資源的整合與共享，實現機櫃數降低40%，整體TCO節省30%，並且可以匹配未來5~10年的數據擴展需求。
- 此外，OceanStor海量存儲採用的N+M彈性EC的數據保護模式，允許M臺存儲節點同時故障，且可以自動縮列，極大的增強數據的可靠性，為地震的長週期處理提供持續性保障。
石油行業正面臨數字化浪潮帶來的大變革，而油氣勘探歷來是新興科技的試驗場與磨刀石。油氣地震勘探數據具有明顯的大數據特徵，既有流式處理，也有非流式處理，既有結構化數據，也有半結構化和非結構化數據。
未來，大數據和AI技術也將廣泛應用到能源勘探領域，進一步提升勘探的效率，通過數據的碰撞和算法的訓練，來提升對於油層、井位、儲量的預測，將油氣勘探帶入一個新時代。
