所有的石油人都知道,找石油说起来简单,做起来难。在地层深处的石油并非以“油海”的形式存在,而是极不平均地彼此隔离、分布在某个未知的地方。而想要通过钻井抽上来足够多的石油,就要坚持不懈地寻找更多的油井并准确地将其定位。
更大的问题是,在探油过程中涉及到的数TB计的海量地质数据让探油者在“计算”上遇到了瓶颈。
其实,石油探测受制于计算能力并非在近年才出现。早在60年代,一种被称为“叠前”的技术就已提出,但直到现在才得以广泛应用的原因之一,就是此前的硬件计算能力无法应付海量的数据。如今,需要计算的数据量更是有增无减。比如在美国,在过去几年里其国内石油制品需求猛增,而其地质数据集的规模也相应增大了10多倍。
所以,一些石油企业此前也曾想方设法提升自己的计算能力。比如目前常用的一些做法就是,使用大规模的X86服务器集群来进行叠前偏移处理。其原理就是将数据先分配到各个CPU核上,然后由各个CPU核单独进行计算,最后将结果汇总输出。简单讲就是,用“增加串行硬件的个数”实现并行计算。但是,这种做法的弊端是:耗时太长,且在电力和维护费用上的成本居高不下。
值得关注的是,今年以来在石油行业在应用工作站技术上的一些突破。在这方面,与石油勘探相关的一些科研院所往往会走在前面。
教育部含油气盆地构造研究中心,是由国家教育部和中国石油天然气股份有限公司联合共建、隶属于教育部的研究机构,也是教育部盆地构造研究人员开展学术交流、科研协作和人才培养的平台。“中心”的一个最重要建设目标是开展油气勘探过程中面临的构造问题的应用研究,直接为油气勘探服务。
在这一研究中心的实验室中,近年的一项重要投资就是购置6台戴尔Precision工作站和三维构造建模软件,提高了地震资料构造建设能力和三维可视化建模能力。其中,最新的戴尔Precision T5500和T7500工作站可以支持NVIDIA GPU计算解决方案。戴尔Precision工作站与NVIDIA联合打造的这一方案具备了超前的计算能力。戴尔Precision工作站采用的全新NVIDIA Tesla S1070 1U系统配备四颗Tesla 10系列处理器,共有960个核心并具备4 Teraflop的处理能力。尤其像Precision7500,最高可以支持192GB的内存,非常符合石油勘探计算的“胃口”。
以大型叠前时间偏移数据集为例,在计算方圆800平方公里左右的叠前时间偏移数据时,如果用户是在一个拥有66颗CPU的传统计算机集群上处理这些任务,则一般需要花费近40个小时的时间。但是如果在采用了NVIDIA Tesla GPU的 T5500和T7500工作站上进行计算,则仅用一颗Tesla C1060 GPU(图形处理器)即可实现同等的计算能力。如果按照很多石油企业的实际应用,也可以换算为:大概一立方米的GPU集群就会相当于1500个CPU的运算效能。而在一些油田企业那里,只是1500个CPU所占用的空间,就需要四到五个高20米的机位。