谈及华为，人们可以想到很多闪耀的标签，如鸿蒙、中国智造……
　　然而，华为的故事远不止于此。
　　12月5日，华为在北京举办了“华为中国政企业务油气矿山媒体沟通会”活动。华为中国政企油气矿山系统部总经理范涛和华为中国政企CMO邱恒出席，介绍了华为如何通过ICT技术激发油气矿山行业新质生产力。

    在会议现场，石油Link深切地感受到华为正以另一重身份强势崛起——AI油服引领者。

　　据了解，11月28日，中国石油发布了700亿参数昆仑大模型，推进“人工智能+”行动。在这一里程碑式的成就背后，华为不仅参与了顶层设计，还建设了昆仑视觉大模型、科学计算大模型。
　　11月29日，国家管网集团正式上线应用“管网”大模型，旨在通过人工智能赋能10万公里油气管网建设运营和资源配置，而华为为此提供算力底座和技术栈支持。
　　那么，华为究竟是如何跨越行业界限，成长为AI油服引领者，加速行业智能化发展步伐的呢？　　

                                       01
　                           　AI油服引领者的崛起

　　时势造英雄，英雄亦适时。
　　自巴黎气候协定签署以来，全球能源结构在各国政府和国际组织的推动下不断进行调整，可再生能源的发展势头日益强劲，带给了传统油气行业绿色低碳转型的巨大挑战。
　　与此同时，全球油气资源的劣质化趋势也日益明显，油气勘探开发活动不得不从常规油气田转向非常规油气田，从浅层浅水油气田转向深层深水油气田，提高油气采收率和降低生产成本也成了行业亟待解决的重要课题。
　　面对这些挑战，油气行业迫切需要通过转型来提质增效，助力绿色低碳、能源变革。
　　而数字化、人工智能等新一轮技术革命的出现，为油气行业寻求突破提供了契机。这些前沿技术备受瞩目，吸引了国际石油巨头以及顶尖油服企业在内的众多行业参与者。
　　在这一波技术浪潮中，华为作为一个跨界的特殊玩家，凭借其深厚的技术创新实力脱颖而出。
　　作为全球领先的ICT基础设施和智能终端提供商，早在90年代，华为就开始IT建设和业务管理的变革，从IPD研发流程管理到ISC供应链管理，逐步建立起信息化的IT系统。
　　到2014年，华为正式启动了数字化转型，更是在2018年前瞻性地全面布局人工智能战略。
　　为进一步提升团队高效协同、快速响应客户需求，华为中国政企油气矿山系统部总经理范涛在媒体沟通会透露，今年年初，华为将油气、矿山行业业务进行了整合，集中资源服务全国4W+家客户，通过拉通研、营、销、供、服团队，高效协同，缩短产业链条，为油气、矿山客户打造适配行业需求的场景化解决方案。
　　目前，华为油气矿山的业务涵盖了油气、矿山、冶炼、化工等众多领域。在油气业务方面，华为已与中石油、中石化、中海油、国家管网签订了战略合作协议，提供端到端的ICT解决方案。
　　通过合作，华为将AI 、5G、云、大数据等技术和油气行业深度融合，赋能油田勘探与生产、管道运输、炼油化工、成品油零售等不同领域，助力油气行业实现数智化转型。

　　                                    02
　　                             华为AI的独门心法

　　成功从来不是偶然，所有的厚积薄发，都有迹可循。
　　当前，加速推进行业数智化转型已成业界共识，而华为成为AI油服领域的佼佼者，离不开其强大的创新研发能力。
　　数据显示，华为公司拥有研发人员超过11万，占比超过55.5%，近十年累计研发投入费用超过11100亿元。
　　除此以外，华为能将数字世界带向油气行业，关键在于解决了“隔行如隔山”的跨界挑战。
　　众所周知，油气行业产业链长，工作场景复杂多变，而传统的人工智能模型往往针对特定场景开发，不同小模型对应不同场景，难以在不同场景之间迁移和复制，这种高度的定制化不仅限制了模型的通用性，还将显著增加企业的运营成本。
　　面对诸如此类AI在油气矿山行业落地的难题，华为中国政企油气矿山系统部总经理范涛表示，华为针对性地研发了人工智能的新架构，采用“云边协同”两级架构。
　　通俗点来说，就是在集团侧部署训练中心，负责模型的训练开发，在边缘侧对训练好的模型进行推理，过程中识别并捕获异常数据，定期或定量地送回训练中心进一步学习和分析。
　　这种“边用边学”的循环方式，使得模型能够不断适应新的生产环境和异常情况，不仅解决了传统模型定制化严重、泛化性差的问题，还解决了传统架构中难以应对的未知挑战。
　　2024年6月，华为正式推出工业领域的盘古大模型5.0，其基于海量数据，拥有强大的拟合能力，包括视觉大模型、预测大模型、盘古自然语言大模型、多模态大模型、科学计算大模型等在内的多元化功能，并在全系列、多模态、强思维三个方面进行了全新升级，可为油气行业提供更加智能、高效的解决方案。
　　不仅如此，针对应用场景数据不足，数据收集和处理工作量巨大的挑战，华为还创新性地打破了L0、L1、L2三层模型逐步构建的传统路径，提出了全新的大模型应用落地策略，以满足不同类型的客户类型和需求。
　　具体而言，在初始阶段，可以直接通过L0大模型结合场景数据集实现L2场景的快速开发。随着场景规划分批落地后，企业收集和标注的行业数据就可以快速的拿来训练L1行业模型，补足L1的能力。
　　正是这种以技术为基石、以客户为中心的理念，构成了华为AI在油气行业成功的底层密码。

　　在AI技术日新月异的今天，算力、存力和运力已成为各行业革新与进步的关键要素。对于油气行业而言，AI技术的融入并非一蹴而就，这三大数智化底座的全面升级显得尤为重要。
　　多年来，华为凭借深厚的数智化技术积累，正逐步将其“智慧”延伸至油气行业的各个细分领域，为行业发展AI技术提供了坚实的支撑。
　　以地震勘探技术为例，这两年地震勘探为了能够将复杂的地下情况看的更清楚，正朝着高分辨率、三维、多波多分量方向发展，采集的地震数据量庞大且复杂，部分单体数据达到PB（1024TB）级，在处理过程中甚至达到十几个PB的数据量。
　　作为行业主流的地震数据处理解释软件，东方物探自主研发的国内首款一体化大型软件GeoEast，每个版本都会融入更加前沿、更加智能的物探技术，因此导致其算力、存储需求的暴增。
　　为了解决这一问题，东方物探选择与华为合作，依托其领先的算力、存力、运力资源，来提升GeoEast的处理解释性能。
　　据华为中国政企CMO邱恒现场介绍，在存储领域，华为构建了鲲鹏通用计算平台，采用对称分布式架构，并运用了集群模式、自动负载均衡及全局缓存等技术，来实现系统资源的高效管理和配置。
　　这一设计不仅缩短了地震资料处理的周期，还便于实现节点扩容以及系统性能和容量的线性扩展。
　　针对高性能计算需求，鲲鹏的计算节点与管理节点均配备了鲲鹏服务器，尤其浮点运算上的性能优势，有效减轻了地震资料处理中的庞大计算压力。
　　而在网络传输方面，鲲鹏实施了计算、存储、管理三大网络的独立分离策略，即计算网络采用万兆以太网，管理网络则使用了千兆以太网，而存储网络则选用了高速的10GE以太网或40GE IB网络，以确保数据传输的迅速与高效。
　　经测试，华为鲲鹏的引入显著提升了GeoEast的性能。以时间偏移（PSTM）和深度偏移（PSDM）为例，相同场景下鲲鹏处理速度提升2至3倍。
　　同样，中石化石油物探技术研究院有限公司在信息化建设过程中，也采用了华为OceanStor海量存储、高速核心交换机、定制化高性能服务器集群等先进核心设备，建成了中石化最大的超算中心，为高效、准确发现油气资源提供算力支持。
　　依托这一高性能计算平台，物探院实现了对海量地震数据的高速处理，大幅缩减了数据处理时间，提高了数据处理的精度和效率。
　　更重要的是，借助大数据技术，研究人员能从复杂的地震数据中挖掘出更多有价值的信息，为油气勘探提供更加精准的井位建议和储量预测，让油气行业迈入数智世界。

[1] [2] 下一页

【免责声明】此文章仅供读者作为参考，并请自行承担全部责任。出于传递给读者更多信息之目的，并不意味着赞同其观点或证实其内容的真实性。此文章来自于网络。如转载稿件涉及版权等问题，请在第一时间联系矿权资源网进行删除。