——访中油油气勘探软件国家工程研究中心有限公司常务副总经理罗国安

【csn独家报道 谢绝转载】对高性能计算机(HPC)的应用而言，石油行业应该是应用最为广泛的领域，为了了解和模拟出地下数千米的地质构造，需要通过地震波反射的方式来收集海量数据（一般二维数据1-2TB，三级数据高达几百TB甚至PB级），然后进行大量的密集计算和模拟，计算结果出来后还要转换成直观的可视画面，方便专家对数据进行解释，为油气钻井定位提供参考。

正是由于石油勘探的这一特点，石油行业也因此成为各种新型计算设备的“试兵场”，从早期的标量计算机、向量机、并行计算机，到现在的PC集群、超级计算机、GPU计算，乃至处在孕育阶段的云计算，只要能够提高计算性能，都可以在石油领域找到自己的立足之地。

中油油气勘探软件国家工程研究中心有限公司常务副总经理罗国安对csdn记者介绍道，“地震数据处理是一种大数据量，计算密集的科学计算过程，是国内高性能计算机重要使用场景，占目前国内HPC使用量的30%以上。”

以东方公司为例，其地震资料处理计算平台就经历了Cyber172系列、IBM3000系列、银河-I、IBMSP2/SP3、SGIOrigin2000、曙光集群等不同代、不同厂商的产品。截至目前，东方公司计算CPU规模达到了1.6万颗，存储容量2.4PB，占整个中国石油近80%的计算能力，预计2010年CPU将达到2.5万颗的规模。“目前，市场上最先进的CPU比如Intel的5500，我们也采购了一些”，罗国安表示道，“应该说，目前市场上能见到的所有高性能集群的解决方案，在我们这里，都能见到。”

计算效能面临考验

实际上，在石油勘探领域里，数据处理面临的主要问题集中在四点：数据量大、计算密集、可视化广泛应用以及人机交互突出。

“从理论上来讲，目前中石油在油气勘探方面的计算资源已经达到了百万亿次的效能，但是在效能表现上，可以说，目前仅仅发挥了30%的效能”，对于当前HPC集群应用在石油领域发挥的作用，罗国安如此评价道。

应该说，这个瓶颈是在于多方面的，比如对于常规作业来说，计算的瓶颈在于I/O，而在勘探领域的偏移成像这个技术环节里，计算的瓶颈则在与计算能力。

“但是计算能力不是说靠增加节点数就可以解决”，“我们曾经做过测试，512个节点是我们目前的技术所能发挥的最大效能，而超过512个节点，比如说增加到上千个节点并不意味着计算峰值就能得到加倍的提升，这个计算效率反而是下降的。”

实验结果表明，用一毫秒采样数据的CPU计算计时，要比两毫秒采样的CPU计时多1.5倍，这两者并不是呈线性关系。数据在增加，计算复杂程度也在增加，这样对高密度空间采集、海洋勘探和多波的海量数据处理带来了考验。

数据处理的考验

对石油勘探行业来说，常规的数据处理方式在这里是没有解决之道的，因为他们面临的数据块，经常动辄T级。

“我们前段时间新进了一套系统，一天将形成10个T的数据”，罗国安进一步向我们介绍道。

因此，千兆级甚至万兆级的网络，对他们来说，意义已经不大，在中石油内部，在大级别数据的传输上，采用的是卫星专网传输的方式。

罗国安对此也分析了原因，在石油勘探行业，高性能集群发挥作用的主要有四个方面的作用：一是采集数据；二是处理完成地下构造成像；三是解释完成构成图和建议井位；四是钻探确认真伪。

而这当中，又以第一步——采集数据产生的数据量最大，“比如每勘探一处，我们需要发射近3万个脉冲到地下，每个脉冲最后反射回来大概有40万个字节的数据，仅此一项，每次生成的数据块实在很大。”

“因此，对我们来说，不管是FC/SAN还是IP/SAN来做数据存储已经不太现实，我们更多的是采用分布式文件系统，比如大量的直连存储；而在备份上，则更多的采用磁带库的方式。”

能耗的考验

高效能绿色数据中心建设会成为新热点。现在各油田都在大规模扩充高性能计算机，所以数据中心的机房质量问题成为备受关注的焦点。

“2008年，光电费这一块，我们的支出达到了1100万元，这是包含勘探与开采两方面的。而勘探这边至少占总经费的30%以上，这说明，我们目前的能耗的确很大了。”

实际上，对中石油这样的用户来说，解决高能耗问题需要考虑多个方面。而据罗总的介绍，他们当前已经在芯片、系统级、硬件级做了一些节能工作，同时还在基础设施技能方面进行了很多尝试。比如开发自适应的节能降耗软件，使主机能够自动降频，能够动态调整服务器的状态，这样节能效果可以达到25%左右；再有就是应用虚拟化技术提供集中管理和移动办公。

采访后记：从计算效能到数据处理再到能耗。应当说，随着高性能计算机在石油行业的规模越来越大，石油行业用户对高性能计算提出的要求也是越来越苛刻，因为石油行业对于计算能力的需求可谓是永无止境的。三大考验，如何跨越，这是摆在众多高性能服务器以及解决方案提供商们面前的新问题。

原位出处

你在本篇停留  · 谢谢你的来访