日前,浪潮存储中标中国石油东方地球物理勘探有限公司NAS并行计算存储项目。浪潮提供一套34节点的软件定义存储系统AS13000,给东方物探的分布式文件应用提供数据服务,部署容量超过4PB,驱动GeoEast地震数据处理解释一体化软件系统运行稳健运行。
GeoEast,需储存PB级地质数据
东方地球物理勘探有限责任公司(以下简称:东方物探)是中国石油天然气集团公司的全资子公司,以地球物理方法勘探油气资源为核心业务,是集油气陆上、海上勘探,资料处理解释,综合物化探,信息技术服务和物探装备、软件研发制造等业务于一体的综合性国际化技术服务公司,业务遍及全国29个省、市、自治区和海外59个国家,为全球近200家油公司提供技术服务,营业收入连续两年保持全球物探行业第一。
GeoEast是东方物探的统一数据平台、统一显示平台与统一开发平台。作为可动态进行系统组装的地震数据处理与解释协同工作的一体化软件系统,GeoEast可以实现数据模型、数据共享、一体化运行模式、三维可视化、交互应用框架、地震地质建模等多项功能特性,是辅助石油勘探的重要系统。近年来,东方物探不断提升GeoEast软件系统的商业化水平,逐步建立健全GeoEast软件推广运用机制。基于GeoEast的东方物探处理解释业务建立了亚洲最大的地震勘探资料处理解释中心和油田地质数据库,并在美国、中东和东南亚建立了三大资料处理中心,技术服务能力达到国际先进水平。
浪潮软件定义存储:给GeoEast提供4PB容量
东方物探业务迅速增长的同时,系统处理能力加强,数据量也越来越大,现有存储已无法满足GeoEast系统的容量需求,系统亟需扩容,才能满足高密度、大数据的处理解释业务需求;同时,由于勘探数据处理的实时性,要求存储系统要具备稳定可靠的特性,能够保证业务连续性;在架构上则需要采用分布式架构,从而在未来可以轻松扩容。
经过多方比较与严格测试,东方物探最终选择了浪潮作为存储系统供应商。此次中标,浪潮根据客户业务需求,采用AS13000存储系统为GeoEast配置了34个节点,使其存储系统整体容量达到4PB,单节点读带宽达到1200MB/S以上,写带宽达到1500MB/S以上,解决了日常业务的高带宽、大容量的需求,从而为支持石油物探技术方法研究、石油应用软件开发测试、油藏开发和地震数据处理/解释生产的GeoEast等石油地震数据处理-解释一体化应用软件系统提供高扩展、高性能、高可靠的PB级数据存储支持,给日益增长的勘探数据找到一个稳妥的居所。

浪潮软件定义存储AS13000
谨慎起见,在项目实施之前东方物探采用浪潮AS13000在中石油地震资料处理业务方面进行了一年的产品测试,结果证明存储性能稳定、体验良好。在此期间,浪潮各部门积极配合,保障了测试的顺利进行,并给予客户极大的支持和信心。未来,浪潮存储将继续发挥本土化公司技术研发与支持服务优势,不断聚焦客户应用,对产品进行场景化优化,以满足多类应用需求,为东方物探GeoEast平台的良好运转保驾护航。
场景创新,浪潮软件定义存储同比增长200%
浪潮软件定义存储AS13000支持块、文件、对象和大数据共四类不同协议,最大支持5120个节点,存储集群性能可达千万级IOPS、TB级聚合带宽,并具备EB级容量的极致在线扩展能力。东方物探信息化相关人员表示,基于分布式存储架构的浪潮AS13000软件定义存储系统所提供的高带宽、大容量、高可靠存储服务,全面满足了东方物探GeoEast系统的大数据分析、海量数据等存储需求。
此次服务东方物探之前,浪潮软件定义存储AS13000已在广电媒资、视频监控、海洋数据处理、卫星数据接收等多个业务场景实现应用部署,截止到2017年12月,销售额同比增长超过200%,不但为多元化应用提供了定制化存储服务,同时显示了浪潮存储服务客户的强大实力。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。