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
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。