微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 联想携手英伟达、微捷码和Hue公司 打造地球物理勘探可视化技术解决方案

联想携手英伟达、微捷码和Hue公司 打造地球物理勘探可视化技术解决方案

2014-06-19 17:36
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-06-19 17:36 CNET科技资讯网

2014年6月17日,在2014年第76届EAGE国际会议及展览会上,联想(3236号展台)宣布将携手英伟达(NVIDIA)、微捷码(Magma)和Hue公司,共同为地球物理勘探开发全新的可视化技术解决方案。

这一组合式解决方案将包含联想 ThinkStation D30工作站、NVIDIA® Tesla® K40 GPU加速器和Magma GPU扩展技术,共同为Hue公司用于勘探和生产应用开发的可视化技术提供支持,以推动实现在数秒内渲染数量庞大的地球物理学可视化数据的目标。

地球物理勘探对于发现石油和天然气至关重要,但如何高效处理日益增长的地震数据,以快速渲染并可视化复杂地球模型,长期以来一直是困扰该行业的一个难题。尽管Hue等创新公司正在开发的技术有望大幅提高地质学家的发现能力,但性能低下的计算技术却会成为这些应用的瓶颈,使得勘探项目动辄就要耗费数小时、数天甚或数周的时间。

全新的组合式可视化解决方案首次将高性能计算(HPC)引入了Hue软件开发工具套件,能够最大限度地减少延迟,彻底改变地质学家处理地震数据的方式。该解决方案提供了一个64位的优化环境,可在数秒内分析数TB乃至数PB的数据,使地质学家能够在无缝的工作流中快速执行复杂的算法。

Headwave地球科学顾问Ron Masters博士表示:“在勘探中,数据通常会姗姗来迟,而决策时间却经常提前,从而不断挤压用于分析的时间。新的机会总是要求更大的数据量、更先进的成像和新的解释概念。我们对速度的需求从未如此强大。”

该组合式解决方案的基础是联想 ThinkStation D30工作站,这也是当前性能最高、最可靠、且最简单易用工作站。同时,它通过微捷码的ExpressBox 3600 GPU扩展系统将多个NVIDIA Tesla K40 GPU加速器连接在一起,提供了可媲美高性能计算的强大计算能力。Hue公司独具创新的HueSpace软件工具套件能够充分利用NVIDIA Tesla GPU的强大性能,在单一易用的工具套件中,带来迅捷的计算能力、面向域的一流多维可视化能力、以及智能的勘探与生产数据处理能力。

联想能源、石油和天然气行业解决方案部门的Chris McCoy指出:“联想 ThinkStation D30工作站是市场上性能最佳的工作站,能够帮助地质学家有效应对他们所面临的紧迫计算挑战。通过这方面的努力,我们与业界最出色的技术提供商紧密合作,推出了能够支持全新工作流的解决方案,从而为地质勘探提供有价值的技术支持。”

Hue公司战略联盟技术副总裁Marius Storm-Olsen表示:“我们致力于开发创新的软件应用,帮助地质学家能够以显著低于其他应用的时间,快速执行非常复杂的算法。我们非常自豪能够与联想合作,推出预计在未来将会对石油和天然气行业产生重要影响的解决方案。”

微捷码公司战略业务开发部门的Jim Medeiros表示:“高性能计算解决方案对于石油和天然气行业至关重要,我们很高兴能有机会推动此类解决方案在该领域的应用。将我们的GPU扩展技术增添至工作站解决方案,使得以往仅限在数据中心使用的高性能计算技术,现在也能够在石油和天然气领域大显身手。这是一项了不起的成就,我们非常期待看到该行业对我们这一成果的响应。”

英伟达首席解决方案架构师Ty McKercher指出:“借助基于HueSpace和CUDA GPU加速的交互式3D渲染应用,地质学家将能够处理庞大的数据量,并在使用智能探针浏览数据的同时快速执行复杂计算。这项技术为增强对勘探项目的信心奠定了坚实的基础,使地质学家能够发现以前隐藏的资源,并最终发现更多油气储量。”

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-