एज क्लाउड सिस्टमचे उदाहरण म्हणून तेल आणि वायू उद्योग

गेल्या आठवड्यात माझ्या टीमने ह्यूस्टन, टेक्सास येथील फोर सीझन्स हॉटेलमध्ये एक रोमांचक कार्यक्रम आयोजित केला होता. हे सहभागींमधील जवळचे संबंध विकसित करण्याचा ट्रेंड सुरू ठेवण्यासाठी समर्पित होते. हा एक कार्यक्रम होता ज्याने वापरकर्ते, भागीदार आणि ग्राहक एकत्र आणले. याशिवाय हिताचीचे अनेक प्रतिनिधी या कार्यक्रमाला उपस्थित होते. या एंटरप्राइझचे आयोजन करताना, आम्ही स्वतःला दोन ध्येये ठेवतो:

1. नवीन उद्योग समस्यांवरील चालू संशोधनामध्ये स्वारस्य वाढवणे;
2. आम्ही ज्या क्षेत्रात आधीच काम करत आहोत आणि विकसित करत आहोत ते तपासा, तसेच वापरकर्त्यांच्या फीडबॅकवर आधारित त्यांचे समायोजन तपासा.

डग गिब्सन आणि मॅट हॉल (चपळ भूविज्ञान) उद्योगाची स्थिती आणि भूकंपीय डेटा व्यवस्थापन आणि प्रक्रियेशी संबंधित विविध आव्हानांवर चर्चा करून सुरुवात केली. उत्पादन, वाहतूक आणि प्रक्रिया यांमध्ये गुंतवणुकीचे प्रमाण कसे वितरीत केले जाते हे ऐकणे खूप प्रेरणादायी आणि निश्चितच प्रकट करणारे होते. अगदी अलीकडे, गुंतवणुकीचा सिंहाचा वाटा उत्पादनात गेला, जो एकेकाळी वापरल्या जाणार्‍या निधीच्या प्रमाणात राजा होता, परंतु गुंतवणूक हळूहळू प्रक्रिया आणि वाहतुकीमध्ये जात आहे. मॅटने भूकंपीय डेटा वापरून पृथ्वीच्या भूगर्भीय विकासाचे अक्षरशः निरीक्षण करण्याच्या त्याच्या आवडीबद्दल सांगितले.

एकंदरीत, मला विश्वास आहे की आमचा कार्यक्रम आम्ही अनेक वर्षांपूर्वी सुरू केलेल्या कामासाठी "प्रथम देखावा" मानला जाऊ शकतो. या दिशेने आमच्या कार्यातील विविध यश आणि यशाबद्दल आम्ही तुम्हाला माहिती देत ​​राहू. पुढे, मॅट हॉलच्या भाषणाने प्रेरित होऊन, आम्ही सत्रांची मालिका आयोजित केली ज्यामुळे अनुभवांची खूप मौल्यवान देवाणघेवाण झाली.

एज (एज) की क्लाउड कॉम्प्युटिंग?

एका सत्रात, डग आणि रवी (सांता क्लारामधील हिटाची संशोधन) यांनी वेगवान, अधिक अचूक निर्णय घेण्यासाठी काही विश्लेषणे एज कॉम्प्युटिंगमध्ये कशी हलवायची यावर चर्चा केली. याची अनेक कारणे आहेत आणि मला वाटते की अरुंद डेटा चॅनेल, डेटाचे मोठे प्रमाण (वेग, व्हॉल्यूम आणि विविधता दोन्ही) आणि कठोर निर्णय वेळापत्रक हे तीन सर्वात लक्षणीय आहेत. जरी काही प्रक्रिया (विशेषतः भूगर्भशास्त्रीय) पूर्ण होण्यासाठी आठवडे, महिने किंवा वर्षे लागू शकतात, तरीही या उद्योगात अशी अनेक प्रकरणे आहेत जिथे निकड विशेष महत्त्वाची आहे. या प्रकरणात, केंद्रीकृत क्लाउडमध्ये प्रवेश करण्याच्या अक्षमतेचे घातक परिणाम होऊ शकतात! विशेषतः, HSE (आरोग्य, सुरक्षितता आणि पर्यावरण) समस्या आणि तेल आणि वायू उत्पादनाशी संबंधित समस्यांचे जलद विश्लेषण आणि निर्णय घेण्याची आवश्यकता आहे. वेगवेगळ्या आकड्यांसह हे स्पष्ट करणे हा कदाचित सर्वोत्तम मार्ग आहे - "निर्दोषांचे रक्षण करण्यासाठी" विशिष्ट तपशील निनावी राहतील.

• 10G/LTE किंवा विनापरवाना स्पेक्ट्रम वापरून 4 Mbps चॅनेलवर उपग्रहावरून (जेथे गती kbps मध्ये मोजली गेली होती) चॅनेल हलवून पर्मियन बेसिन सारख्या ठिकाणी लास्ट माईल वायरलेस नेटवर्क अपग्रेड केले जात आहेत. टेराबाइट्स आणि पेटाबाइट्स डेटाचा सामना करताना हे आधुनिक नेटवर्क देखील संघर्ष करू शकतात.
• FOTECH सारख्या कंपन्यांच्या सेन्सर सिस्टीम, जे इतर विविध नवीन आणि स्थापित सेन्सर प्लॅटफॉर्ममध्ये सामील होतात, दररोज अनेक टेराबाइट्स तयार करण्यास सक्षम आहेत. सुरक्षा पाळत ठेवण्यासाठी आणि चोरीच्या संरक्षणासाठी स्थापित केलेले अतिरिक्त डिजिटल कॅमेरे देखील मोठ्या प्रमाणात डेटा व्युत्पन्न करतात, म्हणजे सीमेवर मोठ्या डेटा श्रेणींची संपूर्ण श्रेणी (व्हॉल्यूम, वेग आणि विविधता) तयार केली जाते.
• डेटा संपादनासाठी वापरल्या जाणार्‍या भूकंपप्रणालींसाठी, डिझाईन्समध्ये "कन्व्हर्ज्ड" ISO कंटेनराइज्ड सिस्टिमचा समावेश होतो ज्यामुळे भूकंपाचा डेटा संकलित आणि रीफॉर्मेट केला जातो, संभाव्यतः 10 पेटाबाइट डेटाच्या स्केलपर्यंत. या इंटेलिजन्स सिस्टीम कार्यरत असलेल्या दुर्गम स्थानांमुळे, नेटवर्कमधील डेटा सेंटरमध्ये शेवटच्या मैलाच्या काठावरून डेटा हलविण्यासाठी बँडविड्थची गंभीर कमतरता आहे. त्यामुळे सेवा कंपन्या अक्षरशः काठावरून डेटा सेंटरला टेप, ऑप्टिकल किंवा खडबडीत चुंबकीय स्टोरेज उपकरणांवर पाठवतात.
• ब्राउनफील्ड प्लांट्सचे ऑपरेटर, जिथे दररोज हजारो कार्यक्रम आणि डझनभर रेड अलार्म होतात, त्यांना अधिक चांगल्या आणि सातत्याने काम करायचे आहे. तथापि, कमी-डेटा-रेट नेटवर्क्स आणि कारखान्यांमध्ये विश्लेषणासाठी डेटा गोळा करण्यासाठी अक्षरशः कोणतीही स्टोरेज सुविधा असे सूचित करतात की सध्याच्या ऑपरेशन्सचे मूलभूत विश्लेषण सुरू होण्यापूर्वी काहीतरी अधिक मूलभूत आवश्यक आहे.

हे मला नक्कीच विचार करायला लावते की सार्वजनिक क्लाउड प्रदाते हा सर्व डेटा त्यांच्या प्लॅटफॉर्मवर हलवण्याचा प्रयत्न करत असताना, याला सामोरे जाण्याचा प्रयत्न करण्यासाठी एक कठोर वास्तव आहे. या समस्येचे वर्गीकरण करण्याचा कदाचित सर्वोत्तम मार्ग म्हणजे हत्तीला पेंढातून ढकलण्याचा प्रयत्न करणे! तथापि, ढगाचे अनेक फायदे आवश्यक आहेत. मग आपण काय करू शकतो?

काठ ढग हलवून

अर्थात, Hitachi कडे आधीच (उद्योग) ऑप्टिमाइझ केलेले उपाय बाजारात आहेत जे काठावरील डेटा समृद्ध करतात, त्याचे विश्लेषण करतात आणि डेटाच्या किमान वापरण्यायोग्य व्हॉल्यूमपर्यंत संकुचित करतात आणि व्यवसाय सल्लागार प्रणाली प्रदान करतात जे एज कंप्युटिंगशी संबंधित प्रक्रिया सुधारू शकतात. तथापि, गेल्या आठवड्यापासून माझे लक्ष असे आहे की या जटिल समस्यांचे निराकरण आपण टेबलवर आणत असलेल्या विजेटबद्दल कमी आणि समस्येचे निराकरण करण्यासाठी आपण घेतलेल्या दृष्टिकोनाबद्दल अधिक आहे. हिताची इनसाइट ग्रुपच्या लुमाडा प्लॅटफॉर्मचा हा खरोखरच आत्मा आहे कारण यात वापरकर्त्यांना गुंतवून ठेवण्याच्या पद्धती, इकोसिस्टम आणि जेथे योग्य असेल तेथे चर्चेसाठी साधने उपलब्ध आहेत. समस्यांचे निराकरण करण्यासाठी (उत्पादने विकण्याऐवजी) परत आल्याने मला खूप आनंद झाला कारण मॅट हॉल म्हणाले, “आम्ही आमचे शिखर संमेलन बंद केले तेव्हा हिटाची लोकांना खरोखरच समस्येची व्याप्ती समजू लागली आहे हे पाहून मला आनंद झाला.

तर O&G (तेल आणि वायू उद्योग) एज कॉम्प्युटिंग लागू करण्याच्या गरजेचे जिवंत उदाहरण म्हणून काम करू शकते का? असे दिसून येते की, आमच्या शिखर परिषदेदरम्यान उलगडलेले मुद्दे, तसेच इतर उद्योग संवाद पाहता, संभाव्य उत्तर होय आहे. कदाचित हे इतके स्पष्ट होण्याचे कारण म्हणजे एज कॉम्प्युटिंग, उद्योग-केंद्रित इमारत आणि क्लाउड डिझाइन पॅटर्नचे मिश्रण स्टॅकचे आधुनिकीकरण झाल्यामुळे स्पष्ट होते. माझा विश्वास आहे की या प्रकरणात "कसे" हा प्रश्न लक्ष देण्यास पात्र आहे. शेवटच्या परिच्छेदातील मॅटच्या कोटचा वापर करून, क्लाउड कंप्युटिंग एथॉसला एज कॉम्प्युटिंगमध्ये कसे ढकलायचे ते आम्ही समजतो. मूलत:, या उद्योगासाठी आम्हाला "जुन्या पद्धतीचे" आणि कधीकधी तेल आणि वायू उद्योग परिसंस्थेच्या विविध भागांमध्ये सामील असलेल्या लोकांशी वैयक्तिक संपर्क असणे आवश्यक आहे, जसे की भूगर्भशास्त्रज्ञ, ड्रिलिंग अभियंता, भूभौतिकशास्त्रज्ञ आणि असेच. या परस्परसंवादांचे निराकरण करून, त्यांची व्याप्ती आणि खोली अधिक स्पष्ट आणि आकर्षक बनते. त्यानंतर, एकदा आम्ही अंमलबजावणी योजना बनवल्यानंतर आणि त्यांची अंमलबजावणी केल्यानंतर, आम्ही एज क्लाउड सिस्टम तयार करण्याचा निर्णय घेऊ. तथापि, जर आपण मध्यभागी बसलो आणि या समस्यांचे फक्त वाचन केले आणि कल्पना केली, तर आपल्याला आपले सर्वोत्तम कार्य करण्यासाठी पुरेशी समज आणि सहानुभूती मिळणार नाही. त्यामुळे पुन्हा, होय, तेल आणि वायू एज क्लाउड सिस्टमला जन्म देतील, परंतु ते जमिनीवर वापरकर्त्यांच्या वास्तविक गरजा समजून घेत आहे जे आम्हाला कोणत्या समस्या अत्यंत महत्त्वाच्या आहेत हे निर्धारित करण्यात मदत करेल.

स्त्रोत: www.habr.com