Olje- och gasindustrin som exempel för kantmolnsystem

Förra veckan stod mitt team värd för ett spännande evenemang på Four Seasons Hotel i Houston, Texas. Den var tillägnad att fortsätta trenden att utveckla närmare relationer mellan deltagarna. Det var ett evenemang som sammanförde användare, partners och kunder. Dessutom var många Hitachi-representanter närvarande vid evenemanget. När vi organiserade detta företag satte vi oss två mål:

  1. Främja intresse för pågående forskning om nya branschproblem;
  2. Kontrollera de områden där vi redan arbetar och utvecklar, samt deras justeringar baserat på feedback från användare.

Doug Gibson och Matt Hall (Agil geovetenskap) började med att diskutera branschens tillstånd och de olika utmaningarna i samband med seismisk datahantering och bearbetning. Det var ganska inspirerande och säkert avslöjande att höra hur investeringsvolymerna fördelar sig mellan produktion, transport och förädling. På senare tid gick lejonparten av investeringarna i produktion, som en gång var kungen när det gäller volymen av förbrukade medel, men investeringarna går gradvis över till bearbetning och transport. Matt pratade om sin passion för att bokstavligen observera jordens geologiska utveckling med hjälp av seismiska data.

Olje- och gasindustrin som exempel för kantmolnsystem

Sammantaget tror jag att vårt evenemang kan betraktas som ett "första framträdande" för det arbete som vi startade för flera år sedan. Vi kommer att fortsätta att informera dig om olika framgångar och framgångar i vårt arbete i denna riktning. Därefter höll vi, inspirerade av ett föredrag av Matt Hall, en serie sessioner som resulterade i ett mycket värdefullt erfarenhetsutbyte.

Olje- och gasindustrin som exempel för kantmolnsystem

Edge (edge) eller cloud computing?

Under en session ledde Doug och Ravi (Hitachi Research i Santa Clara) en diskussion om hur man kan flytta vissa analyser till edge computing för snabbare och mer exakt beslutsfattande. Det finns många anledningar till detta, och jag tror att de tre viktigaste är smala datakanaler, stora datavolymer (både i hastighet, volym och variation) och snäva beslutsscheman. Även om vissa processer (särskilt geologiska) kan ta veckor, månader eller år att slutföra, finns det många fall i denna bransch där brådskande är av särskild vikt. I det här fallet kan oförmågan att komma åt det centraliserade molnet få katastrofala konsekvenser! Särskilt HSE-frågor (hälsa, säkerhet och miljö) och frågor relaterade till olje- och gasproduktion kräver snabb analys och beslutsfattande. Det bästa sättet är kanske att illustrera detta med olika siffror – de specifika detaljerna kommer att förbli anonyma för att "skydda de oskyldiga".

  • Last mile trådlösa nätverk uppgraderas på platser som Permian Basin, och flyttar kanaler från satellit (där hastigheter mättes i kbps) till en 10 Mbps kanal med 4G/LTE eller olicensierat spektrum. Även dessa moderniserade nätverk kan kämpa när de står inför terabyte och petabyte av data i kanten.
  • Sensorsystem från företag som FOTECH, som går med i en mängd andra nya och etablerade sensorplattformar, kan producera flera terabyte per dag. Ytterligare digitalkameror installerade för säkerhetsövervakning och stöldskydd genererar också stora mängder data, vilket innebär att ett komplett utbud av stora datakategorier (volym, hastighet och variation) genereras vid gränsen.
  • För seismiska system som används för datainsamling involverar konstruktioner "konvergerade" ISO-containeriserade system för att samla in och omformatera seismiska data, potentiellt upp till en skala av 10 petabyte data. På grund av de avlägsna platser där dessa underrättelsesystem fungerar, finns det en allvarlig brist på bandbredd för att flytta data från den sista milen till datacentret över nätverk. Så tjänsteföretag skickar bokstavligen data från kanten till datacentret på band, optiska eller robusta magnetiska lagringsenheter.
  • Operatörer av brownfield-anläggningar, där tusentals händelser och dussintals röda larm inträffar varje dag, vill arbeta mer optimalt och konsekvent. Nätverk med låg datahastighet och praktiskt taget inga lagringsmöjligheter för insamling av data för analys i fabriker tyder dock på att något mer fundamentalt krävs innan grundläggande analys av nuvarande verksamhet kan påbörjas.

Detta får mig verkligen att tro att medan offentliga molnleverantörer försöker flytta all denna data till sina plattformar, så finns det en hård verklighet att försöka hantera. Det kanske bästa sättet att klassificera detta problem är att försöka trycka en elefant genom ett sugrör! Men många av fördelarna med molnet är viktiga. Så vad kan vi göra?

Flytta till kantmolnet

Naturligtvis har Hitachi redan (branschspecifika) optimerade lösningar på marknaden som berikar data vid kanten, analyserar och komprimerar dem till en minimal användbar datavolym och tillhandahåller affärsrådgivningssystem som kan förbättra processer kopplade till edge computing. Men min uppfattning från förra veckan är att lösningarna på dessa komplexa problem handlar mindre om widgeten du tar till bordet och mer om tillvägagångssättet du tar för att lösa problemet. Detta är verkligen andan i Hitachi Insight Groups Lumada-plattform eftersom den inkluderar metoder för att engagera användare, ekosystem och, där så är lämpligt, tillhandahåller verktyg för diskussion. Jag var väldigt glad över att komma tillbaka till att lösa problem (istället för att sälja produkter) eftersom Matt Hall sa: "Jag var glad över att se att Hitachis folk verkligen började förstå omfattningen av problemet" när vi avslutade vårt toppmöte.

Så kan O&G (olje- och gasindustrin) fungera som ett levande exempel på behovet av att implementera edge computing? Det verkar som om, med tanke på de problem som avslöjades under vårt toppmöte, såväl som andra branschinteraktioner, det sannolika svaret är ja. Kanske är anledningen till att detta är så tydligt för att edge computing, industrifokuserat byggande och blandningen av molndesignmönster är uppenbara när stackarna moderniseras. Jag anser att frågan om "hur" i det här fallet förtjänar uppmärksamhet. Med hjälp av Matts citat från sista stycket förstår vi hur vi kan driva molnberäkningsprincipen till edge computing. I huvudsak kräver denna industri att vi har "gammaldags" och ibland personliga kontakter med människor som är involverade i olika delar av olje- och gasindustrins ekosystem, såsom geologer, borringenjörer, geofysiker och så vidare. Med dessa interaktioner som ska lösas blir deras omfattning och djup mer uppenbara och till och med övertygande. Sedan, när vi har gjort utförandeplaner och implementerat dem, kommer vi att besluta oss för att bygga kantmolnsystem. Men om vi sitter i mitten och bara läser och föreställer oss dessa frågor, kommer vi inte att ha tillräckligt med förståelse och empati för att verkligen göra vårt bästa. Så återigen, ja, olja och gas kommer att ge upphov till kantmolnsystem, men det är att förstå användarnas verkliga behov på plats som hjälper oss att avgöra vilka frågor som är av yttersta vikt.

Källa: will.com

Lägg en kommentar