國內一家領先的油氣勘探企業承接了大量的國內外石油天然氣勘探專案，每年面臨龐大的地震資料分析處理任務。通過採用 NVIDIA Tensor Core GPU 和 CUDA-X AI 平台，該企業在其地震資料處理解釋一體化軟體中開發了人工智慧計算模組，使地震資料處理和解釋效率提升 60～200 倍，顯著加速了油氣勘探進程。
傳統 HPC 計算方法遭遇效率瓶頸
在地震資料處理和解釋過程中，傳統方法面臨多重挑戰：
資料處理方面：
隨機噪聲嚴重影響地震資料處理，傳統去噪方法需要建立數學模型並進行大量傅里葉變換計算，但人工建立的模型表達能力較弱，無法描述複雜的噪聲分布
初至拾取傳統採用人工方式，工作量大、效率低，且容易引入系統人為誤差
資料解釋方面：
傳統斷層解釋主要為人機交互方式，效率低、人為不確定性大，增加了油氣勘探開發的成本和風險
傳統層位解釋更多依靠人工或機器輔助，存在效率低、需要人為指定種子點、訓練追蹤時間長等缺陷
AI 加持：效率提升 60～200 倍
地震資料處理加速：
智能去噪：使用 AI 模型進行隨機噪聲去噪，相比曲波迭代閾值法，去噪效率提高了近 200 倍。智能去噪方法不再需要複雜的參數調試，可以自動識別並分離噪聲，且不會損害有效資訊，去噪後的資料保幅性好。
初至拾取：AI 模型在單 GPU 上運行推理任務，可實現 30 多分鐘預測 3 億多道的初至拾取。對於 5 萬炮中等信噪比資料，AI 模型推理預測速度相對於人工拾取方式快 80 多倍。
地震資料解釋加速：
斷層與層位識別：使用 AI 模型對某三維工區 687 平方公里約 12500 個 CMP 點高信噪比資料進行處理需要約 8 小時，對某複雜三維工區 432 平方公里約 11600 個 CMP 點低信噪比資料需要約 10 小時，而人工解釋均需約 20 個以上工作日，效率提升 60 多倍。
AI 助力油氣勘探進入智能化時代
隨著石油、天然氣物探任務全面進入高密度勘探階段，物探採集資料呈現指數級增長，新採集的大面積三維地震資料規模已由 TB 級進入 PB 級時代。通過使用 NVIDIA GPU 和 AI 技術，該企業充分利用海量地震資料訓練 AI 模型，替代或部分替代傳統地震資料處理和解釋方法，實現了地震資料處理和解釋的自動化和智能化。
在該企業地震資料處理和解釋軟體研發過程中，NVIDIA 石油技術專家持續提供相關技術支援，使其能夠順利地在 NVIDIA GPU 和 CUDA-X AI 平台上進行模型的訓練和推理加速，讓 AI 計算運用到更多石油天然氣勘探領域的場景。
石油和天然氣資源的勘探任務繁重、意義重大，通過 AI 技術提升地震處理和解釋的能力，非常有助於提升油氣勘探的工作效率。NVIDIA GPU 作為強大的 AI 算力平台，匹配高效的 AI 訓練和推理加速庫，讓技術專家可以更快地獲得處理結果，大大提高了地震處理、解釋的效率和準確性。
WeChat
Profile