Comments 10
1) Чем лучше облачная обработка традиционной на ПК для 3D-сейсморазведки?
Традиционную на ПК в России ведут уже более 20 лет.
2) Традиционная обработка — это, кажется, в основном зарубежное программное обеспечение?
3) Вы сами разрабатывали весь пакет, или что-то заимствовали?
Процедур предобработки и обработки сейсмики весьма много.
4) Зачем облачные сервисы кроме моды?
Конечно, нефтяным компаниям это выгодно: еще больше возможностей для дробления и аутсорса различных частей интерпретации, но выгодно ли это нефтесервисным компаниям в долгосрочной перспективе?
5) Как соотносятся ваши разработки с работой «Яндекс-Терра»?
Традиционную на ПК в России ведут уже более 20 лет.
2) Традиционная обработка — это, кажется, в основном зарубежное программное обеспечение?
3) Вы сами разрабатывали весь пакет, или что-то заимствовали?
Процедур предобработки и обработки сейсмики весьма много.
4) Зачем облачные сервисы кроме моды?
Конечно, нефтяным компаниям это выгодно: еще больше возможностей для дробления и аутсорса различных частей интерпретации, но выгодно ли это нефтесервисным компаниям в долгосрочной перспективе?
5) Как соотносятся ваши разработки с работой «Яндекс-Терра»?
Я не автор, но попробую предсказать ответы :-)
1) методы те же, софт тот же, мощностей больше
2) Так как это Геостра, то скорее всего ПО — Omega.
Вероятно построили ферму, залили на него Omega и подгрузили данные.
Я работал раньше в нефтяной компании, и мы думали об облаках. Но все владельцы данных, безопасники и т.д. хором орали что ни в коем случае не отдадут данные в облачные сервера.
Сейчас приятно видеть, что то мнение постепенно уходит, и приходит понимание того, что можно гонять данные в облаке. Это все равно дорого, но дешевле, чем держать 10 своих стоек и обслуживать их.
4) Облака позволяют быстро масштабироваться. Огромные кубы приходят не очень часто, а строить огромный кластер каждый раз у себя в серверной не хочется (да и поддерживать его потом тоже).
Тут — поднял, поюзал, погасил — профит! Лицензии на софт могут быть плавающие, поэтому можно их потом обратно отдать юзерам для настольной обработки.
5) Яндекс.Терра работает с Сейсмотеком. Геостра с Mail.ru. Мне кажется, это одного типа коллаборации.
1) методы те же, софт тот же, мощностей больше
2) Так как это Геостра, то скорее всего ПО — Omega.
Вероятно построили ферму, залили на него Omega и подгрузили данные.
Я работал раньше в нефтяной компании, и мы думали об облаках. Но все владельцы данных, безопасники и т.д. хором орали что ни в коем случае не отдадут данные в облачные сервера.
Сейчас приятно видеть, что то мнение постепенно уходит, и приходит понимание того, что можно гонять данные в облаке. Это все равно дорого, но дешевле, чем держать 10 своих стоек и обслуживать их.
4) Облака позволяют быстро масштабироваться. Огромные кубы приходят не очень часто, а строить огромный кластер каждый раз у себя в серверной не хочется (да и поддерживать его потом тоже).
Тут — поднял, поюзал, погасил — профит! Лицензии на софт могут быть плавающие, поэтому можно их потом обратно отдать юзерам для настольной обработки.
5) Яндекс.Терра работает с Сейсмотеком. Геостра с Mail.ru. Мне кажется, это одного типа коллаборации.
Спасибо за Ваш ответ.
Переход в облака выбивается из общей стратегии нефтяников и нефтяных геофизиков на максимальную закрытость и эксклюзивность. От этого и мой вопрос.
Видимо, сменилось время. Ранее был угар дележа ресурсов и туман вторичного передела.
Сейчас все более-менее стало ясно, и понятен самый главный игрок в этой сфере: это государство и его лицензии, налоговые льготы, оценки запасов нефти и газа и пр.
Переход в облака выбивается из общей стратегии нефтяников и нефтяных геофизиков на максимальную закрытость и эксклюзивность. От этого и мой вопрос.
Видимо, сменилось время. Ранее был угар дележа ресурсов и туман вторичного передела.
Сейчас все более-менее стало ясно, и понятен самый главный игрок в этой сфере: это государство и его лицензии, налоговые льготы, оценки запасов нефти и газа и пр.
А еще я узнал, что оказывается у Яндекса уже свой проект без Сейсмотека. Но это не точно)
В наше время для обработки сейсмики нужно:
1) знание сейсморазведки — 30%
2) знание математики — 20%
3) умение программировать — 50%
Почему такие проценты? Да как всегда — примерно.
Найти новые алгоритмы можно достаточно просто — публикаций куча.
Понимать эти алгоритмы — надо знать математику.
А вот запрогать это все, чтоб еще и работало быстро — вот это надо уметь.
Но в результате получается очень крутое ПО, которое кто-то из крупнейших корпоратов захочет купить :-)
Весьма перспективно!
В наше время для обработки сейсмики нужно:
1) знание сейсморазведки — 30%
2) знание математики — 20%
3) умение программировать — 50%
Почему такие проценты? Да как всегда — примерно.
Найти новые алгоритмы можно достаточно просто — публикаций куча.
Понимать эти алгоритмы — надо знать математику.
А вот запрогать это все, чтоб еще и работало быстро — вот это надо уметь.
Но в результате получается очень крутое ПО, которое кто-то из крупнейших корпоратов захочет купить :-)
Весьма перспективно!
Я видел в 2017 на совещании в НТЦ у Газпромнефти как выглядят распределение процентов как у вас. Очень печально выглядит «знание сейсморазведки — 30%».
Конечно, большинство геофизиков предпочло дипломатично помалкивать в присутствии начальников-заказчиков, которых обхаживала облачные продвигатели.
Но все эти вычислительные супермощности и превосходства облака над ПК съедаются из-за непонимания геофизики, когда представляют решение «в лоб».
Алгоритмов куча, но зачастую их плодят математики около геофизики и это уже почти 50 лет бич геофизики. Только очень малая часть математических изысков пошла в работу, но выглядит во стороны очень замечательно и представительно :)
Чтобы понимать эти алгоритмы надо знать и математику, и геофизику.
Иначе получится как с ERP системами, о проблемах с внедрением на Habr полно статей.
«Прогать» с нуля не лучший вариант, поэтому и у меня был вопрос про заимствования.
Разработка с нуля интерпретации для сейсмики-3Д сродни желанию переписать какую-нибудь ERP заново. Поэтому маловероятно. Просто один из признаков этого: у Геостры нет своего сайта только со своими наработками, а ссылки ведут на Башнефтегеофизику, где 3Д-сейсморазведка в разделе публикаций
www.bngf.ru/press-center/scientific-library/articles-in-journals
представлена не густо.
Конечно, большинство геофизиков предпочло дипломатично помалкивать в присутствии начальников-заказчиков, которых обхаживала облачные продвигатели.
Но все эти вычислительные супермощности и превосходства облака над ПК съедаются из-за непонимания геофизики, когда представляют решение «в лоб».
Алгоритмов куча, но зачастую их плодят математики около геофизики и это уже почти 50 лет бич геофизики. Только очень малая часть математических изысков пошла в работу, но выглядит во стороны очень замечательно и представительно :)
Чтобы понимать эти алгоритмы надо знать и математику, и геофизику.
Иначе получится как с ERP системами, о проблемах с внедрением на Habr полно статей.
«Прогать» с нуля не лучший вариант, поэтому и у меня был вопрос про заимствования.
Разработка с нуля интерпретации для сейсмики-3Д сродни желанию переписать какую-нибудь ERP заново. Поэтому маловероятно. Просто один из признаков этого: у Геостры нет своего сайта только со своими наработками, а ссылки ведут на Башнефтегеофизику, где 3Д-сейсморазведка в разделе публикаций
www.bngf.ru/press-center/scientific-library/articles-in-journals
представлена не густо.
Дополню iGeophysix :)
1) Соглашусь с предыдущим оратором, облачная обработка лучше обработки в традиционной инфраструктуре, если, как в этом кейсе, нужно быстро получить большие мощности в ограниченный промежуток времени, а произвести закупки оборудования сложно. Плюс на облаках хорошо тестировать новые бизнес-гипотезы. Покупать десятки стоек, резервировать традиционную кластерную систему и влиять на ход плановых проектов, чтобы потом убедиться, что идея не работает — не оч. В облаке можно на время получить нужные мощности в любом объёме на время тестирования.
2) Традиционная обработка это в основном легаси код, который сложно масштабировать и улучшать. Особенно, когда за увеличение мощностей отвечает менеджмент/закупки, а не конечный пользователь (инженер).
3) Геостра использовала свой геофизический софт, а Mail.ru Cloud Solutions предоставляли GPU, систему хранения и виртуальную сетевую инфраструктуру.
4) Есть два типа проектов — для которых облака дешевле и для которых облака дороже. Дешевле будет inhouse, когда проекты дают предсказуемую постоянную нагрузку, так что можно полностью утилизировать серверы и загрузить администраторов, которые ими управляют. Когда нагрузка непредсказуема или когда исследуешь новые способы решать задачу, нагрузку сложно предсказать. В этом случае облачные сервисы помогают сократить физические затраты у конечного пользователя (от сайзинга до девопсов и админов). В итоге получается ощутимая экономия по деньгам. По сути любые новые возможности на рынке можно получить только через rnd и исследования рынка боем, поэтому чтобы это делать дёшево нужны облака.
Плюс, опять-таки, соглашусь с iGeophysix про масштабирование. При использовании физических серверов потребность в закупке дополнительных ресурсов увеличивает time-to-market. Пока сервера закажут, пока привезут, пока админы настроят. При облачных – речь о нескольких командах, включении автомасштабирования, и нужные ресурсы доступны.
5) Мы не готовы комментировать чужие продукты, но с удовольствием ответим на вопросы по Mail.ru Cloud Solutions :)
1) Соглашусь с предыдущим оратором, облачная обработка лучше обработки в традиционной инфраструктуре, если, как в этом кейсе, нужно быстро получить большие мощности в ограниченный промежуток времени, а произвести закупки оборудования сложно. Плюс на облаках хорошо тестировать новые бизнес-гипотезы. Покупать десятки стоек, резервировать традиционную кластерную систему и влиять на ход плановых проектов, чтобы потом убедиться, что идея не работает — не оч. В облаке можно на время получить нужные мощности в любом объёме на время тестирования.
2) Традиционная обработка это в основном легаси код, который сложно масштабировать и улучшать. Особенно, когда за увеличение мощностей отвечает менеджмент/закупки, а не конечный пользователь (инженер).
3) Геостра использовала свой геофизический софт, а Mail.ru Cloud Solutions предоставляли GPU, систему хранения и виртуальную сетевую инфраструктуру.
4) Есть два типа проектов — для которых облака дешевле и для которых облака дороже. Дешевле будет inhouse, когда проекты дают предсказуемую постоянную нагрузку, так что можно полностью утилизировать серверы и загрузить администраторов, которые ими управляют. Когда нагрузка непредсказуема или когда исследуешь новые способы решать задачу, нагрузку сложно предсказать. В этом случае облачные сервисы помогают сократить физические затраты у конечного пользователя (от сайзинга до девопсов и админов). В итоге получается ощутимая экономия по деньгам. По сути любые новые возможности на рынке можно получить только через rnd и исследования рынка боем, поэтому чтобы это делать дёшево нужны облака.
Плюс, опять-таки, соглашусь с iGeophysix про масштабирование. При использовании физических серверов потребность в закупке дополнительных ресурсов увеличивает time-to-market. Пока сервера закажут, пока привезут, пока админы настроят. При облачных – речь о нескольких командах, включении автомасштабирования, и нужные ресурсы доступны.
5) Мы не готовы комментировать чужие продукты, но с удовольствием ответим на вопросы по Mail.ru Cloud Solutions :)
Мой вопрос был связан с тем, что еще, кажется, лет 5-10 назад была общая установка нефтяников и нефтяных геофизиков на максимальную закрытость и эксклюзивность.
Перемены интересны, но они могут привести к большей кадровой текучести и вероятной утере компетенций, а также появлению конкурирующих обработчиков, сбивающих цены.
Конкурирующих обработчиков-интерпретаторов под крышей НИПИ какой-нибудь нефтяной компании. Хотя для Башнефти, являющейся филиалом Роснефти такие опасения, скорее всего не актуальны.
Перемены интересны, но они могут привести к большей кадровой текучести и вероятной утере компетенций, а также появлению конкурирующих обработчиков, сбивающих цены.
Конкурирующих обработчиков-интерпретаторов под крышей НИПИ какой-нибудь нефтяной компании. Хотя для Башнефти, являющейся филиалом Роснефти такие опасения, скорее всего не актуальны.
Текучесть кадров не очень высокая: специалистов не очень много, а рынок достаточно ограничен. Далеко не убежишь :-)
Сравнив геофизику с пресловутым Data Science, можно предположить, что в случае применения «новых» технологий работа от рутинного пикирования скоростей перейдет на построение графов автоматической обработки, где большинство вещей будет делаться автоматически. А специалисты высокого класса смогут перейти в разработку этих алгоритмов.
Я сам ушел уже из нефтянки, но прям хорошо помню, как это происходило. В то время всегда удивляло, что никто не вкладывает деньги в автоматизацию и ускорение процессов. Спустя некоторое время я увидел, что разные нефтесервисные компании начали интересоваться машинным обучением, и уже продают продукты, построенные на разных ML алгоритмах и нейронках.
Я к тому, что прогресс есть даже в такой консервативной науке, как геологоразведке)
И переход от закрытых систем в облако надо было делать 5 (или больше) лет назад, а не сейчас.
MCS и остальные в этом плане молодцы, что вообще смотрят на этот рынок, так как это может принести отличный прогресс в скорость обработки данных.
Сравнив геофизику с пресловутым Data Science, можно предположить, что в случае применения «новых» технологий работа от рутинного пикирования скоростей перейдет на построение графов автоматической обработки, где большинство вещей будет делаться автоматически. А специалисты высокого класса смогут перейти в разработку этих алгоритмов.
Я сам ушел уже из нефтянки, но прям хорошо помню, как это происходило. В то время всегда удивляло, что никто не вкладывает деньги в автоматизацию и ускорение процессов. Спустя некоторое время я увидел, что разные нефтесервисные компании начали интересоваться машинным обучением, и уже продают продукты, построенные на разных ML алгоритмах и нейронках.
Я к тому, что прогресс есть даже в такой консервативной науке, как геологоразведке)
И переход от закрытых систем в облако надо было делать 5 (или больше) лет назад, а не сейчас.
MCS и остальные в этом плане молодцы, что вообще смотрят на этот рынок, так как это может принести отличный прогресс в скорость обработки данных.
Data Science — это всегда хорошо.
Главное был бы заказчик на такие работы.
Огромный объем 3Д сделан в РФ за последние 20-25 лет и новых объектов гораздо меньше, т.е. меньший объем нового материала, а компании не всегда охотно идут на переинтерпретацию.
Под крышей Роснефти можно пробить направление, особенно сейчас, когда пошли все-таки процессы импорто-замещения. Вы указывали на малое число специалистов и ограниченный рынок, это может привести к ограниченному успеху чисто российских разработок.
Главное был бы заказчик на такие работы.
Огромный объем 3Д сделан в РФ за последние 20-25 лет и новых объектов гораздо меньше, т.е. меньший объем нового материала, а компании не всегда охотно идут на переинтерпретацию.
Под крышей Роснефти можно пробить направление, особенно сейчас, когда пошли все-таки процессы импорто-замещения. Вы указывали на малое число специалистов и ограниченный рынок, это может привести к ограниченному успеху чисто российских разработок.
Отличные годографы, в самом деле! Кто не понимал ничего в них — тому два мутных пятна, кто понимал — тем более.
Sign up to leave a comment.
Пилотный проект по обработке высокоплотных сейсмических данных с использованием сервиса MCS