萬米地下打響“計算戰(zhàn)”，HPC與大模型解放石油人的“鐵腳板”

許多人在討論“養(yǎng)蝦”時，在荒涼的戈壁灘上，一場關(guān)乎能源命脈的技術(shù)革命正在悄然發(fā)生。

當(dāng)?shù)乇頊\層“容易獲取”的油氣資源被消耗殆盡，用腳步丈量大地的“找油人”，將目光瞄向了上萬米的地底深處，要在上千米的地層中找到僅有幾米適合開采的油層。傳統(tǒng)靠經(jīng)驗“開盲盒”式的勘探手段已經(jīng)失效，取而代之的是看不見硝煙的“計算戰(zhàn)”。

為了撥開硬核技術(shù)的面紗，我們與中國石油勘探開發(fā)研究院原首席專家龔仁彬進(jìn)行了一場對話，透過有著40年經(jīng)驗的“石油IT老將”的視角，理解計算怎么重塑人類尋找“黑金”的方式。

01 數(shù)據(jù)量指數(shù)級增長的計算“壓力”

1986年大學(xué)畢業(yè)后，龔仁彬就投身于石油IT系統(tǒng)的建設(shè)，親歷了中國油氣行業(yè)從信息化到數(shù)字化再到智能化的跨越。

“老一代石油人找油，靠的是一雙鐵腳板和長期積累的經(jīng)驗。”龔仁彬在對話中向我們描繪了傳統(tǒng)石油勘探的畫面，地質(zhì)學(xué)家們跋山涉水，通過有限的地表采樣和肉眼觀察，再結(jié)合畢生積累的知識與經(jīng)驗，在大腦中構(gòu)建出地下可能存在的油氣構(gòu)造。

高度依賴人類大腦和體力的模式，已經(jīng)逼近認(rèn)知的極限，橫亙在現(xiàn)代勘探面前，是兩個跳不過的現(xiàn)實挑戰(zhàn)。

第一個挑戰(zhàn)是數(shù)據(jù)量的指數(shù)級甚至是“核爆級”增長。

“我剛參加工作的時候，在地面上放一炮，接收深度1000米，最多能到1500米。”龔仁彬回憶道。那時的勘探更像是在淺水區(qū)摸石頭，而現(xiàn)在勘探的深度，已經(jīng)達(dá)到了驚人的1.5萬米乃至2萬米。

不只是勘探深度的倍增，數(shù)據(jù)采集的維度也在幾何級膨脹。過去放一炮，地面部署的接收傳感器只有120個；現(xiàn)在放一炮，有幾萬個傳感器同時在接收微弱的回波信號，采集到的數(shù)據(jù)呈現(xiàn)出了指數(shù)級增長。

“過去一個數(shù)據(jù)體可能只有幾百兆，后來是幾百個G，現(xiàn)在隨便一個普通的地震勘探工區(qū)，都是幾百個TB，有些能達(dá)到數(shù)十個PB級的數(shù)據(jù)量。”龔仁彬還講述了自己親歷的一個“極端例子”，“為了拷取一個150TB的單體原始數(shù)據(jù)，光是物理拷貝的過程，就耗費了近一個月的時間。”

第二個挑戰(zhàn)是海量龐雜數(shù)據(jù)對高性能計算（HPC）的“壓力”。

油氣勘探可以比作是給地球做CT，采集的數(shù)據(jù)越多、處理得越精細(xì)，對地下地質(zhì)結(jié)構(gòu)的了解就越準(zhǔn)確，找到油的可能性就越大。如果不進(jìn)行去噪、反褶積、疊加等處理，PB級的數(shù)據(jù)幾乎沒有價值。

地震資料處理的一個完整流程多達(dá)幾十步，涵蓋數(shù)百個軟件模塊，涉及大量計算量大的并行作業(yè)，對計算精度、時效的要求，遠(yuǎn)非普通計算機(jī)可以滿足的。從我國自主研發(fā)的“銀河二代”巨型計算機(jī)開始，高性能計算就成了處理物探數(shù)據(jù)的“底座”。

時間來到2026年，油氣勘探和油藏模擬已經(jīng)是鯤鵬HPC最大的應(yīng)用和創(chuàng)新場景之一。為了解決多任務(wù)、同數(shù)據(jù)體并行的海量運算需求，基于鯤鵬架構(gòu)和全分布式存儲構(gòu)建的高性能計算平臺，能夠大幅降低I/O等待時間，以滿足油氣行業(yè)對運行速度、并行計算能力的嚴(yán)苛要求。

由此出現(xiàn)了一個“反常識”的現(xiàn)象：過去幾年時間里，智能計算、大模型等概念占據(jù)了輿論焦點，但在AI for Science領(lǐng)域，智能計算應(yīng)用總體僅占30%，大多數(shù)任務(wù)離不開HPC的精確計算能力。

就像在油氣勘探的場景中，只有將HPC將數(shù)據(jù)徹底清洗干凈，AI大模型才具備深度介入、尋找規(guī)律的基礎(chǔ)。

02 工業(yè)級的大模型是怎樣“煉”成的？

有了HPC清洗出的高質(zhì)量數(shù)據(jù)，大模型的落地應(yīng)用就有了土壤。但AI在油氣行業(yè)的嘗試，并不像想象中一帆風(fēng)順。

龔仁彬在對話中提到：早在1984年的時候，中文期刊文獻(xiàn)里就提到了“人工智能”在地震資料處理中的應(yīng)用。但隨后的三十多年里，找油人絕大多數(shù)時間還是要靠“鐵腳板”。一位經(jīng)驗豐富的專家通常需要1-2天才能識別一口新井，而一個油田每年就要完鉆數(shù)千口井，工作強度可想而知。

原因并不難解釋。傳統(tǒng)模型過分把精力放在了各種算法的研究上，忽略了海量數(shù)據(jù)的投喂。

“我曾經(jīng)看到過一篇文章，用34口井的數(shù)據(jù)跑出一個模型，就想做測井解釋。好比一個赤腳醫(yī)生，在村里治過34個人，就能在天下行醫(yī)嗎？”龔仁彬用一個生動的比喻，揭示了傳統(tǒng)模型泛化能力差的缺陷。

轉(zhuǎn)折點發(fā)生在2021年末。

龔仁彬在華為杭州研究院調(diào)研時，被盤古氣象大模型的成功深深啟發(fā)：既然可以利用海量的氣象數(shù)據(jù)跑出一個顯著提升預(yù)測能力的模型，為什么不能用海量的地震數(shù)據(jù)，跑一個用于油氣勘探的“地震解釋大模型”？

厘清了思路的龔仁彬，帶領(lǐng)中國石油勘探開發(fā)研究院的團(tuán)隊，聯(lián)合華為、中國移動等合作伙伴，開始了工業(yè)級大模型的“煉丹”。

為了保證投喂給大模型的“養(yǎng)料”絕對純凈，團(tuán)隊收集了鄂爾多斯、塔里木、四川等七大盆地共計6萬平方公里、約200TB的真實業(yè)務(wù)數(shù)據(jù)。在前期的數(shù)據(jù)整理階段，通過HPC與人工結(jié)合的方式，進(jìn)行了“寧可錯殺”的數(shù)據(jù)清洗——只要發(fā)現(xiàn)數(shù)據(jù)中摻雜了不合適的人工地質(zhì)解釋信息，就堅決切除，絕不讓劣質(zhì)數(shù)據(jù)把大模型“帶偏”。

經(jīng)過93天日夜不停地訓(xùn)練，“煉”出了一個80億參數(shù)的垂直大模型，并迅速在業(yè)務(wù)一線進(jìn)行了“實戰(zhàn)”。

在四川南充地區(qū)，面對25600平方公里的超大數(shù)據(jù)體，傳統(tǒng)的交叉項識別方法費時耗力，大模型介入后，只用10天時間就完成了識別任務(wù)，精度接近90%、效率提升了9倍；

在長慶油田的非常規(guī)致密氣預(yù)測中，在沒有依托探井?dāng)?shù)據(jù)的情況下，一周時間就跑出了傳統(tǒng)方法需要三個多月的結(jié)果；

以往需要半年完成的解釋工作，大模型最多兩周就能出結(jié)果，工作效率提高了9到12倍……

讓龔仁彬印象最為深刻的，是大模型涌現(xiàn)出的“反直覺”尋油能力。

傳統(tǒng)勘探高度依賴專家的主觀經(jīng)驗，過去是找油的法寶，現(xiàn)在卻可能形成思維盲區(qū)。而大模型是純粹的“唯物主義者”，擅長從海量數(shù)據(jù)中“掘金”，可以在被專家經(jīng)驗漏掉的數(shù)據(jù)中，精準(zhǔn)捕捉到符合油藏特征的信號。

從“經(jīng)驗主導(dǎo)”向“數(shù)據(jù)驅(qū)動”的跨越，標(biāo)志著在高性能計算、高質(zhì)量數(shù)據(jù)的澆灌下，AI的種子終于在萬米地下“生了根”，等待油氣勘探行業(yè)的，將是從“地里找油”到“云端算油”的新紀(jì)元。

03 如何填補大模型落地時的“深坑”？

算力可以花錢買，模型可以聯(lián)合攻堅，智能化道路上最難跨越的深坑卻是——懂業(yè)務(wù)的不懂AI，懂AI的不懂油田。

在對話中，龔仁彬道出了傳統(tǒng)能源行業(yè)最真實、也最無奈的痛點：“說實話，我們油氣行業(yè)的工資待遇，是沒辦法招到真正的頂尖AI人才的”，并提出了極具實用主義色彩的“三層人才金字塔”破局策略。

第一層是懂業(yè)務(wù)的“提燈人”。

在內(nèi)部篩選對AI感興趣的資深業(yè)務(wù)人員，可能不會寫代碼，但對油氣勘探有深刻的理解，能夠準(zhǔn)確定義問題并提出核心需求。

第二層是內(nèi)部轉(zhuǎn)化的“調(diào)參俠”。

即使招不到AI大牛，還可以從內(nèi)部尋找數(shù)學(xué)、物理、物探基礎(chǔ)好的年輕人，經(jīng)過系統(tǒng)的AI培訓(xùn)后，承擔(dān)開源算法的調(diào)試、常規(guī)模型的微調(diào)和訓(xùn)練工作，一步步成為AI落地的中堅力量。

第三層是外部借腦的“聯(lián)合戰(zhàn)隊”。

在涉及底層創(chuàng)新、架構(gòu)研發(fā)時，選擇與華為、阿里爸爸、科大訊飛等科技企業(yè)，以及清華、北大等高校進(jìn)行深度合作，讓外部的通用AI技術(shù)，與內(nèi)部深厚的行業(yè)know-how進(jìn)行“碰撞”。

除了解決人才斷層的系統(tǒng)性方案，龔仁彬還對盲目跟風(fēng)大模型的行業(yè)亂象提出了“警告”。

作為操盤了多個國家級油氣信息化工程的老將，龔仁彬總結(jié)了當(dāng)前智能化轉(zhuǎn)型中最容易踩的四個“坑”，即為了智慧而智慧，脫離生產(chǎn)實際；盲目搞大模型；重技術(shù)輕業(yè)務(wù)；重復(fù)建設(shè)嚴(yán)重。

其中“盲目搞大模型”是龔仁彬特別強調(diào)的問題，“既沒有明確需求，也沒有高質(zhì)量數(shù)據(jù)支撐，想都沒想干大模型目的是什么，就盲目上馬。”如果數(shù)據(jù)基礎(chǔ)不夯實，只會把模型“帶進(jìn)溝里”。

龔仁彬的觀點，和中國工程院院士鄭緯民不謀而合。

幾個月前的一場行業(yè)會議上，中國工程院院士鄭緯民在報告中明確提出了“HPC+AI for Science”的概念，并以石油勘探為例解釋了高性能計算與人工智能協(xié)同催生的科研新范式：數(shù)據(jù)預(yù)處理仍由HPC完成，判斷地下是否有石油的預(yù)測環(huán)節(jié)使用大模型。

隱藏在理性思考背后的，是千行百業(yè)數(shù)智化轉(zhuǎn)型的新態(tài)勢：純粹的概念炒作正在退潮，取而代之的是深度的融合創(chuàng)新。

比如HPC與AI底座的深度融合計算，前端利用鯤鵬HPC的高吞吐清洗數(shù)據(jù)，后端利用大模型進(jìn)行智能預(yù)測，形成完美的算力閉環(huán)；再比如產(chǎn)學(xué)研聯(lián)動的復(fù)合型人才培養(yǎng)，正在打破以往理論研究與生產(chǎn)實際相脫節(jié)的壁壘，培養(yǎng)更多既懂行業(yè)也懂AI的年輕人……

有理由相信，當(dāng)懂業(yè)務(wù)的“提燈人”照亮了前行的方向，“調(diào)參俠”與“聯(lián)合戰(zhàn)隊”拉齊了技術(shù)水位，“HPC+AI”的算力底座夯實了路基，曾經(jīng)橫亙在AI與千行百業(yè)間的鴻溝，將被徹底“踏平”。

04 寫在最后

萬米地下的“計算戰(zhàn)”，給當(dāng)下狂熱的“AI亂象”澆了一盆冷水，也為千行百業(yè)指明了一條更清晰的路徑。

大模型從來都不是“即插即用”的產(chǎn)品，更不是包治百病的靈丹妙藥。想要大模型在業(yè)務(wù)一線釋放出應(yīng)有的“魔法”，需要高性能計算清洗PB級的混沌數(shù)據(jù)、需要業(yè)務(wù)專家們梳理出明確的需求、需要在組織體系上承接“從數(shù)據(jù)到?jīng)Q策”的工程化鏈路。

正如龔仁彬在對話中的一句話：落地靠的是“雙向奔赴”，不是單向技術(shù)推動，不是更大的模型，而是更深的融合。