能源是经济社会发展的重要物资基础。支撑了全球经济与社会发展。随着经济增长和人口增加,建立在石化能源基础上的传统能源急需通过5G、云计算、人工智能等新技术来加速能源行业的数字化转型。如何整合这些技术,抓住机遇走上数字化转型之路,成为能源企业保持市场竞争力的关键。
目前包括石油和天然气等能源行业正在对其数字基础设施进行现代化改造,借助数字化转型的新技术来打造数字油田。通过整合技术、数据、人员和业务流程等,来助力能源行业在整个生产生命周期实现更高能效和更大价值。而一个强大,灵活,基于标准的组件和解决方案对于成功实施数字油田至关重要。
石油是一种宝贵的资源,对于数字石油而言,数据也是一种极其宝贵的资源。数字油田解决方案的核心是海量数据,需要从3D地震勘测,测井,生产和安全系统等来源中收集,分析和可视化这些数据。
而企业ERP系统的功能是对能源行业的不同来源和高度分散的海量数据进行有效地收集,分析和可视化,并更快更全面地进行分析和展现,这其中支撑ERP系统的数据库效能提升成为关键。
业务数据爆发性增长与数据分析和报表生成滞后的矛盾
中国石油天然气集团公司(简称“中国石油”)是以油气业务、工程技术服务、石油工程建设、石油装备制造、金融服务、新能源开发等为主营业务的综合性国际能源公司,是中国主要的油气生产商和供应商之一。2016年7月20日,《财富》发布了最新的世界500强排行榜,中国石油天然气集团公司名列第3名。
中国石油ERP(核心BW)承载集团勘探、油田、炼化、销售、管道、装备制造等多个板块,近百家二级单位的财务报表系统。随着ERP系统在中国石油集团的推广应用以及业务的不断融合,系统数据量增长迅速,数据仓库的数据读写速度逐渐难以跟上用户分析的需求,报表的生成速度慢,关键绩效指标的数据可视化时间长,数据库I/O读写速度成为系统性能的主要瓶颈。数据分析和报表生成滞后于经营现状,不能满足实时决策分析与信息披露的需求,给集团的经营管理带来极大不便。
华为SAP HANA解决方案带来的全新体验
华为基于创新的软硬件平台,搭载业界领先的SAP HANA内存数据库软件,提供包括单节点方案、集群方案和定制数据中心集成(TDI)方案等全系列SAP HANA解决方案,该方案能够提供卓越的性能、稳定性和灵活的扩展能力,满足客户多样化的业务需求。借助华为SAP HANA一体机及SAP 软件综合解决方案,中国石油不仅是实现了数据的统一管理,同时在数据分析和响应时间方面都获得大幅度提升。
华为SAP HANA解决方案集成了华为FusionServer Pro算力平台和SAP HANA数据库软件的两大优势,并借助最新的第三代英特尔®至强®可扩展处理器和英特尔®傲腾 ™持久内存技术,突破传统关系型数据库在实时业务中的性能瓶颈限制,为企业ERP、数据仓库等关键应用加速以及带来极速性能体验,助力企业实时洞察数据价值。
华为SAP HANA解决方案助力中国石油实现高效“数字石油”
华为公司秉承以客户为中心的服务理念,积极发挥技术专业优势,助力中国石油实现高效“数字石油”。华为SAP HANA解决方案对中国石油集团在油气勘探、储运、炼化、销售等环节的生产过程和海量数据进行分析处理。
基于华为 SAP HANA 解决方案,提升了中国石油存储网络带宽约6倍,提升HANA数据库加载性能约50%。同时使数据持久化时延低至150μs,低于业界平均时延50%-75%。
在数据库业务支持上,大大提升HANA数据库加载性能,实现可支持上千个并行任务,满足大规模并发访问需要。在数据查询方面,助力中国石油实现上百亿条数据的复杂查询时间由数十秒降低到3秒左右。
华为深耕石油数字化领域多年,中国石油基于FusionServer Pro的SAP HANA解决方案,实现了整个ERP业务的良好运行,加速了数据分析和响应时间,为企业智能决策提供强有力的支撑,对促进中国石油降本增效、提高效率、转变生产方式发挥了重要作用,积极推动了中国石油信息资源的共享和数字化转型。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。