Гидродинамическое моделирование пласта и прокси-модели на GPU
Инфраструктура для GPU-симуляторов пласта: многовариантная адаптация, ансамбли, нейросетевые прокси и оптимизация ГТМ.
Диапазоны по отраслевым публикациям и типовым внедрениям; результат зависит от данных и процессов заказчика.
Что решаем
Гидродинамическая модель месторождения на десятки миллионов ячеек считается сутками на CPU-кластере, а для адаптации к истории добычи и оценки неопределённости нужны сотни прогонов. В результате модели адаптируют раз в год, а решения по разработке — размещение скважин, режимы закачки, ГТМ — принимают по устаревшей модели или по упрощённым секторным моделям.
Оптимизация систем заводнения и планирование ГТМ на полном многовариантном расчёте недоступны большинству добывающих предприятий из-за нехватки вычислительных мощностей и времени. Каждая ошибка размещения скважины из-за неточной модели — сотни миллионов рублей, а перенос бурения по итогам новой адаптации срывает планы по добыче.
Что делает ИИ
tNavigator / OPM FlowPyTorchPythonSlurmPostgreSQL
Мы поставляем вычислительную инфраструктуру для GPU-симуляторов пласта и строим конвейер многовариантного моделирования: автоматизированная адаптация, ансамбли реализаций, оптимизация. Нейросетевые прокси-модели, обученные на прогонах симулятора, дают оценку сценария за секунды и позволяют перебирать тысячи вариантов.
- Развёртывание GPU-симуляторов (tNavigator, ECHELON, OPM) и очереди заданий.
- Автоматическая адаптация к истории: ансамбли, ES-MDA, генетические алгоритмы.
- Прокси-модели на нейросетях для быстрой оценки размещения скважин и режимов.
- Оптимизация ГТМ и заводнения с учётом ограничений инфраструктуры.
- Интеграция с корпоративной базой геолого-промысловых данных.
Какие данные нужны
- Геологическая и гидродинамическая модели
- История добычи и закачки по скважинам
- Результаты ГДИС и промысловых исследований
- Планы ГТМ и ограничения инфраструктуры
Какая инфраструктура нужна
Профиль «hpc», масштаб «rack-big». Симуляторы пласта на GPU масштабируются по числу ускорителей и требуют больших объёмов памяти на карту и быстрой связи между ними: модель на 50–100 млн ячеек занимает несколько карт по 141 ГБ. Платформа LM TEK 4U8GPU10KW с восемью H200 NVL и жидкостным охлаждением обеспечивает круглосуточный счёт ансамблей без троттлинга; для крупных активов узлы объединяют в кластер. Для подготовки моделей и обучения прокси на рабочих местах — станции W9 PRO из раздела рабочие станции, для отдела на 5–10 инженеров — сервер RX MAX из раздела GPU-серверы. Хранилище от 100 ТБ под реализации моделей. Поставка в Россию и страны СНГ. Лицензирование симуляторов и планирование очереди заданий согласуем с расчётным отделом заказчика.
Как идёт проект
- 01
Данные и цель
Фиксируем метрику успеха, источники данных и ограничения: on-premise, персональные данные, сроки.
- 02
Пилот на нашей конфигурации
Стартовая машина под задачу и подтверждённый профиль нагрузки перед закупкой кластера.
- 03
Инфраструктура
Поставка серверов, станций и охлаждения, монтаж, ввод в эксплуатацию, ПО и мониторинг.
- 04
Сопровождение
Масштабирование, обновление ускорителей в том же шасси, сервис и запчасти.
Что ещё автоматизируют в отрасли «Нефтегаз и добыча»
Опишите задачу и данные.
Вернёмся с профилем нагрузки, конфигурацией и коммерческим предложением на поставку в вашу страну.


