从萨尔图机场出来,拐上大广高速南下的路,不一会儿就能看见路两旁零星散布的梁式抽油机,勤勤恳恳、夜以继日地工作着... ...大庆油田是新中国成立以来较早的油气产地之一,以铁人、奋斗、拼搏等为关键词的大庆精神家喻户晓。传统的油气生产组织方式还是人工寻井,劳动强度大,且工人作业的现场智能化水平比较低,数据共享、协同作业和技术指导难度较大,中石油集团公司A12项目经理、中油瑞飞技术总监刘奇峰表示,“我们早在想,能不能借助物联网这样的新型IT技术促进石油企业的降本增效,优化传统的管理模式和生产方式,最大化专家的价值,能不能实现物物相联,数数相通,提升数据共享的水平? ”
7月6日,华为联合中油瑞飞、石化盈科共同在石油之城大庆举办了以“数字驱动创新 转型拥抱未来”为主题的年度2017中国石油石化信息技术峰会。近400位石油石化行业的专家、客户及合作伙伴就当前行业信息化现状、演进趋势、优秀实践等主题展开交流和分享,“很长时间以来我们一直在思考的问题是:传统的能源行业和新兴的IT产业如何更好的结合起来。”刘奇峰如是说,他介绍到,“经过多年的信息化建设经验,我们总结要靠推动互联网与实体经济的深度融合,加快传统产业的数字化、智能化的步伐,做大做强数字经济,创新工作理念来最终实现企业的转型升级。”这与本次会议的主题不谋而合。工业和信息化部信息化和软件服务业司贾超强调:“推进两化深度融合是破解工业转型升级难题、持续工业发展的需要”,埃森哲战略部董事总经理李广海补充认为:“未来三到五年,各行各业的最大的问题是如何应对数字化的机遇和挑战,做什么和怎么做是企业每天都要面临的问题。”
会上,刘奇峰同与会嘉宾分享了基于物联网技术的钻完井共享服务中心解决方案的案例。钻完井共享服务中心解决方案被定义为钻完井共享服务的模式,或者叫钻完井作业支持的模式。据刘奇峰介绍,借助这种远程作业支持的模式,一是打破了地域服务的限制,改变了原有的生产管理模式;二是通过现场装备了自动化的改造,可以提高数据准确性和及时性;第三实现了现场数据的一次性采集和共享录入;第四实现了前后方跨专业、多学科的协同工作;第五通过实时动态的分析,可以提高现场作业的效率,降低现场安全风险;第六通过一些地质建模的工具,导向的应用等,提高储层勘探的精准度。
以上提到的是物联网技术在石油石化行业的一个实践,其实华为公司为石油公司客户定制了全方位的解决方案,包括数字油田、智能炼化、智慧管道等解决方案,并结合物联网技术联合业内TOP级的仪器仪表厂商(霍尼韦尔、ABB、艾默生等)构筑统一生态链为客户提供端到端的综合解决方案,华为云计算解决方案架构师余国华就此表示:“华为整合了五百多家合作伙伴,不仅提供云服务,还提供整体解决方案,不但支撑重量型业务,同时打造开放的生态,致力于解决企业数字化转型过程当中的问题来匹配企业客户的需求。”
华为企业BG中国区大企业业务部部长姚茳表示:“ICT基础设施已经由过去的支撑系统向驱动价值创造的生产系统转变,‘数字驱动创新,转型拥抱未来’,云计算和智能制造,未来必将成为石油石化行业信息化发展的两大引擎。”华为聚焦ICT的基础设施,提供业界领先的解决方案,助力石油石化行业降本增效,实现油气安全生产和输送,辅助能源行业实现信息化、智能化,引领企业面向未来云化的信息化转型。
近两年,石油石化行业信息化一直走在央企的前列,大庆油田也在历经信息化转型的过程,将ICT、IoT、云服务等最新技术热点应用于集团公司、油田、管道、炼化公司等核心办公、生产业务领域,利用信息化等科技手段来进行数据采集、数据挖掘,助力企业高效运营、提高企业核心竞争力。
华为企业BG中国区大企业业务部部长 姚茳
据了解,华为仍在与越来越多的合作伙伴建立紧密的合作,在核心客户上取得了重要突破:华为S12800数据中心交换机独家承建了中国石油两地三中心的核心网络、华为SAP HANA服务器服务于中石油ERP应用、华为存储进入了中石油灾难恢复系统等;在中国石化,华为存储、服务器已成为中国石化的主要供应商,SAP HANA一体机高效支撑中石化海量销售数据统计,云计算应用于安全桌面云;在中国海油,华为敏捷网络解决方案支撑广域网高效稳定运行。华为正在加速企业业务愿景的实现,成为中国石油石化行业客户ICT建设最紧密的合作伙伴。
好文章,需要你的鼓励
在2025年KubeCon/CloudNativeCon北美大会上,云原生开发社区正努力超越AI炒作,理性应对人工智能带来的风险与机遇。随着开发者和运营人员广泛使用AI工具构建AI驱动的应用功能,平台工程迎来复兴。CNCF推出Kubernetes AI认证合规程序,为AI工作负载在Kubernetes上的部署设定开放标准。会议展示了网络基础设施层优化、AI辅助开发安全性提升以及AI SRE改善可观测性工作流等创新成果。
香港大学研究团队提出LightReasoner框架,通过让小型"业余"模型与大型"专家"模型对比,识别关键推理步骤并转化为训练信号。该方法在数学推理任务上实现28.1%性能提升,同时将训练时间、样本需求和词元使用量分别减少90%、80%和99%,完全无需人工标注。研究颠覆了传统训练思路,证明通过模型间行为差异可以实现高效的自监督学习,为资源受限环境下的AI能力提升提供了新路径。
DeepL作为欧洲AI领域的代表企业,正将业务拓展至翻译之外,推出面向企业的AI代理DeepL Agent。CEO库蒂洛夫斯基认为,虽然在日常翻译场景面临更多竞争,但在关键业务级别的企业翻译需求中,DeepL凭借高精度、质量控制和合规性仍具优势。他对欧盟AI法案表示担忧,认为过度监管可能阻碍创新,使欧洲在全球AI竞争中落后。
马里兰大学研究团队开发了MONKEY适配器,一种无需额外训练的AI绘画控制技术。该方法通过"两步走"策略解决了个性化AI绘画中主体保真与背景控制难以兼得的问题:先让AI识别主体区域生成"透明胶片",再在第二次生成中让主体区域听从参考图片、背景区域听从文字描述。实验证明该方法在保持主体特征和响应文字要求两方面均表现出色,为AI绘画的精细化控制提供了新思路。