Заказчики: Иркутская нефтяная компания (ИНК) Иркутск; Нефтяная промышленность Продукт: Проекты построения комплексной ИТ-инфраструктурыДата проекта: 2019/06 — 2019/12
|
Технология: ИТ-аутсорсинг
Технология: Серверные платформы
|
2019: Завершение проекта по внедрению HPC-кластера
14 января 2020 года стало известно, что компания Lenovo завершила проект по внедрению HPC-кластера Иркутской нефтяной компании (ИНК). Цель проекта — усиление ИТ-инфраструктуры для ускорения проведения геологических исследований.
Иркутская нефтяная компания — один из независимых производителей углеводородного сырья в России. Группа компаний ИНК занимается геологическим изучением, разведкой и добычей углеводородного сырья на месторождениях и участках недр в Восточной Сибири — в Иркутской области, Республике Саха (Якутия) и Красноярском крае.
До реализации проекта специалисты ИНК использовали в работе графические станции, на которых проводили инженерно-геологические вычисления.
Однако графические станции обладают ограничениями по объему расчетов с использованием цифровых моделей месторождений, связанными с их производительностью. Использование этих решений было неэффективным с точки зрения затрат времени, которое необходимо для выполнения расчетов на отдельной станции. Сложные модели с большим количеством ячеек рассчитывались долго, что приводило к низкой оперативности принятия бизнес решений высокой стоимости.
Появилась необходимость в объединенной территориально распределенной системе. Специалисты Lenovo предложили подключить графические рабочие станции каждого объекта к единому HPC-кластеру, в котором будет происходить обработка огромных массивов данных. Коммуникацию между Lenovo и ИНК, логистику, доставку и монтаж оборудования осуществлял многолетний партнер Lenovo — Сибирский центр информационных технологий (ISIB). После этого специалисты Lenovo провели настройку оборудования и протестировали его совместно с ИНК.
Кластерный вычислительный комплекс Lenovo Scalable Infrastructure оснащен 6 вычислительными узлами с гибридной архитектурой GPGPU (General-purpose computing on graphics processing units), 120 вычислительными ядрами CPU, 3 840 — CUDA, 30 720 — Tensor. Суммарная ёмкость оперативной памяти TruDDR4 2666MHz — 1 152 GB, а оперативная память на ядро CPU — 9.6 GB.«Группа Астра» в свободном доступе опубликовала курс по российской службе каталога ALD Pro для обучения администраторов
Благодаря внедрению суперкомпьютера Иркутская нефтяная компания существенно увеличила вычислительные мощности. Специалисты ИНК отмечают рост производительности отдельных моделей до 7 раз. Кроме того, HPC-кластер обеспечил высокую гибкость и масштабируемость системы, а также значительно упростил обслуживание 19 месторождений.
Каждому нашему заказчику мы стремимся предоставить наиболее оптимальное и эффективное решение, учитывая при этом специфику его деятельности и задач. Совместно с ИНК нам удалось построить HPC-кластер,
который не только значительно ускорил процесс расчётов цифровых моделей месторождений, но и снял ограничения по их размерности, отмечает Дмитрий Паршин, генеральный директор направления DCG компании Lenovo в России и СНГ
|
После внедрения, запуска и настройки мы увидели существенное увеличение скорости. Некоторые модели получили практически линейное ускорение — их производительность возросла до 7 раз, рассказывает Александр Овчинников, главный специалист по разработке Иркутской нефтяной компании
|
Специалисты ИНК подвели основные итоги внедрения HPC:
- Произошло практически линейное ускорение сложных моделей.
- Удалось освободить мощности графической станции (до внедрения суперкомпьютера использование графических станций во время расчетов было затруднительным).
- Появилась возможность производить многовариантные расчёты — процесс ускорился более чем в 6 раз.
- У сотрудников без графических станций появилась возможность совершать высокопроизводительные расчёты.
Теперь в зависимости от сложности задачи специалисты могут использовать ресурсы как отдельного узла, так и целого кластера. Следовательно, при помощи HPC удалось снять ограничения по размерности цифровых моделей.