Dan Kahn – NVIDIA 技術博客
http://www.open-lab.net/zh-cn/blog
閱讀開發者創建的最新技術信息、頭條新聞 和內容。
Thu, 02 Jan 2025 09:22:04 +0000
zh-CN
hourly
1
196178272 -
聚焦：Stone Ridge Technology 利用 AWS 上的 NVIDIA PhysicsNeMo 加速油藏模擬工作流
http://www.open-lab.net/zh-cn/blog/spotlight-stone-ridge-technology-accelerates-reservoir-simulation-workflows-with-nvidia-modulus-on-aws/
Thu, 19 Dec 2024 09:18:06 +0000
http://www.open-lab.net/zh-cn/blog/?p=12486
Continued]]>
能源勘探中固有的風險和不確定性包括未知的地質參數、流體和巖石屬性的變化、邊界條件和噪聲觀測數據。嚴格校準關鍵油藏工程任務和現場優化的不確定性需要運行大量前向模擬。用例包括歷史記錄匹配、概率預測和反向問題。當與包含數十萬或數百萬個主動網格單元的高保真模型結合使用時，高性能計算 (HPC) 模擬器需要大量計算資源。 傳統上，代理或代理模型用于應對這些挑戰，因為它們能夠快速評估場景。許多現有的代理生成方法都針對特定場景，無法推廣到不同的問題。另一方面，全場代理模型在空間和時間上直接近似地求解油藏的主要或狀態變量，類似于全物理數值模擬器。 因此，可以將這些代理替換為完整的模擬器，并可用于應對各種挑戰。由于高計算要求和算法挑戰，為 3D 油藏生成全場代理仍然是一項挑戰。然而，生成完整字段代理的可行方法是結合使用先進的 ML 技術 (例如神經運算符、Neural Operators)、
Source
]]>
12486
-
聚焦：借助 AWS Energy HPC Orchestrator 和 NVIDIA Energy 示例加速能源領域的 HPC
http://www.open-lab.net/zh-cn/blog/spotlight-accelerating-hpc-in-energy-with-aws-energy-hpc-orchestrator-and-nvidia-energy-samples/
Thu, 24 Oct 2024 04:56:44 +0000
http://www.open-lab.net/zh-cn/blog/?p=11684
Continued]]>
能源行業的數字化轉型需要大幅增加對關鍵 HPC 工作負載和應用程序的計算需求。這一趨勢以先進的地震成像方法（例如逆時偏移（RTM）和全波形反演（FWI））為例，其中最大頻率的翻倍可使計算工作負載增加 16 倍。同樣，在油藏模擬中，網格離散化在所有三個維度中減少一半，可將計算需求放大 8 倍。 這些發展凸顯了對靈活且可擴展的計算資源的迫切需求，這些資源可根據能源行業不斷變化的 HPC 需求量身定制。云計算是滿足日益增長的計算需求的可行解決方案。然而，實現云計算的最佳性能和成本需要大量工程工作來實現現有 HPC 應用的現代化。 AWS Energy HPC Orchestrator 提供了一個集成環境來克服這些挑戰。這個開放式行業平臺和市場生態系統由 AWS 和領先能源公司合作開發，并與 NVIDIA Energy Samples 直接提供，專注于實現處理模塊之間的互操作性，
Source
]]>
11684
人人超碰97caoporen国产