Биряльцев Евгений Васильевич, специалист в области специализированных информационных систем, автор более 50 публикаций, в том числе 3 свидетельства о регистрации программ, 2 изобретений, соавтор более 50
Родился в 1960 году в г. Казани. Закончил Казанский государственный университет в 1982 году по специальности «Радиофизика». В 1982–1991 году работал в оборонном комплексе СССР. В 1991–2001 один из основателей и директор
Биряльцев Евгений Васильевич, Галимов Марат Разифович ООО «Градиент Технолоджи»
В докладе рассматриваются требования к системному программному обеспечению, используемому при решении задачи разработки и эксплуатации комплексного
В настоящее время подходы к анализу, проектированию и оптимизации сложных технических систем на основе третьей парадигмы естествознания — применения масштабных имитационных компьютерных моделей, все чаще используются в промышленности. Хорошо известны такие подходы в авиа и авто строении, химической промышленности, биологии. В последнее время в нефтегазовом секторе также начинают появляться технологии, основанные на представлении геологической среды численными моделями. Одним из таких направлений являются методы, основанные на численном решении уравнений распространения сейсмических волн.
Численное решение уравнений распространения сейсмических волн позволяет решать практически интересные задачи восстановления свойств геологической среды, например наличия залежей углеводородов, или свойств источников сигналов, например характеристик трещин, образующихся при гидроразрыве пласта, что важно для дальнейшей разработки пласта. Несмотря на то, что численное решение уравнений сплошной среды хорошо известны теоретически и практически реализованы в современных прикладных системах, например ANSYS, специфика нефтегазовой промышленности влечет за собой некоторые трудности в их практическом применении.
Моделирование распространения сейсмических волн для практически интересных задач должно проводиться на сеточных моделях с характерными размерностями 109 в настоящее время и 1012 в обозримой перспективе. Вычислительные мощности, требуемые для решения таких задач экономически оптимальным образом, реализуются на гетерогенных средах с использованием GPU.
Объемы получившихся модельных данных при этом составляют первые терабайты с перспективой увеличения до сотен терабайт. Эти данные сопоставляются с полевыми измерениями, объемом в сотни гигабайт. Результаты моделирования и сопоставления подлежат визуализации.
Нефтегазовая промышленность характеризуется принципиально распределенной работой, таким образом доступ как к вычислительным мощностям, так и к данным требуется производить в удаленном режиме с использованием относительно низкоскоростных каналов связи.
Наша компания занимается разработкой и коммерциализацией комплексного
Специалисты компании совместно с научными организациями РТ начиная с 2005 годах проводили исследования по поиску наиболее эффективных
1. Два высокопроизводительных вычислительных кластера (52 и 24 TFLOPS) на основе вычислительных
2. Специализированное программное обеспечение для выполнения моделирования и обработки данных осуществляющее распределенных параллельные вычисления на вычислительных узлах кластера. Стек технологий: OpenCL, MPI, Java.
3. Для визуализации модельных и экспериментальных данных используется сервер предоставления виртуальных рабочих столов Citix XenDesctop с технологией Nvidia GRID.
4. Хранение данных осуществляется на основе СУБД PostgreSQL, рассматривается применение Apache Hadoop.
Опыт разработки и эксплуатации данного комплекса показал, что существующее базовое программное обеспечение не в полной мере отвечает требованием промышленной эксплуатации. В частности:
1. Отдельные компоненты не в полной мере отвечают функциональным и системным требованиям и интегрируются друг с другом с большими сложностями.
2. Существующие программные средства не учитывают появление перспективных аппаратных технологий, таких как, напрмер, NVLink и Unify Memory.
3. Большая динамика развития элементной базы и архитектуры графических вычислений затрудняет сопровождение программного обеспечения.
Опыт показывает, что для промышленного применения систем, основанных на масштабном численном моделировании в нефтегазовой отрасли требуется прозрачная для пользователя интероперабельная операционная среда, позволяющая подключать по запросу требуемые вычислительные мощности, в том числе с использованием GPU существующих и перспективных архитектур, позволяющая осуществлять произвольный доступ к терабайтным объемам модельных и полевых данных, в том числе для визуализации сверхбольших пространственных данных в удаленном режиме по сетям общего пользования. Таким образом, данная среда должна интегрировать возможности HPC, Big Data и DaaS в едином базовом программном продукте и обеспечивать стабильность развития прикладного программного обеспечения в течении минимум 10 лет.