油氣
- 您現在的位置：
- 首頁
- 油氣
- 綜合
- “加油爭氣”生產力，“一觸即達”數智化
“加油爭氣”生產力，“一觸即達”數智化
2024-12-17 15:35:12
5e
能源是經濟社會發展的命脈。
但不可忽視的事實是，不管是油氣行業，還是礦山行業，此前的機械化、自動化、甚至是信息化，都已經達到相當高的水平。這也意味著，依靠傳統手段，繼續提升生產力的空間并不大。可問題是，被寄予厚望的數字化、智能化如何落地？
2024年初，華為將油氣、礦山行業業務整合。“組織架構調整，意在拉通研、營、銷、供、服團隊，縮短產業鏈條，快速響應客戶需求。”華為中國政企油氣礦山系統部總經理范濤解釋了其中的原因。
華為確實在縮短產業鏈條，以加快客戶需求響應。在此之前，華為已與中國石油、中國石化、中國海油、國家管網等企業，簽訂戰略合作協議，業務深入油田勘探與生產、管道運輸、煉油化工、成品油零售等不同領域。
華為與中國國能、神東煤炭、山東能源、焦煤集團、陜煤集團等企業，也保持有緊密合作。這種“緊密”，就是“縮短產業鏈條”價值。其因此創造了——華為與山東能源合作，落地全球首個能源行業商用礦山大模型；華為與陜煤集團紅柳林礦業，打造了基于工業互聯網架構的智能礦山。
其中經驗，可總結為三句話：華為在油氣、礦山、冶煉、化工等行業，始終堅持“為場景找技術”、堅持“為模型落地找方法”，堅持“華為+伙伴”戰略不動搖。
有沒有發現這種現象，自動化程度越高的行業，因為受限于七國八制的通信協議，很難形成業務系統間的聯動，也更容易形成相當封閉的生態“小圈子”。
華為就是通過“為場景找技術”，解決了“小圈子”的問題，而且華為找來的是根技術。例如礦鴻脫胎于OpenHarmony，是專門針對礦山場景開發的智能物聯操作系統。它能讓礦山上的所有的設備都講“普通話”，實現跨設備、跨系統的協同和聯動。
目前，礦鴻已經部署在神東的13個煤礦、1個洗煤廠的3300多套設備上。其中烏蘭木倫礦實現了全礦部署，將裝備智能控制、固定場所無人巡檢，以及設備在線升級時間，從1天縮短到4分鐘。
除“聯接”問題之外，企業數智轉型也將面臨更嚴峻的算力、存力、運力挑戰。而且不同于信息時代對“3力”的要求，企業數智轉型更希望“3力”能與應用場景結合，這也需要華為能“為場景找技術”。
好在，華為確實是家有技術的公司。例如，江銅集團德興銅礦希望實現工控網、辦公網、視頻網的三網隔離，超大速率，華為就“找”來了F5G技術；東方物探經常給地球做“CT”，華為就引入鯤鵬，大幅度地了GeoEast軟件的性能；中國石化旗下的物探院，希望在復雜的地質條件下高效、準確地找到油氣資源，華為就幫助其構建超算中心，對海量地震數據進行高效處理，顯著縮短了數據處理周期。
除此之外，數字化和智能化的意義，更在于打破了行業生產力的天花板。因為依靠機械化和自動化，無論如何也不可能實現智能分析、智能決策、主動預防、數據預測性維護、自動駕駛等應用。
在“大模型”還未出現前的“小模式”，確實不太適合落地油氣和礦山里的應用場景。一是，小模型、專家模型（也稱為“傳統模型”）應用的門檻較高。由于在模型訓練和推理階段，需要大量的專業/研究技術人員對傳統模型進行參數校正，往往對專業能力需求較高，沒有普適性。二是，“小模型”泛化能力差，成功案例很難被復制；三是，算法訓練需要將生產單位的數據導出，存在數據泄露等安全風險問題。
“華為人工智能新架構”采用中心訓練與邊緣推理的“云邊協同”兩級架構。在集團側利用正常數據，以及已知的負樣本數據進行訓練，隨后訓練好的模型被推送至邊緣側進行推理。更關鍵的是，在推理過程中，系統還能夠識別并捕獲那些非正常或異常的未知數據。這些異常數據隨后會被標記，并定期或定量地送回集團側，完成進一步的學習與分析。
通過這種“邊用邊學”的循環方式，模型能夠不斷地適應新的生產環境和異常情況，還提高了其泛化能力和應對新問題的能力。而對于規模小、投資小，人工智能需求不多的企業，華為還可提供有盤古調優艙解決方案。
或許是借鑒了“小切口、大切面”的數字化轉型方法論，華為也在改變大模型落地路徑——從“L0、L1、L2”變為“L0、L2、L1”。
通常情況下，大模型分為L0基礎大模型，比如盤古大模型；L1行業大模型，例如盤古礦山大模型、盤古油氣大模型、盤古鋼鐵大模型，它們是在L0大模型的基礎之上，通過海量行業數據訓練而來；在此之上的L2場景模型，則是經L1行業模型“化繁為簡”后，直接應用在生產、業務領域的場景算法模型。
傳統思路是，企業通過大量的行業數據與消耗巨大的算力去訓練L1行業模型，從而實現L2場景模型的升級迭代。但是，對于油氣礦山等很多行業而言，常常面臨著數據不足，或者數據收集和處理的工作量極大等困境。而且訓練L1行業模型的初始算力要求高，時間周期長，無法支撐L2場景模型的快速上線。
華為就提出了一條新的大模型建設路徑：在初始階段，可以直接通過L0大模型結合場景數據集實現L2場景的快速開發。隨著場景規劃分批落地后，企業收集和標注的行業數據就可以快速的拿來訓練L1行業模型，補足L1的能力。
簡單來說，新路徑的優勢在于“小算力起步，逐步擴容”、行業數據可以分批補充，這使得首批場景應用能夠快速落地，驗證大模型能力，過程中實現大模型開發人才的培養和能力的積累。
正在因為不斷地“找方法”，越來越多的大模型開始在油氣和礦山行業落地。華為與中石油合作，深度參與了昆侖大模型中視覺大模型與科學計算大模型；華為與云天化合作，聯合發布全球首個煤氣化RTO大模型，通過預測氣化爐爐溫、渣層厚度，以及渣粘度等關鍵運行參數，實現比煤耗削減1.33%，預計節煤9100噸/年；華為與湖南鋼鐵合作，共同推出廢鋼定級大模型，預計焦炭成本每噸下降5~20元。
當然，大模型落地可以“邊用邊學”，大模型落地也可以有“捷徑”，甚至可以采取迂回戰術，但精準把握客戶需求沒有“捷徑”。所以華為中國政企CMO邱恒說：“華為將始終堅持‘華為+伙伴’戰略不動搖，”因為這是深入行業場景的唯一路徑。
在此之前，華為提出“數智世界，一觸即達”。通過選擇“伙伴+華為”體系，即可憑借華為自主創新的技術、深入場景的方案、適銷易用的產品，配合在身邊的、貼心周到的服務團隊，以及豐富的自身+行業標桿轉型經驗的復制，“即達”數智世界。
這里的“伙伴”，可以是油氣領域的昆侖數智、石化盈科；也可以是礦山領域的云鼎科技、恒達智控。例如華為和云鼎科技合作，共同打造了全球首個能源行業商用礦山大模型；華為與恒達智控合作，推出礦鴻綜采分布式協同成套系統解決方案。
而且這樣的合作伙伴不是一家或兩家，而是超過40000家。目前，華為中國政企業務的合作伙伴已經超過40000多家伙伴，他們的能力覆蓋咨詢、方案打造、運營運維等數智化的全生命周期。
正因如此，“伙伴+華為”才能成為一枚按鈕，“一觸”按鈕“即達”數智世界。所以邱恒最后說：“面對千行萬業的數智化轉型訴求，我們希望通過‘伙伴+華為’體系，以自主創新的技術、深入場景的方案、適銷易用的產品，配合在身邊的、貼心周到的服務團隊，以及豐富的自身+行業標桿轉型經驗的復制，讓更多行業客戶實現‘數智世界，一觸即達’。”
京公網安備 11010802020613號
