华为，AI油服引领者

谈及华为，人们可以想到很多闪耀的标签，如鸿蒙、中国智造……

然而，华为的故事远不止于此。

12月5日，华为在北京举办了“华为中国政企业务油气矿山媒体沟通会”活动。华为中国政企油气矿山系统部总经理范涛和华为中国政企CMO邱恒出席，介绍了华为如何通过ICT技术激发油气矿山行业新质生产力。

在会议现场，石油Link深切地感受到华为正以另一重身份强势崛起——AI油服引领者。

据了解，11月28日，中国石油发布了700亿参数昆仑大模型，推进“人工智能+”行动。在这一里程碑式的成就背后，华为不仅参与了顶层设计，还建设了昆仑视觉大模型、科学计算大模型。

11月29日，国家管网集团正式上线应用“管网”大模型，旨在通过人工智能赋能10万公里油气管网建设运营和资源配置，而华为为此提供算力底座和技术栈支持。

那么，华为究竟是如何跨越行业界限，成长为AI油服引领者，加速行业智能化发展步伐的呢？

01

AI油服引领者的崛起

时势造英雄，英雄亦适时。

自巴黎气候协定签署以来，全球能源结构在各国政府和国际组织的推动下不断进行调整，可再生能源的发展势头日益强劲，带给了传统油气行业绿色低碳转型的巨大挑战。

与此同时，全球油气资源的劣质化趋势也日益明显，油气勘探开发活动不得不从常规油气田转向非常规油气田，从浅层浅水油气田转向深层深水油气田，提高油气采收率和降低生产成本也成了行业亟待解决的重要课题。

面对这些挑战，油气行业迫切需要通过转型来提质增效，助力绿色低碳、能源变革。

而数字化、人工智能等新一轮技术革命的出现，为油气行业寻求突破提供了契机。这些前沿技术备受瞩目，吸引了国际石油巨头以及顶尖油服企业在内的众多行业参与者。

在这一波技术浪潮中，华为作为一个跨界的特殊玩家，凭借其深厚的技术创新实力脱颖而出。

作为全球领先的ICT基础设施和智能终端提供商，早在90年代，华为就开始IT建设和业务管理的变革，从IPD研发流程管理到ISC供应链管理，逐步建立起信息化的IT系统。

到2014年，华为正式启动了数字化转型，更是在2018年前瞻性地全面布局人工智能战略。

为进一步提升团队高效协同、快速响应客户需求，华为中国政企油气矿山系统部总经理范涛在媒体沟通会透露，今年年初，华为将油气、矿山行业业务进行了整合，集中资源服务全国4W+家客户，通过拉通研、营、销、供、服团队，高效协同，缩短产业链条，为油气、矿山客户打造适配行业需求的场景化解决方案。

目前，华为油气矿山的业务涵盖了油气、矿山、冶炼、化工等众多领域。在油气业务方面，华为已与中石油、中石化、中海油、国家管网签订了战略合作协议，提供端到端的ICT解决方案。

通过合作，华为将AI 、5G、云、大数据等技术和油气行业深度融合，赋能油田勘探与生产、管道运输、炼油化工、成品油零售等不同领域，助力油气行业实现数智化转型。

02

华为AI的独门心法

成功从来不是偶然，所有的厚积薄发，都有迹可循。

当前，加速推进行业数智化转型已成业界共识，而华为成为AI油服领域的佼佼者，离不开其强大的创新研发能力。

数据显示，华为公司拥有研发人员超过11万，占比超过55.5%，近十年累计研发投入费用超过11100亿元。

除此以外，华为能将数字世界带向油气行业，关键在于解决了“隔行如隔山”的跨界挑战。

众所周知，油气行业产业链长，工作场景复杂多变，而传统的人工智能模型往往针对特定场景开发，不同小模型对应不同场景，难以在不同场景之间迁移和复制，这种高度的定制化不仅限制了模型的通用性，还将显著增加企业的运营成本。

面对诸如此类AI在油气矿山行业落地的难题，华为中国政企油气矿山系统部总经理范涛表示，华为针对性地研发了人工智能的新架构，采用“云边协同”两级架构。

通俗点来说，就是在集团侧部署训练中心，负责模型的训练开发，在边缘侧对训练好的模型进行推理，过程中识别并捕获异常数据，定期或定量地送回训练中心进一步学习和分析。

这种“边用边学”的循环方式，使得模型能够不断适应新的生产环境和异常情况，不仅解决了传统模型定制化严重、泛化性差的问题，还解决了传统架构中难以应对的未知挑战。

2024年6月，华为正式推出工业领域的盘古大模型5.0，其基于海量数据，拥有强大的拟合能力，包括视觉大模型、预测大模型、盘古自然语言大模型、多模态大模型、科学计算大模型等在内的多元化功能，并在全系列、多模态、强思维三个方面进行了全新升级，可为油气行业提供更加智能、高效的解决方案。

不仅如此，针对应用场景数据不足，数据收集和处理工作量巨大的挑战，华为还创新性地打破了L0、L1、L2三层模型逐步构建的传统路径，提出了全新的大模型应用落地策略，以满足不同类型的客户类型和需求。

具体而言，在初始阶段，可以直接通过L0大模型结合场景数据集实现L2场景的快速开发。随着场景规划分批落地后，企业收集和标注的行业数据就可以快速的拿来训练L1行业模型，补足L1的能力。

正是这种以技术为基石、以客户为中心的理念，构成了华为AI在油气行业成功的底层密码。

03

油气AI，从数智化底座开始

在AI技术日新月异的今天，算力、存力和运力已成为各行业革新与进步的关键要素。对于油气行业而言，AI技术的融入并非一蹴而就，这三大数智化底座的全面升级显得尤为重要。

多年来，华为凭借深厚的数智化技术积累，正逐步将其“智慧”延伸至油气行业的各个细分领域，为行业发展AI技术提供了坚实的支撑。

以地震勘探技术为例，这两年地震勘探为了能够将复杂的地下情况看的更清楚，正朝着高分辨率、三维、多波多分量方向发展，采集的地震数据量庞大且复杂，部分单体数据达到PB（1024TB）级，在处理过程中甚至达到十几个PB的数据量。

作为行业主流的地震数据处理解释软件，东方物探自主研发的国内首款一体化大型软件GeoEast，每个版本都会融入更加前沿、更加智能的物探技术，因此导致其算力、存储需求的暴增。

为了解决这一问题，东方物探选择与华为合作，依托其领先的算力、存力、运力资源，来提升GeoEast的处理解释性能。

据华为中国政企CMO邱恒现场介绍，在存储领域，华为构建了鲲鹏通用计算平台，采用对称分布式架构，并运用了集群模式、自动负载均衡及全局缓存等技术，来实现系统资源的高效管理和配置。

这一设计不仅缩短了地震资料处理的周期，还便于实现节点扩容以及系统性能和容量的线性扩展。

针对高性能计算需求，鲲鹏的计算节点与管理节点均配备了鲲鹏服务器，尤其浮点运算上的性能优势，有效减轻了地震资料处理中的庞大计算压力。

而在网络传输方面，鲲鹏实施了计算、存储、管理三大网络的独立分离策略，即计算网络采用万兆以太网，管理网络则使用了千兆以太网，而存储网络则选用了高速的10GE以太网或40GE IB网络，以确保数据传输的迅速与高效。

经测试，华为鲲鹏的引入显著提升了GeoEast的性能。以时间偏移（PSTM）和深度偏移（PSDM）为例，相同场景下鲲鹏处理速度提升2至3倍。

同样，中石化石油物探技术研究院有限公司在信息化建设过程中，也采用了华为OceanStor海量存储、高速核心交换机、定制化高性能服务器集群等先进核心设备，建成了中石化最大的超算中心，为高效、准确发现油气资源提供算力支持。

依托这一高性能计算平台，物探院实现了对海量地震数据的高速处理，大幅缩减了数据处理时间，提高了数据处理的精度和效率。

更重要的是，借助大数据技术，研究人员能从复杂的地震数据中挖掘出更多有价值的信息，为油气勘探提供更加精准的井位建议和储量预测，让油气行业迈入数智世界。

04

重构油气行业数智版图

当前，数智化浪潮正以前所未有的力量席卷全球，而传统油气行业，这个一度在数字化建设上相对滞后的领域，正迎来数字化变革的全新洗礼。

正如国际能源署（IEA）发布的首份《能源数字化转型》报告所预见的那样，云计算、人工智能、物联网等数字技术为能源行业的重大挑战提供了全新解决方案，显著提升了能源系统的安全性、效率、普及性和可持续性，促进了新商业模式的涌现，更在逐步重塑现有的能源市场格局。

2023年，华为针对千行百业复杂的数智化转型场景，提出要让“数智世界，一触即达”的愿景。

华为中国政企CMO邱恒表示，华为希望通过“伙伴+华为”体系，以自主创新的技术、深入场景的方案、适销易用的产品，配合在身边的、贴心周到的服务团队，以及丰富的“自身+行业标杆转型经验”的复制，让更多行业客户与“数智世界，一触即达”。

以国家管网为例，其依托华为算力底座和技术栈，成功构建了“管网”大模型，并上线了超过20项应用场景，覆盖了从办公、工程建设到生产调控等多个核心业务领域。这一项目还成为了油气行业中首批通过国家相关部门行业大模型和算法“双备案”的代表性人工智能应用。

值得一提的是，在生产场景中，“管网”大模型能够实时诊断压缩机组的潜在故障，推动从计划性维检向预知性维检的转变。而且，通过AI语音输入和仪表读数的自动识别功能，有效减轻一线员工的工作负担，使得工作量减少了约10%。

在安全场景中，“管网”大模型同样表现出色。它利用AI技术识别管道本体的缺陷特征，推演安全风险扩散趋势，并精准识别LNG槽车装运过程中的10余种危险行为，实现了全天候、全方位的监管。

据透露，国家管网未来还将规划建设80余个应用场景，华为也将基于在大模型、AI平台、算力等方面的技术沉淀，继续支持国家管网集团进一步提升“能源动脉”的数智化水平。

事实上，同样的变革故事，正在油气行业不断上演。

目前，华为先后与中石油、中石化、中海油、国家管网、万华化学签订了战略合作协议。也和新奥、华润、中燃等国内众多燃气企业也与华为建立了紧密的合作关系，共同探索企业的数智化转型，以提高生产效率，降低运营成本，提升安全运营。

或许我们可以预见，在这场重构油气行业数智版图的变革中，一幅智慧能源的新蓝图正逐步走进现实。