國內一家從事油氣勘探的領先企業承接了大量的國內外石油天然氣勘探項目，每年的地震數據分析處理的任務量非常大，傳統的 HPC 計算方法無法大幅提升數據處理效率。

在傳統的地震數據處理和解釋過程中，有一些操作需要人工來完成，或使用傳統的特征提取的方法，如去噪、初至拾取、速度拾取、斷層檢測、地質體識別等。傳統方法不僅工作效率低下，而且對專業經驗要求非常高，成為提高地震處理和解釋效率的瓶頸。

傳統 HPC 計算方法

無法大幅提升數據處理效率

地震數據處理通常會遇到以下兩個挑戰：

• 隨機噪聲會嚴重影響地震資料的處理工作，如何高效地從含噪數據中提取有效信息，是地震資料處理領域的一個重要難題。傳統去噪方法需要從數據的先驗分布出發，建立并求解數學模型，還需要進行大量傅里葉變換的計算。傳統地震數據去噪方法對于不同噪聲條件下的去噪具有一定的效果，但地震數據的噪聲產生因素多，噪聲分布復雜，僅僅根據數據先驗知識，人工建立的模型只能提取淺層特征，表達能力較弱，無法描述復雜的噪聲分布，嚴重影響了模型假設和參數設置的準確性。更重要的是，野外數據的噪聲分布是未知的，缺乏足夠的先驗信息，因此傳統方法去噪效果并不太理想。

• 初至拾取是地震數據處理過程中極為基礎且重要的一項工作，傳統采用人工拾取方式，工作量大，拾取效率低，且容易引入系統的人為誤差。而且初至拾取的準確性，在很大程度上會影響后續處理步驟的精度。

地震數據解釋也會遇到以下兩個挑戰：

• 傳統的地震斷裂解釋主要是一種人機交互方式，這導致斷層解釋效率低、人為不確定性大，增加了油氣勘探開發的成本和風險。而常規的斷層識別方法通常需要專業人員設置多個參數來控制斷層識別效果，這導致識別的斷層結果嚴重依賴參數設置的準確性。

• 地震層位解釋是油氣勘探中的關鍵環節，也是地震解釋中最耗時的一項工作。目前層位解釋和標定更多的是依靠人工或機器輔助的方式進行。目前，地震層位追蹤方法偏重于三維層位追蹤和剖面自動追蹤算法，存在效率低、需要人為指定種子點、訓練追蹤時間長等缺陷。

AI 加持下地震處理和解釋

效率提升 60～200 倍

針對地震數據處理方面遇到的挑戰，該物探企業在其地震數據處理解釋一體化軟件中開發了相應的人工智能計算模塊，來加速數據的處理。NVIDIA 負責石油領域的技術專家，支持其在 NVIDIA Tensor Core GPU 和 CUDA-X AI 平臺上進行模型訓練和不斷的模型優化，使得用 AI 模型進行隨機噪聲去噪，相比曲波迭代閾值法，去噪效率提高了近 200 倍；且智能去噪方法不再像曲波迭代閾值法那樣需要復雜的參數調試，可以自動識別并分離出噪聲；同時去噪計算的 AI 模型只學習隨機噪聲的特征，因此在去噪過程中不會損害有效信息，去噪后的數據保幅性好，可以滿足地震處理保幅性要求。

對于初至拾取任務的 AI 模型，在單 GPU 上運行推理任務，可實現 30 多分鐘預測 3 億多道的初至拾取，通常一個工區任務利用多 GPU 服務器并發運行，即可在約一小時左右完成全部初至拾取任務；經測試對比，對于 5 萬炮中等信噪比數據，AI 模型推理預測速度相對于人工拾取方式快 80 多倍。

針對地震解釋方面遇到的挑戰，該企業該在解釋軟件中開發了相應的人工智能計算模塊，來加速數據的解釋。在 NVIDIA Tensor Core GPU 和 CUDA-X AI 平臺上，使用混合精度訓練和對 AI 模型進行優化，大幅縮短了模型的訓練時間，提升了模型的推理速度。經過對比測試，使用 AI 模型對某三維工區 687 平方公里約 12500 個 CMP 點高信噪比數據進行處理需要約 8 小時，對于某復雜三維工區 432 平方公里約 11600 個 CMP 點低信噪比數據進行處理需要約 10 小時，人工解釋均需約 20 個以上工作日，效率提升 60 多倍。

AI 助力油氣勘探工作效率大幅提升

隨著石油、天然氣物探任務已全面進入高密度勘探階段，物探采集數據呈現指數級增長的趨勢，新采集的大面積三維地震數據，其數據規模已由 TB 級進入 PB 級時代，巨大的數據計算量依靠人工和計算機交互完成已經很難滿足任務要求。通過使用 NVIDIA GPU 和 AI 技術，充分利用海量的地震數據來訓練 AI 模型，替代或部分替代傳統的地震數據處理和解釋計算的方式方法，從而實現地震數據處理和解釋的自動化和智能化，以滿足日益增長的物探任務需求。在該企業地震數據處理和解釋軟件研發過程中，NVIDIA 石油技術專家持續地提供相關的技術支持，使其能夠順利地在 NVIDIA GPU 和 CUDA-X AI 平臺上進行模型的訓練和推理加速，讓 AI 計算運用到更多的石油天然氣勘探領域的場景。

石油和天然氣資源的勘探任務繁重，意義重大，通過 AI 技術提升地震處理和解釋的能力，非常有助于提升油氣勘探的工作效率。NVIDIA GPU 作為強大的 AI 算力平臺，匹配高效的 AI 訓練和推理加速庫，讓技術專家可以更快得獲得處理結果，大大提高了地震處理、解釋的效率和準確性。

GTC 2024 將于 2024 年 3 月 18 至 21 日在美國加州圣何塞會議中心舉行，線上大會也將同期開放。點擊“閱讀原文”或掃描下方海報二維碼，立即注冊 GTC 大會。