如今，传感、数据分析、连接等技术所能实现的大部分目标都有可能实现，因为我们今天拥有强大的计算能力。再加上新近发现的从地球上开采更多化石燃料的能力，你就有了一个非常强大的工具来管理可以说是任何石油生产国最大的资产——储层。
今年早些时候，埃克森美孚宣布了一项重大突破在复杂的油气储层模拟模型中——使用716,800个并行运行的处理器，帮助埃克森美孚的地球科学家和工程师优化储层动态预测。它不仅是石油和天然气行业中使用的处理器数量最多的，也是整个行业报道的最大的模拟之一。
现在想象一下用少得多的处理器也能取得同样的成功。IBM，石岭科技而且英伟达最近展示了使用图形处理单元(gpu)来加速标准处理器(中央处理器)的能力，并将其应用于工程应用。这两家公司总共只使用了十分之一的功率和百分之一的空间，就打破了以前的油藏模拟能力。这一消息证明了英伟达gpu的模拟能力10亿个细胞模型在发布时间的一小部分，同时提供比传统CPU代码好10倍的性能和效率。
这一突破性成就使用了60个Power处理器和120个GPU加速器，旨在改变用于模拟和探索的关键业务高性能计算(HPC)应用程序的价格和性能。
能源公司在钻探之前，利用油藏模型来预测地下石油、水和天然气的流动，以找出如何更有效地提取最多的石油。十亿细胞模拟由于其寻求提供的细节水平而极具挑战性。Stone Ridge Technology开发了Echelon石油油藏模拟软件，使用30个IBM Power Systems S822LC用于HPC服务器，配备60个Power处理器和120个Nvidia Tesla P100 GPU加速器，在92分钟内完成了10亿细胞油藏模拟。
“这个计算非常突出地展示了gpu提供的计算能力和解决方案的密度。这样的速度让油藏工程师可以比以前进行更多的模型和假设场景，这样他们就可以更有效地生产石油，开发更少的新油田，并负责任地使用有限的资源。”Stone Ridge Technology总裁Vincent Natoli说。通过将计算性能和效率提高一个数量级以上，我们正在为油藏模拟社区普及HPC。”
高性能计算的民主化还体现在成本结构的显著差异上——更多的是在100万到200万美元的范围内，而不是埃克森美孚系统的数亿美元。
IBM指出了其Power架构对于数据密集型和认知工作负载的好处。IBM负责高性能计算、人工智能和分析的副总裁Sumit Gupta说:“通过在IBM Power Systems上运行Echelon，用户可以使用一小部分硬件实现更快的运行时间。”“之前的记录使用了超过70万个处理器的超级计算机装置，占地近半个足球场。Stone Ridge在IBM Power Systems的两个机架上进行了计算，这两个机架可以容纳半个乒乓球桌的空间。”
关于gpu的一个常见误解是，它们更适合于简单、更自然的并行应用，比如地震成像。该项目旨在证明它们在复杂的应用程序代码(如油藏模拟器)上也是有效的。该项目还表明，即使是中小型石油和能源公司也可以利用基于计算机的油藏建模，并从其资产组合中优化生产。
虽然在世界上只有少数地方十亿细胞模拟提供的分辨率和细节是有用的，但计算突出了新的完全基于gpu的代码(如Echelon存储模拟器)和等效的传统CPU代码之间的性能差异。Echelon从集群扩展到工作站。虽然它可以在30台服务器上模拟10亿个单元，但它也可以在一台服务器上运行更小的模型，甚至可以在桌面工作站的单个Nvidia P100板上运行——后两种用例更适合能源行业。
