您现在的位置是：首页 > 新闻资讯网站首页新闻资讯

维基百科中并没有cloud service的概念，而归为cloud computing，是一种基于互联网的计算方式，通过这种方式，共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备，使用服务商提供的电脑基建作计算和资源。简单的理解就是把网络、服务器、存储、应用软件、服务等资源放到一个池子里，如果想用，按需给第三方服务商付费就行。其实就是集成+运营。

目前有四种部署模型：公有云、私有云、社区云、混合云。用住房来理解，公有云就是公共公寓，你根据自己的需求租用某一间房屋，按需付费；私有云就是你拥有的独栋别墅，只有你自己才能打开门锁，使用屋里的资源；而社区云就是满足某一群有特定需求的租户的公寓，比如配备有电脑、空调、投影仪的公寓以满足有此需求的一类租户；混合云就是公有云和私有云混合而存，一栋楼上面几层归个人所有，下面几层是租房。

在油气行业，地震勘探采集的数据本来就很庞大且复杂，随着数字油田的建设，传感器的普及，油田的数据呈指数级增长，好多油田的数据库都达到了PB级别。这些数据应有助于公司更有效地识别和解决问题，但是如此大量的数据在存储、分析、调用方面都面临很大的困难，其利用率达不到5%。基于云的计算为石油和天然气公司提供了将数据异地存储在可适应其需求的可扩展服务器中的机会。有效存储后，可以更轻松地使用数据来优化生产。可以预测计划和维护，现场操作员可以轻松访问数据，以帮助他们做出更好的决策，并且可以更快地发现和解决潜在的问题。

基于云的计算可提高油公司的敏捷性，帮助他们更快地制定决策。有效地利用他们的数据分析业务流程，生产方法，维护计划，资产管理，员工队伍，供应链和客户关系，基于这些信息在较短的时间内及时建立模型分析做出调整。

将数据转移到云意味着企业不再需要购买昂贵的服务器，也不必寻找容纳它们的空间。无需持续的维护服务器，公司可以简化其IT团队。数据中心提供了保持服务器正常运行所需的所有专业知识–停电的可能性较小，从而提高了生产率，如果服务器出现故障，数据合同可以减轻成本。

在基于云的计算的早期，对安全的担忧是最大的问题。允许第三方访问敏感数据可能是一个艰巨的决定。但是，近年来，恐惧已大大减少。数据中心在安全服务方面进行了大量投资，聘请了最高级的安全专家，并提供了针对在线和物理攻击的最新防御措施。他们还为您管理安全标准合规性，从而消除了对专业员工的需求。将数据保留在内部会带来自身的安全风险和相当大的成本–必须不断更新服务器以达到最新的安全标准，并且必须保护每个物理和Wi-Fi入口点。

将数据存储在云中可使公司更有效地工作。文件管理，供应链管理和客户管理都保存在一个地方，任何有权限的人都可以访问。基于协作的基于云的系统（例如Google Docs）意味着，多个团队成员可以在任意位置立即处理一个文档，这在石油和天然气行业中尤其重要，因为在石油和天然气行业中，公司雇员都是遍布全球。

石油和天然气公司对环境的影响非常敏感，并一直在寻找减少环境影响的方法。基于云的计算意味着可以更高效地使用服务器，从而减少能耗。数据中心本身在减少环境影响和优化能源使用方面进行了大量投资。在一个更加注重环保的世界中，石油和天然气公司能够证明自己致力于减少其影响而受益。

订单管理系统（OMS）可与云服务一起使用，在项目期间，由OMS系统生成的数据将安全地存储在云中，并立即提供给客户，检查员和操作员。

根据Gartner2020年的数据，国际上主要的云服务供应商以有亚马逊、微软、阿里巴巴、谷歌、腾讯，占据全球公有云服务市场80%的份额。

Amazon Web Services (AWS) 是全球最全面、应用最广泛的云平台，创建于2006年，目前于全球 24 个地理区域内运营着 77 个可用区，并宣布计划在印度尼西亚、日本和西班牙新增三个 AWS 区域，同时再增加 9 个可用区。从全球数据中心提供超过 175 项功能齐全的服务。向个人、企业和政府提供一系列包括信息技术基础架构和应用的服务，从计算、存储和数据库等基础设施技术，到机器学习、人工智能、数据湖和分析以及物联网等新兴技术多种复杂的技术。

2、微软Azure

自2008年开始发展，2010年2月份正式推出，目前全球有54座数据中心以及44个CDN跳跃点（POP）。

2009年创建，其诞生源于阿里内部“去IOE战略”（IT架构中去掉IBM的小型机、Oracle数据库、EMC存储设备），因为美国三大公司提供的服务不仅太贵而且不好用，已经无法满足阿里巴巴高速增长的需求。经过11年的投入，阿里云已经铸成了强大的技术壁垒，阿里云自研数据库AnalyticDB打破TPC-DS数据库评测世界纪录，比第二名提升近30%。目前在全球21个地理区域内运营者63个可用区，CDN覆盖全球六大洲，70多个国家，2800+全球节点。

2008年4月，Google发布了应用程序引擎，同时也是其旗下首款云端计算服务，为开发者提供位于Google数据中心的网页应用开发及托管服务。2011年11月，应用程序引擎于正式向大众开放。目前网点遍布全球超过35个国家/地区，涵盖61个区域，有130多个接入点。

2009年9月启动，经过四年的内部开发，腾讯云于2013年9月9日向公众发布，旨在帮助客户利用云的力量取得成功。目前已开放27 个地理区域，运营54个可用区。

2020年7月，全球地球科学技术领跑者CGG与阿里云达成技术合作，开创了地学软件服务公司和云计算公司的合作新模式。CGG GeoSoftware已将Jason、HampsonRussell，InsightEarth，PowerLog和RockSI等专利地学软件部署在了阿里云上，促使地球科学家能够更高效的开展工作。初步测试结果表明，与部署在本地计算机相比，在阿里云上使用Jason Workbench软件可以显着提高计算效率。此外，将软件部署在云上，给予了CGG GeoSoftware更灵活的技术支持和软件培训服务机制。

2020年7月，哈里伯顿与微软和埃森哲签署一项为期五年的战略协议，将哈里伯顿所有的物理数据中心迁移到微软云。其实早在2017年8月，哈里伯顿就与微软结成战略联盟，致力于提供智能云解决方案，以高效推动下一代油气勘探和开发。哈里伯顿已在Azure上推出其软件产品Decision Space365，这使得在油田现场获得的数据流可通过物联网实时获取，同时通过应用深度学习模型，可实现钻井和油气生产优化，为客户降低作业成本。

2019年5月斯伦贝谢与Google Cloud续签并扩大了协议范围，以开发云原生E＆P应用程序。斯伦贝谢已在Google Cloud Platform上使用其石油和天然气技术软件（包括WesternGeco Omega地球物理数据处理平台和Software Integrated Solutions DELFI认知E＆P环境）进行地震处理，解释和地下建模。随后在9月的SIS全球论坛上，斯伦贝谢加强了其在Microsoft Azure和Azure Stack上开发云原生解决方案的技术合作伙伴关系。将DELFI 认知环境中的石油技术套件部署在了Azure上，使客户能够利用高性能计算和云计算来运行业界领先的ECLIPSE*和INTERSECT*油藏模拟器，同时斯伦贝谢在Azure堆栈基础设施上部署了其DrillPlan* coherent well construction planning解决方案，以补充其最初的Azure部署。早期的客户都证明了，技术上云后，计算速度显著加快，提升了用户的灵活性和高效性。

艾默生现在提供地震处理和成像、数据解释、地下建模、地层评估、油藏工程、生产优化以及其他服务，2019年9月，艾默生宣布将整个E&P软件套件都放在了云上，从而使石油和天然气公司能够安全地利用数字技术来更好地建模和优化新旧油藏的产量。艾默生的E＆P云托管软件可以在Azure和其他领先的云平台上运行，目前有两种业务选择：客户管理，客户在云计算平台上运行软件，并由自己的IT组织管理存储；由艾默生经营，艾默生在云上管理IT操作，包括云平台、软件支持、维护和操作。

Equinor的数据中心总共存储了超过26 PB的数据，相当于美国基因数据库的50倍，在未来的几年中，数据量每隔一年就会翻一番。通过云解决方案可以使数据更易于访问，从而能够在Equinor内部和与合作伙伴进行外部更有效地共享数据。在过去的十年中，云服务使数据存储成本降低了95％以上。

6、奥地利石油天然气公司（OMV）

2019年12月，OMV与微软达成合作，将应用微软混合云平台Azure进行数据的存储和处理，而且在未来三年内，OMV预计将其大部分数据处理的工作搬到云平台，并将采用Office 365作为其员工的通信、协作的解决方案。

近年来，为了提高企业竞争力，打造国际一流综合性国际能源公司，中国石油提出了“共享中国石油”的信息化战略发展规划，联合华为共同打造了勘探开发梦想云平台。制定了统一的数据模型标准，实现了48万口油气水井、500个油气藏、7000个勘探工区、60多年历史数据，存储的数据总量超过1.7PB的数据集中统一管理。

其实很多公司远不止跟一家云平台供应商合作，随着国际市场的扩大，国际公司甚至跟多个云平台合作。

对于油气行业来说，云计算已经不再是一个全新的术语，许多公司在日常工作中都在积极追求基于云计算的服务，软件上云、数据上云、云上测试、云端办公等等，用于优化流程、提高效率和可靠性。云计算提供了广泛的服务，可以在特定的基础上进行选择，也为不同的可能性开辟了道路。随着强大的数据安全措施和云法规/标准的出现，云服务对于油气行业将是安全和可靠的。根据所需的安全协议，选择最合适的云服务类型，进一步加强对数据和安全的控制。对人工智能算法的改进将是提高云的高效利用的下一步。