Visit your regional NVIDIA website for local content, pricing, and where to buy partners specific to your country.
Transformieren Sie unterirdische KI-Workloads mit High-Performance-Computing (HPC) und Visualisierung.
Öl- und Gasunternehmen werden zu integrierten Energieunternehmen, die mithilfe verbesserter Prozesse Energieträger besser erforschen, produzieren, transportieren und an Verbraucher auf der ganzen Welt verteilen können. Globale Initiativen zur Dekarbonisierung beschleunigen den Übergang von fossilen Energieträgern zu alternativen Energieträgern mit besserer CO2-Bilanz und skalieren erneuerbare Energien wie Windkraft, Sonne, Kernkraft, Wasserkraft, grünen Wasserstoff und Geothermie.
SLB und NVIDIA arbeiten gemeinsam an der Entwicklung und Optimierung generativer KI-Modelle für die Energiebranche unter der Verwendung von NVIDIA NeMo™ und NIM™-Microservices, einschließlich Untergrunderkundung, Produktivbetrieb und Datenmanagement.
Petrobras beschleunigte SolverBR, einen Solver für lineare Gleichungen für die Reservoir-Simulation mit der NVIDIA Grace™ CPU. Dies umfasst eine 4,5-mal kürzere Zeit bis zur Lösung, eine 4,3-mal höhere Energieeffizienz und eine 1,5-mal höhere Skalierbarkeit.
Lernen Sie von Energieunternehmen, die KI einsetzen, um die Energieproduktion zu verbessern und die Betriebskosten zu senken.
Beschleunigen von HPC-Anwendungsworkflows für die Energieexploration mit vorab trainierten, Cloud-nativen Vorlagen im AWS Energy HPC Orchestrator und NVIDIA Energy Samples.
AWS
Erfahren Sie, wie Saudi Aramco einen KI-Assistenten zur verbesserten Verarbeitung seismischer Daten entwickelt hat – zusammengestellt mit NVIDIA® TensorRT™-LLM, bereitgestellt mit NVIDIA Triton™ Inference Server und feinabgestimmt mit NVIDIA NeMo Guardrails.
Saudi Aramco
Erfahren Sie, wie Petrobras SolverBR – einen speziellen linearen Solver mit der auf Arm® basierenden NVIDIA Grace-CPU – erstellt und eine Beschleunigung von bis zu 60 Prozent bei Reservoir-Simulationen erzielt hat.
Shell revolutioniert die CO₂-Speichermodellierung durch die 100.000-fache Beschleunigung von Simulationen mit NVIDIA Modulus, einem Open-Source-Framework zum Erstellen, Trainieren und Feinabstimmen von physikalischen maschinellen Lernmodellen.
Shell
Armada, ein NVIDIA Inception-Mitglied, baut NVIDIA-beschleunigte Edge-Rechenzentren, die von führenden Schwerindustrien verwendet werden, um KI- und HPC-Anwendungen mit zuverlässiger Konnektivität aus der Ferne auszuführen.
Armada
Während sich die Welt in Richtung einer nachhaltigeren Zukunft bewegt, beschleunigen weltweit führende Energieunternehmen ihre wichtigsten HPC- und KI-Workloads mit der Full-Stack-Plattform von NVIDIA. Was ist das Ergebnis? Einige der leistungsstärksten und effizientesten Supercomputer der Branche – unter anderem von Eni, ExxonMobil, Petrobras, Saudi Aramco, Total und dem US Department of Energy – basieren auf NVIDIA-Technologie und rangieren auf den TOP500- und Green500-Listen immer ganz oben.
Im schwierigen Gleichgewicht zwischen Energieerzeugung und Dekarbonisierung erweist sich generative KI als entscheidender Katalysator für den Wandel. Unsere Zusammenarbeit mit NVIDIA wird die Entwicklung von individuellen Lösungen mit generativer KI beschleunigen. Mit diesen Lösungen können unsere Kunden ihren Betrieb optimieren, ihre Effizienz steigern und ihre Gesamtbelastung minimieren.
– Olivier Le Peuch, Chief Executive Officer bei SLB
Wir können den Beitrag der KI zum Energiesektor unter drei Gesichtspunkten untersuchen: Energieprognosen, CO₂-Abscheidung und vorausschauende Instandhaltung. KI-Algorithmen werden für Energieprognosen, zur Vorhersage des Energiebedarfs und zur Optimierung des wirtschaftlichen Nutzens eingesetzt. Durch die Analyse von Daten aus verschiedenen Quellen über Wetter, Boden und Ernteerträge kann KI zur Reduzierung von Kohlenstoffemissionen eingesetzt werden und so unsere Lieferkettenlogistik optimieren und unseren CO₂-Fußabdruck verringern. KI kann Energieunternehmen auch dabei helfen, die Leistung ihrer Anlagen und Ausrüstung zu überwachen.
– Nayef Otaibi, Vizepräsident und Chief Digital Officer bei Saudi Aramco
Shell arbeitet mit NVIDIA an: realistischeren 3D-Modellen von Lagerstätten (z. B. Lagerstätten mit Neigungen) für die CO₂-Speicherung, mehrschichtiger Geologie mit horizontaler und vertikaler Heterogenität, recheneffizienten FNO-basierten Netzen, die größere Eingabedatensätze bearbeiten und akzeptable Vorhersagen über längere Zeitfenster (Hunderte von Jahren) liefern, und digitalen Zwillingsmodellen der nächsten Generation von tiefen Erdschichten für Anwendungen der Kohlenstoffabscheidung und -speicherung (CCS) in Echtzeit mit Unsicherheitsbewertung.
– Pandu Devarakota, Principal Science Expert bei Shell
Die Industrie zur Exploration und Förderung (E&P) erzeugt eine große Menge an Daten, darunter Bohrlochprotokolle, seismische Daten, Produktionsdaten, Bohrdaten und Daten anderer Quellen. Technologien wie die Verarbeitung natürlicher Sprache (NLP) und große Sprachmodelle (LLMs) haben die Möglichkeit geschaffen, Quellen mit beschreibenden, diagnostischen, präskriptiven und prädiktiven Erkenntnissen zu integrieren, was zu einer Steigerung der Investitionsrentabilität führt. Bei der Lagerstättenmodellierung verbessern NLP und LLMs die Integration von Quellen wie Bohrlochprotokollen, seismischen Daten und Produktionsdaten und tragen somit zu entscheidenden Kenntnissen über den Untergrund bei, was für unsere Betriebsabläufe sehr wichtig ist.
– Saud Zakwani, Head of Data Science bei Petroleum Development Oman
SLB arbeitet zusammen mit NVIDIA an branchenspezifischen Grundlagenmodellen mit generativer KI für die globalen Plattformen von SLB, einschließlich der digitalen Plattform Delfi™ sowie der Daten- und KI-Plattform LumiT™. Mit NVIDIA NeMo, Teil der Softwareplattform NVIDIA AI Enterprise, entwickelt das Unternehmen eigene generative KI, die im Rechenzentrum, in einer beliebigen Cloud oder am Edge ausgeführt werden kann.
CMG arbeitet mit NVIDIA zusammen, um die Lösungen des Unternehmens für Untergrundsimulationen in Hinblick auf Geschwindigkeit, Leistung und Energieeffizienz weiterzuentwickeln und zu optimieren, auch in Bezug auf die traditionelle Produktion und die Energiewende.
Shearwater baut seine Zusammenarbeit mit NVIDIA aus, um mit dem NVIDIA Grace Hopper™ Superchip Neuerungen bei der Berechnung und Bilderfassung des Untergrunds mit höherer Leistung pro Watt, besserer Energieeffizienz und weniger Emissionen einzuführen.
SoftServe setzt physikbasierte neuronale Netze auf Basis von NVIDIA Modulus ein, um eine optimale Durchflussrate für virtuelle Messungen in Energiequellen mit elektrischen Tauchpumpen (ESP) zu finden und so den Lebenszyklus und die Rentabilität der Geräte zu verbessern.
Unsere Zusammenarbeit mit NVIDIA bietet einen großen Mehrwert, da NVIDIA Expertise im Bereich KI und eine leistungsstarke HPC-Plattform für die Durchführung dieser Studien einbringt. Umgekehrt sorgt Shell für Realismus und das Energieerlebnis, das für NVIDIA von großem Wert ist.
– Detlef Hohl, Chief Scientist of Computation and Data Science, Shell
Shell arbeitet kontinuierlich mit NVIDIA zusammen: realistischere 3D-Reservoirmodelle (z. B. Tauchreservoir) für die CO2-Speicherung, mehrschichtige Geologie mit horizontaler und vertikaler Heterogenität, recheneffiziente FNO-basierte Netzwerke, die größere Eingabedatensätze verarbeiten und akzeptable Prognosen über einen längeren Zeitraum liefern (Hunderte Jahre) und digitale Zwillingsmodelle der tiefen Erde für Anwendungen zur CO2-Abscheidung und -Speicherung (CCS) in Echtzeit mit Unsicherheitsbewertung.
– Pandu Devarakota, Principal Science Expert, Shell
Im Jahr 2022 wurden über 70 Prozent der Computing-Ressourcen im Center for High-Performance Computing von BP durch Anwendungen im Zusammenhang mit der Reverse Time Migration (RTM) genutzt. Bei RTM-Benchmarking- und Validierungstests haben wir festgestellt, dass eine NVIDIA HGX A100 ohne Komprimierung im Vergleich zu unserem hauseigenen CLXAP-Cluster eine bis zu 35-fache Beschleunigung der Spitzenaufnahme erzielte.
– Muhong Zhou, Senior HPC Software Developer, BP
Wir können den Beitrag von KI zum Energiesektor anhand von drei Dimensionen untersuchen: Energieprognose, CO2-Abscheidung und vorbeugende Wartung ... KI-Algorithmen werden für Energieprognosen, zur Prognose des Energiebedarfs und zur Optimierung des wirtschaftlichen Werts eingesetzt ... Mithilfe von KI lassen sich CO2-Emissionen reduzieren, indem Daten aus verschiedenen Quellen in Bezug auf Wetter, Böden und Ernteerträge analysiert werden ... , um unsere Lieferkettenlogistik zu optimieren und unseren CO2-Fußabdruck zu verkleinern. KI kann auch Energieunternehmen dabei helfen, die Leistung ihrer Ressourcen und Ausrüstungen zu überwachen.
– Nayef Otaibi, Vice President und Chief Digital Officer, Saudi Aramco
In der Explorations- und Produktionsbranche (E&P) fallen riesige Datenmengen an, darunter Bohrprotokolle, seismische Daten, Produktionsdaten, Bohrdaten und andere Quellen. Die Verarbeitung natürlicher Sprache (NLP) und großer Sprachmodelle (LLMs) bietet die Möglichkeit, Quellen mit beschreibenden, diagnostischen, präskriptiven und prädiktiven Erkenntnissen zu integrieren, die die Rentabilität verbessern. Bei der Lagerstättenmodellierung verbessern NLP und LLMs die Integration von Quellen aus Bohrprotokollen, seismischen Daten und Produktionsdaten und liefern so wichtige Erkenntnisse über den Untergrund, die für unseren Betrieb von Bedeutung sind.
– Saud Zakwani, Head of Data Science, Petroleum Development Oman
KI kann bei der Standortauswahl und -zuweisung helfen, indem Physik, Geologie und Metrologie verschiedener Standorte untersucht werden, um Solar- oder Windparks zu optimieren und sie kostengünstiger und produktiver zu machen. Sobald die Einrichtungen bereitgestellt sind, können wir KI verwenden, um das Netz auszubalancieren und die prognostizierte Produktionskapazität für erneuerbare Energien zu identifizieren. KI kann dabei helfen, eine große Installation von Batterien zu optimieren, z. B. beim Laden und Entladen oder bei der Wartung.
– Yehia Khoja, Ministerium für Energie, Head of AI and Business Development, Königreich Saudi-Arabien
Erfahren Sie mehr über die KI- und HPC-Hardware und -Software für Öl und Gas.
NVIDIA DGX™ H200 ist das KI-Kraftpaket, das die Grundlage von NVIDIA DGX SuperPOD™ und DGX BasePOD™ bildet. Ergänzt wird es durch die bahnbrechende Leistung der NVIDIA H200 Tensor Core GPU. Die DGX-H200-Architektur bietet 32 PetaFLOPS KI-Leistung und zweimal schnellere Netzwerke als die Vorgängergeneration sowie Highspeed-Skalierbarkeit.
Der NVIDIA DGX SuperPOD™ ist eine KI-Infrastrukturplattform für Rechenzentren, die es der IT ermöglicht, Leistung ohne Kompromisse für jeden Benutzer und jeden Workload bereitzustellen. Der DGX SuperPOD bietet eine beschleunigte Infrastruktur der Spitzenklasse und agile, skalierbare Leistung für die anspruchsvollsten KI- und HPC-Workloads mit branchenerprobten Ergebnissen.
Die NVIDIA DGX Cloud ist eine skalierbare End-to-End-KI-Plattform für Entwickler. Sie bietet skalierbare Kapazitäten, die auf der neuesten NVIDIA-Architektur basieren und mit den weltweit führenden Cloud-Service-Providern (CSPs) entwickelt wurden.
Der NVIDIA Grace™ Hopper™ Superchip ist eine bahnbrechende beschleunigte CPU, die von Grund auf für KI- und HPC-Anwendungen im großen Maßstab entwickelt wurde. Der Superchip liefert eine bis zu 10-mal höhere Leistung für Anwendungen, die Terabytes von Daten enthalten, sodass Wissenschaftler und Forscher ganz neue Lösungen für die komplexesten Probleme der Welt finden können.
Das NVIDIA HPC Software Development Kit (SDK) enthält die bewährten Compiler, Bibliotheken und Software-Tools, die für die Maximierung der Produktivität der Entwickler und die Leistung und Portabilität von HPC-Modellierungs- und Simulationsanwendungen unerlässlich sind.
Mit NVIDIA AI Enterprise können Energieunternehmen die Entwicklung von Anwendungsfällen für die Lagerstättensimulation, Verarbeitung seismischer Daten und vorausschauende Instandhaltung beschleunigen. Erfahren Sie, wie Sie über kostenlose, kuratierte Labs auf NVIDIA AI Enterprise zugreifen und mit dem Testen beginnen können.
Die Software für virtuelle GPUs (vGPU) von NVIDIA ermöglicht eine leistungsstarke GPU-Leistung für Workloads, die von grafikintensiven virtuellen Workstations bis hin zu Data Science und KI reichen. Damit kann die IT die Vorteile der Virtualisierung für Verwaltung und Sicherheit sowie die Leistung von NVIDIA-GPUs nutzen, die für moderne Workloads erforderlich sind.
NVIDIA NeMo ist eine End-to-End-Plattform für die Entwicklung kundenspezifischer generativer KI an jedem Ort, einschließlich LLMs (Large Language Models), multimodaler, visueller und sprachbasierter KI. NeMo ist Teil von NVIDIA AI Foundry, einer Plattform und einem Dienst für die Erstellung von kundenspezifischen generativen KI-Modellen mit Unternehmensdaten und domänenspezifischem Wissen.
NVIDIA Metropolis umfasst ein Anwendungsframework, eine Reihe von Entwicklertools und ein Partnernetzwerk, die visuelle Daten und KI miteinander verbinden und zur Verbesserung der betrieblichen Effizienz und Sicherheit im Gesundheitswesen, in der Logistik, in der Fertigung, im Einzelhandel und in vielen anderen Bereichen beitragen. Metropolis unterstützt die sinnvolle Auswertung der Daten von Billionen von Sensoren für einige der wichtigsten physischen Abwicklungen in der Welt.
Verwenden Sie NVIDIA RAPIDS™, um eine Vielzahl von grafikprozessorbeschleunigten Algorithmen für maschinelles Lernen anzuwenden, einschließlich XGBoost, dem Single-Source-Shortest Path von cuGRAPH, dem k-nächsten Nachbarn (KNN) von cuML, DBSCAN und logistischer Regression, um Datenanalysen im großen Maßstab durchzuführen.
Lernen Sie die verschiedenen Bausteine von NVIDIA Modulus, die Grundlagen von Deep Learning auf Basis der Physik und die Integration des Frameworks in das Gesamtsystem der NVIDIA Omniverse™ Plattformkennen.
Erfahren Sie, wie Sie die Komplexität reduzieren und die Portabilität und Effizienz Ihres Codes verbessern können, indem Sie eine containerisierte Umgebung für die Entwicklung von HPC-Anwendungen verwenden.
Erfahren Sie, wie Sie die NVIDIA Base Command™ Plattform verwenden können, um containerisierte KI-Trainings-Workloads zu beschleunigen, die Tools zu identifizieren, die für den Aufbau eines KI-Kompetenzzentrums erforderlich sind, und erfahren Sie die Grundlagen für die Arbeit mit, der Änderung und der Ausführung von Docker-Containern über NVIDIA NGC™.
Transform your AI workloads with the NVIDIA H100 Tensor Core GPU, featuring Multi-Instance GPU (MIG), the Transformer Engine, and NVIDIA AI Enterprise.
Entdecken Sie NVIDIA Inception, ein kostenloses Programm, das Start-ups dabei helfen soll, sich schneller zu entwickeln – mithilfe des Zugangs zu modernster Technologie und NVIDIA-Experten, der Vernetzung mit Risikokapitalgebern sowie Co-Marketing-Unterstützung für größere Sichtbarkeit.
Verbinden Sie sich mit Millionen von gleichgesinnten Entwicklern im NVIDIA-Entwicklerprogramm, um Ihr Lebenswerk zu verwirklichen und Zugriff auf kostenlose Container, vortrainierte Modelle, SDKs, technische Dokumentation sowie die Hilfe von Kollegen und Experten zu erhalten.
Erweitern und unterstützen Sie Ihr Portfolio mit der Venture Capital (VC) Alliance von NVIDIA, eine Initiative von NVIDIA und weltweiten Investoren, die sich auf Start-ups konzentrieren, die mit KI, Datenwissenschaft und HPC innovative Technologien entwickeln.
NVIDIA-Lösungen für die Energiebranche decken mehr als nur Produkte ab. Unsere Partner unterstützen Ihr Unternehmen auf jeder Ebene bei der Entwicklung und Realisierung transformativer KI-Strategien, -Produkte und -Dienstleistungen.
Chatten Sie mit NVIDIA-Energieexperten, um Ihre geschäftlichen Herausforderungen zu meistern.
NVIDIA-Datenschutzrichtlinie