超級計算機技術范文

導語：如何才能寫好一篇超級計算機技術，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

而在國際創新大會展廳中，最搶人眼球的莫過于IBM公司展臺上那臺比人還高的黑色大柜子―藍色基因超級計算機的一個機架結構，吸引了很多人前去觀看。

藍色基因系統是由大量運算節點組成，將1024個計算節點（內含2顆PowerPC嵌入式處理器）放在單一機架內進行密集封裝而成。

藍色基因最高可以擴充到65,536個計算節點（共計131,072顆處理器），即64個機架，其峰值速度可達到367萬億次浮點運算速度。

在全球最著名的超級計算權威機構TOP500榜單上，IBM的藍色基因/L憑借空前的可持續計算性能，以每秒鐘280.6萬億次浮點運算速度奪得冠軍位置。

“IBM一直致力于用創新技術推動行業發展，從藍色基因超級計算系統性能的空前提升，可以看到IBM如何推動超級計算領域的高速發展，甚至推動人類科學技術的進步。藍色基因超級計算系統在TOP500排行榜上占有19個席位。”IBM負責技術戰略和創新的全球副總裁Irving Wladawsky-Berger博士介紹。

Irving Wladawsky-Berger博士同時也坦言，對于IBM來說，藍色基因并不是一項革新技術，而是逐漸演進而成的。“真正的革新技術應該是能夠廣泛地應用在各個領域。”

目前，藍色基因有些領域已經有成功地應用，包括:

篇2

【關鍵詞】監控系統;網絡結構;PLC;改進

引言

潮州供水樞紐工程位于韓江流域下游東、西溪河段內，壩址距潮州市約3.8km，壩址控制集水面積29084km2，潮州供水樞紐電站為河床式水電站，分為東、西溪電站。東溪電站裝機容量2×9MW，西溪電站裝機容量2×14MW，總裝機容量為46MW，機組為燈泡貫流式。水庫正常蓄水位10.5米（珠基），最低運行水位8.5米（珠基）。年設計發電量為20812萬kWh，潮州供水樞紐工程四臺機組于2006年1月正式投入運行。

東、西溪兩電站計算機監控系統按“無人值班（少人值守）”原則設計[1]，采用分層分布式結構，整個系統分為集控中心、電站分中心和電站現地控制單元三層。控制的優先權為：電站現地控制單元最高，電站分中心與集控中心次之，兩者控制優先權相同。集控中心負責東、西溪兩座電站及水利樞紐其它設備的集中監視與控制。集控中心通過專用光纖以太網與東、西電站監控網絡相連，完成監視及控制數據的交換，實現東、西溪電站數據集中采集與集中控制。

集控中心設在綜合辦公大樓集中控制室內，電站分中心和電站現地控制單元設在電站廠房內。計算機監控系統采用南瑞水利水電技術分公司的EC2000系統，現場控制單元LCU采用南瑞水利水電技術分公司SJ-500型微機監控裝置，LCU核心控制器采用西門子S7-300系列PLC（CPU 315-2DP），輔機控制柜核心控制器采用西門子S7-200系列PLC（CPU 226）。

1.計算機監控系統概述

1.1 系統結構

集控中心監控系統上位機主要由兩臺冗余操作員工作站、兩臺冗余攔河閘操作員工作站、兩臺數據服務器及一套磁盤陣列、一臺網管服務器、一臺工程師培訓工作站、一臺通信工作站、一臺攔河閘通信機組成。集控中心配置兩臺冗余的赫思曼工業交換機，各上位機配置雙網卡分別與兩臺交換機連接，構成雙星型以太網。東、西溪電站各配置1臺赫茲曼工業交換機，通過專用的單模光纖網絡與集控中心交換機連接。東、西溪電站分中心各配置1臺主機兼操作員工作站，分別負責東、西溪電站內設備的監視與控制。集控中心及電站分中心均配置UPS裝置，為上位機系統各計算機提供不間斷電源，以確保在廠用電源消失時，監控系統仍能正常運行。集控中心、電站計算機監控系統簡化圖如圖1所示。

電站現地控制單元層由兩套機組LCU和一套公用LCU組成。各LCU均配置百兆以太網模塊，通過網絡雙絞線接入設在電站內的工業交換機，實現與集控中心及電站分中心上位機的高速通信;CPU自帶DP總線接口，機組LCU通過PROFIBUS總線與電站技術供水、油壓裝置等輔機LCU（采用S7200 PLC）通信，公用LCU通過PROFIBUS總線與高低氣機、消防系統等輔機LCU通信;LCU配置1塊串口通信模件及1套SJ30通信管理裝置，通過SJ30通信裝置與調速器系統、微機保護系統、勵磁系統、溫度巡檢儀SJ40C等進行通信;PLC通過自帶的串口與觸摸屏進行通信。電站現地控制單元層系統結構如圖2所示。

1.2 系統主要功能

集控中心上位機：

數據服務器及其磁盤陣列：實現電站、攔河閘監控系統歷史數據的存儲與管理。

電站操作員工作站：實現東、西溪電站全廠設備的運行監視與控制調節。

攔河閘操作員工作站：實現東、西溪攔河閘的運行監視與控制調節。

工程師培訓工作站：進行監控系統培訓、演示及系統維護。

通信工作站：負責與電力調度通信、模擬屏通信、攔河閘通信機通信。

網管服務器：負責整個監控系統以太網的管理，并預留web功能接口。

攔河閘通信機：實現與電站監控系統上位機、水情測報系統的通信（采用101通信規約），將攔河閘開度等參數送至電站監控系統上位機，將攔河閘開度、閘前、閘后水位等運行參數送給水情測報系統。

電站分中心上位機：

電站操作員工作站：分別實現本電站全廠設備的運行監視與控制調節，歷史數據的存儲與查詢。

圖2 改造前東/西溪電站現地監控系統結構圖

1.3 系統配置

（1）集控中心監控系統

主要包括2臺數據服務器型號為DELL PowerEdge 2850;2臺操作員站、1臺工程師培訓工作站、1臺通信工作站、1臺網管服務器型號均為為 DELL 370;2臺中心交換機型號為赫茲曼MACH 3000。

監控系統軟件采用南瑞水利水電技術分公司自主開發的EC2000專用監控軟件。

（2）電站分中心監控系統

主要包括1臺操作員工作站型號為DELL 360MT，1臺操作員工作站型號均為 DELL 370，1臺中心交換機型號為赫茲曼MS2108-2。

監控系統軟件采用南瑞公司自主開發的EC2000專用監控軟件。

（3）電站現地控制單元LCU

主要包括2套機組LCU、1套開關站及公用LCU。LCU核心控制器采用西門子S7-300系列PLC[3]，觸摸屏采用Proface 10.4’液晶觸摸屏，其它還包括交直流雙供電裝置、交流采集裝置、溫度巡檢裝置、同期裝置、SJ30通信裝置等智能設備。

（4）輔機和公用設備自動控制系統：

主要包括技術供水、滲漏排水、消防供水、空壓機等系統控制柜。控制柜核心控制器采用西門子S7-200系列PLC，人機界面采用WEINVIEW 5.7’液晶觸摸屏，其它還包括雙回路供電裝置、中間繼電器、電機啟動設備等。

2.計算機監控系統目前存在的問題

潮州供水工程計算機監控系統自2004年開始實施到2006年完成現場投運，并于2008年完成最終驗收。計算機監控系統的順利投運為電站安全、穩定運行提供了保障，提高了電站的綜合管理水平、大大降低了人員成本。至今系統已投入運行近7年，由于投運時間較長及當前技術的發展，系統也暴露了一些問題，主要有：

圖3 事故停機回路圖

2.1 東、西溪電站分中心上位機配置問題

工程實施初期，為節省工程投資，東、西電站分中心均只配置1臺上位機，實現本站內所有設備的運行監視與控制。一旦計算機出現故障，對電站運行造成一定的影響。由于集控中心與東溪、西溪電站距離較遠，目前運行方式為集控中心設置兩人值班，東溪、西溪現地控制室各設置一人值班，在現地控制室實現互相監視對側電站信息可以加強監盤，值班人員能相互提醒，實時掌握東、西溪電站信息;且當集控中心監控系統出現異常時，仍能實現東、西溪電站實時監視、數據采集、存儲，提高電站運行的安全性。

2.2 東、西溪電站事故停機回路問題

由于系統投運階段，因PLC開入模件配置數量限制，機組事故停機啟動信號采用并接的方式接入PLC，如機組所有軸承溫度過高信號并接為一個總溫度過高事故信號（如圖3所示），不利于故障分析，比如西溪電站就出現過溫度過高導致常規回路事故停機時，由于各個軸承溫度采用并聯方式接至一個總信號繼電器（軸承溫度過高），因此，當此信號動作時，卻無法及時查找出具體是哪個軸承溫度告警信號引起的。

2.3 高位水池水位控制問題

高位水池無法實時監視水位，只靠浮球式開關接點控制水泵的啟停。如果浮球式液位開關出現問題，或者動作不正常，將導致技術供水泵無法正常停止，就會出現高位水池水溢出，而流至廠房內部，嚴重影響設備安全。

2.4 機組高頂油泵控制問題

高壓頂起油泵只有在開機過程中或者在停機過程中才會啟泵運行，當轉速大于95%時或者停機時停止。如果機組在運行過程中，出現轉速下降，此時由于機組LCU沒有執行流程，高頂泵不會自動投入運行，就會較嚴重影響機組安全。

3.計算機監控系統問題分析及解決措施

3.1 東、西溪電站分中心上位機配置問題

東溪、西溪現地控制室各增加1臺主機兼操作員工作站，2臺工作站冗余運行，互為熱備用，正常運行時，1臺工作站作主機，1臺工作站作從機，當主機故障或其它原因退出運行時，從機自動切換為主機，實現全站設備的監視與控制。同時利用原有的光纖網絡實現東、西溪電站兩臺工作站的互連，本站的工作站增加與對側電站各LCU的通信功能及運行監視畫面，實現對側電站各LCU實時數據的采集運行及運行畫面的監視，但屏蔽對側電站設備控制操作功能，防止控制的混亂。改造后的系統結構如圖4所示。系統改造完成后，2臺工作站冗余運行，大大增加了系統的可靠性和安全性，同時也因接入了對側電站的運行狀態，方便了電站運行人員的統一調度。

圖4 改造后東/西溪電站監控系統結構

3.2 東、西溪電站事故停機回路問題

對機組PLC硬件進行擴展配置，增加32點開入模件，將各溫度告警量獨立分開，接至PLC，修改PLC硬件組態和程序以及上位機組態;機組事故停機流程進行了修改，每個溫度過高信號均作為一個事故停機啟動源，啟動事故停機流程，控制流程結構更清晰、啟動原因報警更具體、準確。保證監控系統能對單獨溫度量進行實時監視，這樣就可以方便、準確地進行判斷和故障分析。

3.3 高位水池水位控制問題

除了控制技術供水泵啟停的信號控制器外，在高位水池池壁安裝1套投入式水位計，水位計輸出信號為4-20mA模擬信號，該信號接入監控系統公用LCU模擬量輸入通道[2]，并在監控系統中作高低限的報警設置，實時監視水池水位，當達到報警值時能及時提醒運行人員;此外，還加裝了工業視頻攝像頭，進行實時圖像監視。

3.4 機組高頂油泵控制問題

在高壓頂起油泵控制柜改造PLC程序。增加當“轉速小于95%信號”且“非停機態信號”同時動作時，自動啟動高頂泵;當轉速大于95%，自動停止高頂泵的程序段。這樣防止刮瓦，提高機組運行的安全性。

4.結語

本文通過對潮州供水樞紐電站計算機監控系統的現狀進行闡述，加以詳細分析，并在系統年度維護檢修過程中進行改進，使監控系統更加完善，為潮州樞紐電站的安全運行、高效生產提供了非常重要的保障和技術支撐，發揮其最大效益[4]。

參考文獻

[1]方輝欽.現代水電廠計算機監控技術與試驗[M]中國電力出版社，2004.

[2]王定一等.水電廠計算機監視與控制[M].中國電力出版社，2001.

篇3

關鍵詞：商店建筑，營業廳，疏散寬度計算

Abstract: from "the code for fire protection design of buildings," the store building in the "code for design of building business hall on shop safe evacuation width, the calculation method of the existing problems, through the analysis of the postal service hall per capita cover an area of an area, this paper tries to put forward a new kind of evacuation width calculation method.

Keywords: the store building, postal service hall, evacuation width, the calculation

中圖分類號：[TU238+.6]文獻標識碼：A 文章編號：

隨著我國經濟的發展, 商店建筑的建設不但在數量上逐年遞增, 而且在規模上也呈現出了越來越大的發展趨勢。然而在商店建筑設計中有關消防安全疏散的問題, 常常給建筑設計者及消防審核人員帶來許多困擾，多年的工作實踐, 使我們感到以往的計算方法已經不再符合目前商店建筑的實際,在推薦一種新的計算方法之前,特作如下分析與探討。

1 以往計算方法所存在的問題

根據《商店建筑設計規范》JGJ48- 88 (以下簡稱“商規”) 及《建筑設計防火規范》GBJ 16- 87 (以下簡稱“建規”) 的規定, 多層(建筑高度24 m 以下) 商店建筑中營業廳的疏散寬度計算, 首先根據“商規”第4. 2. 5條中的換算系數來確定人數, 再根據“建規”第5. 3. 12條中的疏散寬度百人指標確定疏散寬度。簡化成公式(1) :

D = S ×a×b/100 (1)

式中:D ――最大一層營業廳的疏散寬度,m;

S ――最大一層營業廳面積,m;

a ――換算系數, 根據“商規”第4. 2. 5 條確定,即第一、二層a= 0. 85, 第三層a= 0. 77,第四層及以上各層a= 0. 6;

b ―― 疏散寬度百人指標, 根據“建規”第5. 3.12 條, 耐火等級為一、二級時, 第一、二層b= 0. 65 m/百人。

當第二層營業廳面積為1 000 m2 時,D = 1 000×0. 85×0. 65/100= 5. 225 m。需要設三部開間尺寸為4. 2 m 寬的樓梯, 每部樓梯的面積約為36 m2, 三部共108 m2, 相當于營業廳面積的10. 8 %。

根據公式(1) , 1 000 m2 的營業廳, 容納人數為850 人, 平均每人占1. 176 m2, 除去柜臺所占面積約300 m2 左右, 即700 m2 的顧客活動空間容納人數為850 人, 平均每人僅占0. 82m2。這個密度對20 世紀80年代的商場是合適的。因為當時商場的數量少、購物的人相對集中，商場多為營業、倉儲、輔助分設 ，目前執行的“商規”就是編制于20 世紀80 年代,“商規”中的各項規定符合當時的國情, 但現在的商場無論是規模還是數量都數倍于那個時代, 購物人群已分散于各個大商場, 商場內人員的密度已大大降低，而現在倉儲式的商場越來越多, 柜臺的尺寸也在加大, 柜臺所占用的空間及面積也越來越多, 同時倉儲式的商場中大多數的顧客為推車購物, 所需用的空間的面積也加大。可見包括柜臺在內每人1. 176m2 的密度顯然不符合今天商場的功能需求, 因此以往的計算方法亟待調整。再次, 目前商場規模越建越大, 仍按以往的計算方法計算疏散寬度, 帶來的問題是樓梯數量過多, 寬度過寬, 樓梯間占用的面積過大, 占營業面積的10 %以上, 顯然也不經濟。在設計中產生的矛盾很大, 常給設計人員帶來許多困擾, 基于此，參觀了本市 沃爾瑪 家樂福等大型商場 超市 ，發現在實際使用中，他們也沒有做那么多數量的樓梯，所以調整以往的計算方法是十分必要的。

2 新計算方法的提出與探討

鑒于以往計算方法所存在的問題, 各地出現了各種計算商場疏散寬度的方法。其基本的方法是以每層商場的建筑面積扣除附屬及柜臺所占用的面積, 剩余的為顧客活動面積。以顧客活動面積乘以“商規”中營業廳疏散人數的換算系數a 來確定人數, 再乘以“建規”中疏散寬度百人指標來確定疏散寬度。也就是說當a= 0. 85 時, 營業廳內供顧客活動的空間人的密度為1. 176m2/人, 比以往的計算方法密度降低了30 %。樓梯的數量及寬度也隨之降低。實踐證明, 顧客活動空間人的密度在1. 2 m2/人左右是基本合理的。問題在于顧客活動面積如何確定。如果每個商場設計都需要把柜臺布置好再計算顧客活動面積, 計算起來比較麻煩,同時標準也很難控制。因為柜臺的布置方式有多種, 不同的布置方式、柜臺所占用的面積各不相同。這樣對消防審核也很難處理, 為了簡便計算, 統一標準, 現提出一種新的計算公式(2) :

D = S ×c×a×b/100 (2)

式中: c――折減系數。

其中, 換算系數仍按“商規”第4. 2. 5 條確定, 疏散寬度百人指標b 仍按“建規”第5. 3. 12 條表5. 3. 12 確定。折減系數c 則是用于確定商場內顧客活動面積的系數, 即: 每層商場的建筑面積乘以折減系數得出顧客活動面積。通過對營業廳中柜臺布置的多種方案分析, 可見柜臺布置的方式不同, 柜臺的形式、尺寸不同, 其柜臺占地面積也不同, 一般在25 %～ 40 %之間, 多數為30 %。樓梯、貨梯、自動扶梯、辦公、衛生間、設備間等輔助用房約占營業廳面積的15 %～ 30 %。商場的規模不同, 輔助用房面積所占比例亦不相同。一般來說商場的規模越大, 輔助用房面積越大, 因為大型商場一般都設有中央空調或機械通風設施, 每層都需設空調機房或設備間。另外還需設大型貨梯、自動扶梯、進貨監控室、配電間、總服務臺等, 衛生間面積也相對較大, 職工休息、辦公用房也比較多。因此對不同規模的商場采用不同的折減系數。根據“商規”表3. 1. 2, 建議折減系數c 按表1 取值。

表1 中, 小型商場c= 0. 6 是考慮每層營業廳中柜臺面積占25 % , 輔助面積占15 % , 顧客活動面積占60 %; 中型商場c= 0. 5 是考慮每層營業廳面積占30% , 輔助面積占20 % , 顧客活動面積占50 %; 大型商場c= 0. 4 是考慮每層營業廳中柜臺面積占30 % , 輔助面積占30 % , 顧客活動面積占40 %。

根據新的計算公式, 當一個小型商場的第二層建筑面積為1 000m2 時, 其樓梯的疏散寬度D = 1 000×0. 6×0. 85×0. 65/100= 3. 315 m , 需要設兩部開間尺寸為3. 90 m 寬的樓梯就可滿足疏散要求, 比以往的計算方法所計算的疏散寬度節省一部樓梯, 但仍可滿足疏散距離的要求, 比較經濟, 符合市場的需求。

3 商場為高層建筑時, 其疏散寬度的計算

當商場為高層建筑時, 根據《高層民用建筑設計防火規范》GB50045- 95 (以下簡稱“高規”) 第6. 1. 9 條規定: 疏散寬度“應按通過人數每100 人不小于1. 00m 計算”, 其商場疏散寬度計算公式應為D = S ×c×a×b/100, 其中b= 1. 0 m/百人。每層商場的建筑面積為1 000 m2 的中型高層商場, 其第二層的疏散寬度為D = 1 000×0. 50×0. 85×1/100= 4. 25 m , 需設兩部開間尺寸為4. 80 m 寬的樓梯方可滿足疏散要求。

如果高層建筑的裙房為商場, 且商場與高層主體之間采用防火墻分隔, 建議疏散寬度的指標可以按“建規”第5. 3. 12 條執行。如果按“高規”疏散寬度百人指標計算, 勢必加大樓梯的寬度, 這樣做不經濟, 設計難度也較大, 而按“建規”取值, 則樓梯寬度與普通商場相同, 比較經濟。

4 地下商業建筑存在的問題

地下商業建筑也因為功能的需要, 向多元化發展, 除了商業功能外, 還有娛樂、餐飲等附加功能。地下商場作為人員密集場所, 人員流量大, 且大多數人員對地下商場環境不熟悉, 火災時, 地下商場安全疏散通常依賴于應急照明和疏散指示標志。地下商場商品種類繁多, 火災危險性大, 而地下商店建筑無論是其自身結構還是各種消防措施, 相對地上建筑而言都存在諸多缺陷。發生火災時, 地下商場將呈現出煙氣量大、溫度高、煙氣毒性大等特點, 此時地下商店的人員安全疏散就只能借助商場內的消防自救設施, 依靠人員自身素質來完成安全疏散。因此, 地下工程建筑在消防設計時, 安全疏散是其中重要的內容。現行國家技術標準關于安全疏散的有關規定都是強制性條文, 而不同技術標準的相關規定不盡相同, 給地下商場的消防設計審核和驗收帶來諸多疑惑和困難。

面積折算值

高規”未明確規定商店類建筑的人員數量計算方法,“人防規”在規定地下商店營業部分疏散人數時, 規定營業廳部分的疏散人數計算應以營業廳和為顧客服務的面積總數為基礎, 但對有關面積如何計算未進一步明確。“建規”對地下商店人員數量的計算提出了計算方法, 即: 地下商店的疏散人數應以每層營業廳建筑面積與面積折算率和疏散人數換算系數的乘積來計算, 地下商場的面積折算值不應小于70%。條文說明中進一步明確, 營業廳的建筑面積包括: 營業廳內展示貨架、柜臺、走道等顧客參與購物的場所, 以及營業廳內的衛生間、樓梯間、自動扶梯等的建筑面積。對于采用防火分隔措施分隔且疏散時無需進入營業廳內的倉儲、設備房、工具房、辦公室等可不計入該建筑面積內。該方法在《商店建筑設計防火規范》相關數據的基礎上, 經過查閱國內外有關資料和規范, 并廣泛征求意見后確定商店營業廳疏散人數時的計算面積與建筑面積的定量關系。規定十分明確, 操作性很強。

2地下商場安全疏散設計應考慮的因素

人防工程和民用建筑的地下商場在平時的使用功能、火災危險性和防火設計要求應該是一致的, 如果由于現行消防技術規范規定的不同, 引起消防設計要求的巨大區別, 容易導致建設單位的不規范設計, 既不符合技術規范的一致性要求, 也不符合建設工程的防火性能。特別是安全疏散作為消防設計的重要內容, 應協調以取得一致。在設計中應該做到兩點：

（1）嚴格控制地下建筑的耐火等級

地下商場內的人員距離室外地面越近, 安全疏散越容易實現。而地下建筑著火升溫快, 排煙排熱能力差, 撲救困難, 火災延燒時間長。因此, 為了保證火災時人員能夠安全疏散到安全地點, 火災后建筑主體不被破壞, 應適當提高建筑的耐火等級, 尤其是應注意加強疏散通道墻壁的耐火等級; 另外, 應對地下商場內的商品類型、數量進行控制。

（2）控制地下商業建筑的防火分區劃分

防火分區是在建筑物內部采用防火墻、耐火樓板及其他防火分隔設施分隔而成, 能在一定時間內阻止火災在建筑物內水平及垂直區域內蔓延到其他區域，因此, 在設計中所采取的防火分隔措施, 不僅要統籌考慮使用功能要求和建設成本, 而且要可靠、有效, 并符合國家標準,以便達到能夠安全疏散人員, 控制財產損失的目的。

（3）嚴格安全疏散設計 地下、半地下建筑每個防火分區的安全出口不應少于2 個, 這是建筑安全疏散的基本原則。地下建筑的實際情況決定了地下較大面積建筑不能開設直通室外安全出口, 或開設直通室外安全出口存在困難或不經濟的情況。為了使地下商業建筑既能夠滿足規范的要求, 又能夠滿足商場使用的需求, 可將相鄰防火分區之間防火墻上的防火門作為第二安全出口, 但每個防火分區必須有1 個直通室外的安全出口

所以筆者在此建議對于地下商業建筑，設計者在設計中一定要做到明確疏散寬度的計算單元，統一面積折算值，合理布置安全出口，有效控制疏散

綜上所述, 采用新的計算公式計算商場營業廳的疏散寬度, 既經濟又可以滿足安全疏散的要求, 計算簡便, 標準統一, 易于掌握。

參考文獻:

[ 1 ] GB50016- 2006, 建筑設計防火規范[S ].

[ 2 ] GB50045- 95 (2005 年版) , 高層民用建筑設計防火規范[S ].

[ 3 ] GB50038- 2001, 人民防空工程設計防火規范[S ].

篇4

超級計算機是指計算速度最快、處理能力最強的計算機，旨在解決一些特別復雜的科學工程問題。當然這個“超級”的概念是相對的，一個時代的超級計算機到下一時代可能成為普通的計算機，其技術也可能轉化為通用的計算機技術。超級計算機集信息技術的大成，既是科技創新的高端基礎設施，也是一個國家或地區綜合實力的重要體現。

超級計算機最早出現于20世紀60年代。世界上第一臺超級計算機CDC6600誕生于1964年，由美國控制數據公司研制而成，其運算速度為每秒300萬次浮點計算。數十年來，超級計算機技術呈現加速發展趨勢，目前數以萬計的處理器通過高速的互聯網絡協同工作構成大規模并行計算系統成為主流，超級計算機已跨入每秒千萬億次時代，代表性的系統有美國的IBM“走鵑”、藍色基因，美國克雷公司的“美洲豹”，中國的“天河一號”，日本的“京”計算機等。

自1993年以來，國際上普遍采用Linpack基準數值計算程序來衡量不同超級計算機的最大實際應用能力，并以此建立了全球最快的500臺超級計算機排行榜，每年兩次，集中展現世界各國在超級計算系統研制上的最新成果。在這個排行榜上，美國長期占據領先地位，日本間或排行第一，歐洲占據較大的份額。2010年11月中國國防科技大學研制的“天河一號”排名世界第一，標志著中國進入了超級計算機研制的領先行列。

超級計算機主要用于能源、環境、材料科學、航空航天、生物醫學、物理、國家安全及其他領域的前沿研究。近年來相關技術也廣泛應用于經濟與社會生活中，如經濟預測、社會計算、風險分析、電子商務服務、動漫創意產業等。超級計算機和高性能應用需求相伴相生。一方面，國民經濟、科學技術和國防領域的重大應用需求不斷引領著超級計算機的發展；另一方面，超級計算機的重大技術進步往往會對應用領域的創新產生深刻的影響，催生一大批重大前沿科學突破與新技術變革，從而衍生出新的超級計算應用發展需求。

篇5

6月17日，在德國萊比錫召開的第41屆國際超級計算大會上，國際TOP500組織正式世界超算500強排名，國防科大研制的天河二號以每秒33.86千萬億次的浮點運算速度，成為全球最快的超級計算機。這也意味著在時隔兩年半后，中國超級計算機運算速度重返世界之巔。

“打個比方，天河二號運算1小時，相當于13億人同時用計算器計算1000年，其存儲總容量相當于可存儲每冊10萬字的圖書600億冊。”天河二號副總設計師胡慶豐研究員介紹。

另一個更為生動的例子則是電影《阿凡達》。當時《阿凡達》的動漫渲染制作動用了眾多超級計算機資源、耗時一年多才完成，如果用天河二號，1個月足矣。

天河二號內存總容量1400萬億字節，存儲總容量12400萬億字節，最大運行功耗17.8兆瓦。相比此前排名世界第一的美國“泰坦”超級計算機，天河二號每秒33.86千萬億次的計算速度是“泰坦”的2倍，計算密度是“泰坦”的2.5倍，能效比相當。與此前研制的天河一號相比，天河二號計算性能和計算密度均提升了10倍以上，能效比提升了2倍，二者占地面積相當，執行相同計算任務的耗電量只有天河一號的1/3。中國科學院超級計算中心主任遲學斌的統計表明，最近10年，美國超級計算機性能提升了500倍，而中國超級計算機性能則提升了5000倍。

2010年11月17日，國防科大研制的天河一號憑借每秒4700萬億次的峰值速度和每秒2566萬億次的持續速度，讓中國人首次站到了超級計算機世界冠軍的領獎臺上。

然而，僅過了不到8個月，日本超級計算機“京”就將天河一號擠下冠軍臺。之后，美國研制的 “紅杉”、“泰坦”超級計算機先后坐上世界第一的交椅，天河一號排名滑落至第8位。

從銀河到天河，從天河一號到天河二號……憑著雄厚的技術積累和預先研究取得的成果，國防科大成功立項國家科技部863計劃信息技術領域“高效能計算機研制”重大項目。今年5月，峰值速度達5.49億億次的天河二號亮相。

那么，王者歸來的天河二號能在世界第一的位置上維持多久？“相互超越很可能會成為今后世界超算強國競爭的常態。我們有能力也有信心，不斷縮小與發達國家的差距。” 天河二號工程總指揮、總設計師廖湘科研究員說。

“一是高性能，峰值速度和持續速度都創造了新的世界紀錄。二是低能耗，能效比為每瓦特19億次，達到了世界先進水平。三是應用廣，主打科學工程計算，兼顧了云計算。四是易使用，創新發展了異構融合體系結構，提高了軟件兼容性和易編程性。五是性價比高。”

2013國際超級計算大會上，天河二號的介紹引來陣陣掌聲。

世界超級計算機的發展歷程表明，計算能力每提高一個量級，都需要體系結構的創新和一系列關鍵技術的新突破。盡管有天河一號研制的技術積累和工程經驗，但要突破億億次級超級計算機關鍵技術并非易事。超級計算機運算性能的提升，決不是量的簡單疊加，而是全系統質的跨越。

體系結構是高性能計算機的“筋骨”。研制人員在總結天河一號成功經驗的基礎上，自主創新了新型異構多態體系結構，實現了多類型計算資源、輸入輸出資源和服務資源的靈活配置，在強化科學工程計算的同時，可高效支持大數據處理、高吞吐率和高安全信息服務等多類應用，顯著擴大了天河二號的應用領域。

隨著系統規模的擴大，用電量隨之大增。天河二號通過采用綜合化的能耗控制，設計實現了面向高效能計算的層次式優化框架、自適應能耗控制算法及低損耗、高效率的電源設計，有效提高了系統的能效比，達到了世界先進水平。

科研人員還介紹，如果不能有效解決超級計算機的體積問題，系統的安裝調試、運行管理等都將成為很大的難題。天河二號設計實現了高密度、高精度的結構工藝，采用了多機柜封閉循環的水風混合冷卻方案，有效縮減了系統體積，與美國“泰坦”相比，體積小了15%。

天河二號工程副總指揮李楠研究員介紹，天河二號的體系結構、高速互連技術、操作系統等實現了中國創造，擁有自主知識產權，而CPU芯片和應用軟件還沒有完全國產化。但值得一提的是，由國家重大專項支持、國防科大自主研制的新一代FT1500CPU，是當前國內主頻最高的通用CPU。

其實，利用“天河”渲染制作的國產電影《關云長》、新版電視劇《西游記》以及美國電影《生化危機2》等，早已走進影院、搬上熒屏。這只是超算應用于老百姓生活的一個縮影，“天河”已經廣泛應用于食、醫、行、娛等領域。

據了解，2010年天河一號在國家超級計算天津中心投入使用后，“天河”超級計算機的用戶迄今已超過600個，在石油勘探、地震數據處理、土木工程設計、航空航天、生物醫藥、天氣預報與氣候研究、海洋環境研究、新能源、新材料、宇宙科學研究、動漫與影視渲染等領域得到廣泛應用。

而在天河二號上，若干典型應用的運算規模、計算效率、精細度均已超過天河一號。如研發一款新型車，采用傳統手段要經過上百次的真實碰撞，歷時兩年多才能推出，而利用天河二號進行碰撞模擬和空氣動力學模擬，只需3到5次真實碰撞，兩個月即可完成。

目前，天河二號已應用于生物醫藥、新材料、工程設計與仿真分析、天氣預報、氣候模擬與海洋環境研究、數字媒體和動漫設計等多個領域，開始為多家用戶單位提供超級計算服務。

篇6

關鍵詞：超高壓輸電 三維電場 頻域 矩量法 電力系統

1引言

運行輸電線路附近存在較高的電場，這些電場可能對周圍物體和公用走廊的其他線路產生影響。電壓等級越高，影響越大。為了人身和設備的安全，超高壓輸電線路產生的電場正日益受到人們的重視。為了在輸電線路上進行安全帶電作業，需選擇操作方式并采取絕緣防護措施，這就需要對輸電鐵塔附近的電場分布進行研究。在電力鐵塔上同塔懸掛自承式全介質光纜（ADSS）時，由于這種光纜在一定電場強度作用下會發生腐蝕（電蝕），這也需要分析鐵塔周圍的電場分布從而找出合適的懸掛范圍。對于即將建設的西北750kV輸電線路，研究輸電線路及鐵塔周圍的電場分布有著重要的現實意義。雖然可以現場實測輸電線路產生的電場，但由于工作環境的限制，具體測量難度較大，鐵塔附近的測量更加復雜，且不可能對所有鐵塔都進行測量，因此需要進行模擬計算。不考慮鐵塔時，某些簡單的輸電線路的電場也可以采用近似的解析公式進行估計。但鐵塔附近的電場由于實際問題比較復雜，應當使用數值方法進行計算。

國外出于高場強下帶電作業的需要，開始研究輸電線路產生的電場強度及由此引起的生物效應，并取得了一定的成就[1]。我國目前對此問題也非常重視，但多數計算方法只考慮輸電線路本身的電場分布，未充分考慮鐵塔的影響[2，3]。然而實際輸電線路中鐵塔附近的工頻電場有較大的畸變，因此在計算輸電線路的電場時必須考慮鐵塔的影響。

通常模擬電荷法用于計算輸電線路產生的電場是比較有效的[1，4]。但將大地視為非完純導體或鐵塔沒有與架空地線相連及需要將鐵塔的接地部分同時考慮時，模擬電荷法計算電場比較復雜，且模擬電荷法一般用來分析直流模型。本文基于矩量法[5]提出了一種在頻域下計算輸電線路及鐵塔附近的三維電場分布的數值方法，將空氣視為多層介質中的一層并考慮各層介質的電阻率和介電常數，將各層介質的電阻率在頻域下視為復數，各段導體的泄漏電流為待求變量，從而能夠將鐵塔、鐵塔接地系統、輸電線路和避雷線同時考慮。

2 基本方法

2.1 復電阻率及多層介質中的格林函數

由于本文使用矩量法來計算頻域下輸電線路及鐵塔附近的電場分布，并以各段導體的泄漏電流為待求變量，因此需要首先得到包括空氣和多層土壤在內的多層介質中的格林函數。

空氣和土壤都具有一定的電阻率和介電常數，分析交流情況下鐵塔周圍的電場分布時它們都會起作用。由麥克斯韋方程組的第一式

式中H和E 分別為介質的磁場強度和電場強度；ρ和ε分別為介質的電阻率和電容率。引入新的電流密度 從而得到介質的復電阻率

使用上面的復電阻率，也可以將空氣視為一層導電介質，這樣得到的格林函數就可以用來同時分析由輸電線路鐵塔及其接地部分產生的電場。求此格林函數的方法與求多層土壤中的格林函數的方法類似[6]，但要注意拉普拉斯方程的邊界條件的設定。圖1為多層介質示意圖。

1）空氣和土壤之間的分界面上的邊界條件與土壤層之間的分界面上的邊界條件相同，均為

2）當縱坐標z趨向于正無窮或負無窮時，電位V應當趨向于零。

本文采用計算速度快，計算精度高[7]的復鏡像法求解格林函數。

2.2 使用矩量法計算鐵塔的電場分布

作者已根據矩量法建立了多層土壤中的大型接地網的頻域分析模型[8]，該模型以各段導體的泄漏電流為待求變量，與目前國內的計算方法和軟件相比待求量比較少，其計算結果與國外的接地分析軟件包的CDEGS[9]結果一致，一個小接地網上的測試結果也證明了該方法的實用性。采用這個模型和上面介紹的復電阻率的概念來分析超高壓輸電線路鐵塔附近的三維電場。本文與文獻[8]的相同之處是使用導體表面上電位的連續性來建立方程組，即導體段表面上兩點間的電位差是由各導體段上的泄漏電流決定的，而導體段內這兩點間的電位差是由導體的自阻抗和流過導體段上的軸向電流產生的，這兩個電位差應相等，且導體段上的軸向電流可用各導體段上的泄漏電流表示，從而建立了以各段導體的泄漏電流為待求變量的線性方程組，解之可得導體各段上的泄漏電流。通過這些泄漏電流可以求得超高壓輸電線路鐵塔附近的三維電場。本文與文獻[8]的區別在于使用的格林函數和激勵源的不同：

（1）文獻[8]使用的格林函數是多層土壤的格林函數，不考慮空氣，也無須使用復電阻率的概念；而本文推導多層導電媒質中的格林函數時，將空氣考慮在內，且使用2.1小節中推導得出的復電阻率。

（2）文獻[8]中的激勵源為電流源；本文的激勵源通常為電壓源，也可為電流源。使用電壓源做激勵源時，直接采用各段導體的泄漏電流表示電壓激勵導體段上的輸出電壓，從而建立方程

式中N為導體總分段數； 為第 j 段導體與第k 段導體中點間的轉移阻抗[8]； Inj為第j 段導體的泄漏電流； Uk為電壓激勵導體段的激勵電壓。

輸電線路和鐵塔模型中存在的每根懸浮導體至少應分為三段，才能使這些懸浮導體上總的泄漏電流為零。如果懸浮導體只分一段，其上泄漏電流即為零，這相當于該懸浮導體對周圍不產生影響，這與實際情況是相矛盾的；如果懸浮導體只分兩段，即為對稱結構，也會遇到上面的情況。

由于電力系統所涉及的頻率較低，本文又忽略了導體間的互感，且各參數均在準靜態場中求解，因而本文的方法不適用于頻率極高的情況。

3 計算結果的比較和驗證

為了驗證該算法的有效性，測試了實際工程中某500kV鐵塔附近的電場強度，測試點分布于如圖2所示的線1到線6箭頭所指方向上。每條線上的測試點均從距輸電線0.45m處開始，每隔0.5m測一個點。圖3為測試結果和本文計算結果及CDEGS軟件包計算結果的比較情況。

由圖3可見，在各相的水平方向上，本文方法計算結果與CDEGS軟件包的計算結果非常吻合，與實測結果也基本一致；在垂直方向上，由于計算中沒有考慮絕緣子串的影響，測量位置也存在一定的偏差，因而計算結果與測量結果有一定的誤差，但兩者的趨勢還是一致的。因此使用本文方法計算超高壓輸電線路鐵塔周圍三維電場是有效的。

轉貼于

篇7

Abstract： Yuanba gas field is the largest marine gas field in our country， however there are many drilling difficulties in this region， such as its gas reservoir is very deep， acid gas content is high， formation pressure and lithology is complex and so on. This paper focuses on introducing the key drilling technology to increase drilling speed and their application on the basis of analysis for the drilling difficulties for Yuanba region， such as optimization technology for well structure， air drilling technology， torque impactor drilling technology， maintenance of drilling fluid properties， decrease casing wear technology and well-control. Finally this paper proposes a series of increasing drilling speed technology.

關鍵詞： 元壩氣田；超深高酸性；鉆井提速

Key words： Yuanba gas field；ultra deep and high acid gas；drilling speed increasing

中圖分類號：TE245 文獻標識碼：A 文章編號：1006-4311（2014）15-0001-03

0 引言

元壩氣田位于四川省廣元、南充、巴中境內，第一期探明天然氣地質儲量1592.53億立方米，氣藏平均埋深6673米，較其他氣田平均深度要深1000～2000米，是迄今為止國內埋藏最深的海相大氣田。然而，該氣田地質構造復雜、氣藏埋藏深且高含H2S和CO2酸性氣體，給氣田的超深水平井及大斜度定向井的鉆井施工帶來了一系列工程技術及安全難題。元壩氣田以高科技戰勝高難度，配套應用了超深高酸性氣田鉆井技術，在第一期產能建設井的鉆井過程中取得了豐碩的成果。產能建設井所配套應用的超深高酸性氣田鉆井技術系列，為元壩氣田的高效勘探、開發做出了極其重要的貢獻，為我國超深高酸性氣田的鉆井整體技術達到世界級先進水平奠定了基礎。

1 地質特征及鉆井技術難點

元壩地區構造平緩，褶皺輕微，發育一些小規模、低幅度構造，整體表現為向NE傾斜的單斜構造。該地區鉆遇地層自上而下依次為白堊系，三疊系，二疊系，石炭系，志留系。其中劍門關組至須家河組地層為陸相沉積，巖性以砂、泥質巖性為主；二疊系雷口坡組及以下地層為海相沉積，巖性以碳酸鹽巖為主。該地區勘探開發難度極大，鉆井過程中存在“深、硬、斜、漏、噴、卡、毒”等世界級工程技術難題，具體表現在：①氣藏超深，水平井、定向井施工難度大。②酸性氣體含量高、鉆井風險大。③存在多套壓力層系且地層壓力預測難度大，地層漏失嚴重。④地層巖性復雜，鉆井提速困難。

2 提速技術

元壩氣田針對區塊存在的鉆井難點在第一期產能建設井的鉆井過程中大量采用新技術新工藝，從科技提速、安全提速、管理提速三方面提高元壩氣田產能建設井的鉆井速度。

2.1 科技提速

2.1.1 井身結構優化技術 科學合理的井身結構是能以盡可能少的套管程序封隔地層必封點，并采用合理的井眼尺寸以避免鉆井復雜事故，提高鉆井速度，有效保護油氣層的井身結構。元壩地區第一期產能建設井均采用五開制井身結構，其示意圖如圖1所示。

該井身結構一開采用Ф660.4mm鉆頭開孔，泡沫鉆井至井深500～700m左右，下入Ф508.0mm套管，封隔上部劍門關組、蓬萊鎮組易漏、易坍塌及淺部水層；二開采用Ф444.5mm鉆頭，采用氣體鉆井鉆至上沙溪廟底部垮塌層，下入Ф346.1mm套管，封隔上部易塌、易漏地層；三開采用Ф314.1mm鉆頭鉆進至雷三段60m左右，下入Ф273.1mm+Ф282.6mm復合套管，封隔雷四頂部氣層以上高壓地層；四開采用Ф241.3mm鉆頭鉆進長興組5m左右，先懸掛Ф193.7mm+Ф203.1mm復合套管固井，封隔長興組頂部以淺地層，并在嘉四和嘉五地層選用厚壁套管，再回接Ф193.7mm油層套管；五開采用Ф165.1mm鉆頭，使用低密度鉆井液鉆至目的層，采用襯管完井，再回接Ф193.7mm油層套管固井。在井身結構確定的基礎上，元壩氣田在套管的選材上實現了系列化、程序化、標準化，具體選材標準見表1。

元壩氣田在套管的選材上主要注重了套管的防硫特性以及氣密封性。另外，在鹽巖地層段增加了套管的壁厚，以提高套管的抗外擠強度。元壩氣田采用此井身結構，合理封隔住了各地層的必封點和壓力系數差別較大的地層，不僅利于科技鉆井提速技術的連續應用，也為減少復雜情況和保護儲層提供了保障。

2.1.2 氣體鉆井技術 氣體鉆井技術具有提高機械鉆速、延長鉆頭壽命、防止井漏井斜、降低鉆井綜合成本的技術優勢，對于元壩氣田的鉆井提速來說極具針對性。元壩氣田11口第一期產能建設井在一開和二開均應用了氣體鉆井技術，累計鉆進進尺34876.04m，累計使用鉆頭37只，純鉆時間3856.93h，平均單只鉆頭進尺942.60米/只，平均機械鉆速9.04m/h；平均每口井用時28.20天，平均日進尺112.43米。氣體鉆井有效解決了元壩氣田陸相地層巖石可鉆性差、機械鉆速低的難題，其平均機械鉆速是常規泥漿鉆井方式機械鉆速的6.27倍，對整個氣田的鉆井提速具有重要意義。

2.1.3 高速渦輪鉆進技術 元壩氣田千佛崖底至須家河組地層，礫石含量高，巖石堅硬，研磨性強，使用常規方式鉆進，平均機械鉆速只有0.76m/h，單只鉆頭平均進尺僅60m。元壩氣田5口產能建設井使用了渦輪+孕鑲金剛石鉆頭鉆井技術，其平均機械鉆速達到1.45m/h，平均單只鉆頭進尺達到225.79m，累計進尺3386.86m，累計工作時間（除去異常情況處理時間）118.55天，純鉆進時間97.25天。若使用常規鉆井技術，同樣鉆進3386.86m，累計工作時間需265.84天，純鉆進時間為185.68天。因此，使用高速渦輪+孕鑲金剛石鉆頭技術，有效提高了元壩氣田鉆井的機械鉆速和行程鉆速。

2.1.4 扭力沖擊器鉆進技術 扭力沖擊器能將鉆井液的流體能量轉換成高頻、均勻穩定的扭向機械沖擊能量并直接傳遞給PDC鉆頭實現瞬時破巖。這種破巖方式使得PDC鉆頭在轉盤提供的扭力和扭力發生器提供的扭向沖擊力的共同作用下消除“卡-滑”現象，可連續切削地層，能大幅度提高機械鉆速，延長鉆柱壽命。元壩氣田的沙溪廟組底部至自流井組頂部地層巖石可鉆性差，研磨性強，使用常規鉆井技術的平均機械鉆速僅為1.44m/h，單只鉆頭平均進尺僅114m。元壩氣田在2口產能建設井中使用扭力發生器鉆進技術后，平均機械鉆速達到3.05m/h，單只鉆頭平均進尺達到257.37米，其機械鉆速和行程鉆速都得到了大幅度提高。

2.1.5 干法固井技術 干法固井技術是指氣體鉆井結束后直接下套管固井，不轉換鉆井液程序的固井技術，可節省施工時間，避免轉換鉆井液時可能發生的井漏、井壁失穩等復雜情況。元壩氣田11口產能建設井在一開表層套管固井中，全部應用了干法固井技術，一開中完時間平均為8.94天，較沒有采用干法固井技術的先期開發井一開中完時間減少了17.09天。統計計算表明，若除去其它因素延長的固井時間，干法固井技術較常規固井技術可節約8天的固井時間。

2.2 安全提速 元壩氣田在科技提速的基礎上針對超深高酸性氣田的特性，不僅從人身和地面設備安全上加強了監管，加強技術檢查、督察力度；嚴格審核鉆井工程設計和方案，從源頭上保障安全施工；完善和落實應急預案，有效處理突況；現場監督，對重點井、復雜井、關鍵環節實行重點監控，對隨時可能出現的井下復雜情況及時判斷，果斷處理，杜絕和避免重大鉆井故障發生，從整體上提高了生產的安全性和時效性。

2.2.1 鉆井液性能維護 在超深高酸性氣田的鉆井過程中，對鉆井液性能的維護主要就是保持鉆井液PH值的穩定和避免溢流、井漏等復雜情況的發生。元壩氣田在鉆海相地層的鉆井過程中常常通過添加除硫劑堿式碳酸鋅或海綿鐵以保證鉆井液PH值不低于11，同時調整鉆井液密度以壓穩地層流體，確保鉆井液中H2S含量不高于50mg/m3，但也注意了鉆井液的漏失問題，鉆井過程中對易漏失地層做出了及時的判斷，并在鉆井液中加入適量的隨鉆堵漏劑，以便及時堵住易漏地層。

2.2.2 井控技術 對高酸性氣田而言，井控技術的關鍵在于防止H2S從地層或井筒中溢出。元壩氣田首先在合理井身結構設計的基礎上，加強了氣層壓力及其物理性質的預測，重點監測與處理溢流、又漏又噴等復雜情況；其次在井控裝置的組合形式上采用了“環形防噴器+雙閘板防噴器+雙閘板”的組合方式，保證了井控裝置能夠同時擁有2個半封閘板，1個全封閘板和1個剪切閘板；最后在井控設備的選材上做了嚴格要求，對金屬材料和非金屬材料的防硫特性均按照行業標準進行。

2.2.3 套管防磨技術 超深高酸性氣田的鉆井過程中，套管的防磨、防腐蝕是一個應高度重視的問題。元壩氣田在防磨防腐方面除采用了鉆桿保護器、減磨接頭、鉆桿接頭耐磨帶等常用技術措施外[7]，主要在鉆井工程設計和施工方面做了相應的工作，以防磨損與腐蝕的交互作用。如在套管選材上注重了套管的抗硫、抗擠性能；在鉆進過程中嚴格控制井身質量，直井段采用了輕壓吊打等防斜打直技術，斜井段控制全角變化率，減少套管與鉆桿的接觸面積和接觸應力，不同井段采取鉆具上加防磨接頭等措施；優選鉆井液體系，增強鉆井液的性能。

元壩氣田實施安全提速后，11口產能建設井累計發生各類鉆井故障14次，損失鉆井時間134.30天，其故障時效2.75%，復雜時效1.62%，萬米故障發生次數1.68次/萬米，故障損失時間16.12天/萬米，分別較前期評價井減少了3.36個百分點、2.53個百分點、0.31次/萬米、30.36天/萬米，使得產能建設井在提速的同時更達到了提效的目的。

2.3 管理提速 元壩氣田在第一期產能建設井的鉆井過程中除重視井下復雜情況的預防，保證人身、設備安全外，更是從健全工程技術管理機構、建立元壩地區技術管理機制、完善技術支撐體系、改善鉆井監管體系、強化精細管理等方面來提高整體鉆井速度和鉆井效益。元壩氣田實施管理提速后減少了非生產時間的耽擱，使各個鉆井環節更加緊湊，避免了如停工待料等類似不必要時間的浪費，在整個工區內形成了“一體化”的管理模式，整體上提高了生產時效，使得整個鉆井作業高效運行，降低了鉆井成本。元壩氣田10口已完井的產能建設井生產時效達到了93.24%，較提速前探井和開發評價井分別提高了12.5和10.43個百分點；純鉆時間達到了36.59%，較提速前探井和開發評價井分別提高了3.13和5.72個百分點，管理提速效果明顯。

3 應用效果分析

元壩氣田在清楚認識超深高酸性氣田鉆井難點的基礎上，結合具有針對性的鉆井技術措施，形成了元壩氣田超深高酸性配套鉆井提速技術系列，見表2所示。

元壩氣田應用該鉆井提速技術系列，在元壩氣田產能建設井的鉆井過程中取得了顯著的提速效果，具體指標見表3。

從整體上看，已完井的10口井的平均完鉆井深7595.12米、平均鉆井周期391.15天、平均機械鉆速2m/h、平均建井周期458.56天，與元壩地區平均井深7534.7米的評價井相比，其鉆井周期縮短了138.77天，平均機械鉆速提高了0.17m/h，建井周期縮短了142.31天，提速效果明顯。生產時效及純鉆時效較前期評價井有大幅度提高，復雜時效及故障時效有明顯降低，提效顯著。另外，元壩氣田經提速后多口井創造了優勝指標，如元壩205-1井完鉆井深7116米，鉆井周期326.77天，建井周期384.79天，創川東北地區海相大斜度井最短鉆井周期和建井周期紀錄；元壩101-1H井四開鉆井周期和建井周期分別為34.25天、57.54天，均創元壩地區水平井四開作業的最高紀錄。

4 結論與認識

①元壩氣田存在井深、酸性氣體含量高、井底溫度高、壓力層系多、地層巖性復雜等世界技術難題，致使井身結構設計、井控工作及井眼軌跡控制難度大，給元壩氣田水平井、定向井的鉆井施工帶來了較大的困難。

②元壩氣田從科技提速、安全提速、管理提速三方面著手，確定了適用性較強的五開井身結構、套管選材標準以及鉆井提速配套技術系列，為超深高酸性氣田的開發積累了成功經驗。

③目前元壩氣田雖取得了較好的提速效果，但還有改進的空間，如拓展扭力發生器和干法固井的應用深度；增大現行三開井身結構Ф282.6mm套管的環空間隙；加強井眼軌跡控制精度；加大對國產旋轉導向鉆井技術的應用，以降低成本。

④元壩氣田鉆井施工過程中不可預見因素多，安全施工和井控風險大，應加強地層壓力預測、井控溢流機理基礎研究以及超深高酸性水平井、定向井鉆井技術研究，為超深高酸性氣田的鉆井施工提供理論支撐與技術保障。

參考文獻：

[1]沈琛.川東北超深高酸性氣田勘探開發工程技術[J].中國工程科學，2010，12（10）：29-34.

篇8

針對傳統基于稀疏字典對的超分辨率（SR）算法訓練速度慢、字典質量差、特征匹配準確性低的缺點，提出一種基于改進稀疏編碼的圖像超分辨率算法。該算法使用自適應閾值的形態組成分析（MCA）方法提取圖像特征，并采用主成分分析算法對訓練集進行降維，提高特征提取的有效性，縮短字典訓練時間，減少過擬合現象。在字典訓練階段，使用改進的稀疏K-奇異值分解（K-SVD）算法訓練低分辨率字典，結合圖像塊的重疊關系求解高分辨率字典，增強字典的有效性和自適應能力，同時極大地提高了字典的訓練速度。在Lab顏色空間對彩色圖像進行重建，避免由于顏色通道相關性造成的重建圖像質量下降。與傳統方法相比，該算法重建圖像質量和計算效率更優。

關鍵詞：

超分辨率；稀疏表示；形態組成分析；主成分分析；顏色空間；機器學習

中圖分類號：

TP391.41

文獻標志碼：A

Image super-resolution algorithm based on improved sparse coding

Abstract：

The traditional Super-Resolution （SR） algorithm， based on sparse dictionary pairs， is slow in training speed， poor in dictionary quality and low in feature matching accuracy. In view of these disadvantages， a super-resolution algorithm based on the improved sparse coding was proposed. In this algorithm， a Morphological Component Analysis （MCA） method with adaptive threshold was used to extract picture feature， and Principal Component Analysis （PCA） algorithm was employed to reduce the dimensionality of training sets. In this way， the effectiveness of the feature extraction was improved， the training time of dictionary was shortened and the over-fitting phenomenon was reduced. An improved sparse K-Singular Value Decomposition （K-SVD） algorithm was adopted to train low-resolution dictionary， and the super-resolution dictionary was solved by utilizing overlapping relation， which enforced the effectiveness and self-adaptability of the dictionary. Meanwhile， the training speed was greatly increased. Through the reconstruction of color images in the Lab color space， the degradation of the reconstructed image quality， which may be caused by the color channels correlation， was avoided. Compared with traditional methods， this proposed approach can get better high-resolution images and higher computational efficiency.

Key words：

super-resolution； sparse representation； Morphological Component Analysis （MCA）； Principal Component Analysis （PCA）； color space； machine learning

0 引言

超分辨率（Super-Resolution， SR） 即通過硬件或軟件的方法提高原有圖像的分辨率，通過一系列低分辨率圖像來得到一幅或多幅高分辨率的圖像過程。因其能夠提供更高的像素密度和更多的細節，超分辨率技術在醫學圖像、衛星圖像、監控等領域獲得了廣泛的應用。由于成本較高、工藝水平限制等原因，通過硬件提升獲取高分辨率圖像并不是經濟的手段，所以現有的SR方法主要集中在軟件領域，主要分為三類：基于插值的方法、基于重建的方法和基于學習的方法。

基于插值的方法簡潔快速，但易產生模糊的邊緣和不清晰的細節。常見方法有：雙線性插值、雙立方插值、基于自適應的2-D回歸模型[1]等。基于重建的方法根據圖像降質模型，利用各種先驗知識來估計超分辨率圖像，這類算法可以重建出較好的邊緣，降低鋸齒效應，但其使用的先驗知識往往具有局限性，如輪廓梯度信息[2]、邊緣信息[3]等。

基于學習的方法使用高分辨率和低分辨率圖片訓練集來預測低分辨圖像中丟失的高頻信息。通過訓練字典，這類算法可以產生低分率圖像中沒有的細節信息，但是對訓練集的依存度比較高，同時對噪聲的抑制能力差。Freeman等[4]利用馬爾可夫隨機場，通過置信傳播來建立低分辨圖像塊和高分辨率圖像塊之間的映射關系，需要的圖片數量較大，且訓練時間較長。Chang等[5]則采用流形學習算法，使用局部線性嵌入（Local Linear Embedding， LLE）規則，映射低分辨率圖像塊的局部特征到高分辨率圖像塊，然后通過近鄰的線性組合來產生高分辨率圖像塊；該方法雖需要較少的樣本圖片，但易產生欠擬合或過擬合現象。Gao等[6]在LLE的基礎上，提出了一種稀疏鄰域選擇算法來重建圖像，該算法雖然解決了欠擬合和過擬合現象，但對于復雜結構圖像的重建效果差。Yang等[7-9] 使用稀疏表示算法，利用高、低分辨率圖像塊之間的稀疏關聯建立詞典對，低分辨率的稀疏表示可用來重建高分辨圖像；雖然這種方法重建效果較好，但訓練時間過長，字典缺乏有效性。楊玲等[9]使用K-奇異值分解（K-Singular Value Decomposition， K-SVD）方法訓練字典，利用RGB顏色通道的稀疏表示提取彩色圖像塊，訓練速度較快；然而直接使用低分辨率圖像本身作為訓練集，雖保持了顏色信息，但造成特征冗余，易出現過擬合現象。Wang等[10]結合Yang[7]和Freeman[4]方法的優點，采用稀疏表示方法對圖像中的中、低頻信息進行編碼，雖然提高了字典的有效性，但自適應能力差，訓練時間長。

針對傳統方法的缺點，本文提出一種使用改進稀疏編碼的單張圖像超分辨率算法。使用自適應閾值的

形態組成分析（Morphological Component Analysis， MCA）方法提取低分辨率圖像的紋理和幾何結構特征，采用高分辨率的高頻分量構建訓練集。針對訓練集過大的缺點，使用主成分分析（Principal Components Analysis， PCA）算法對訓練集進行降維，降低計算復雜度和字典尺寸。為了提高訓練速度，使用改進的稀疏K-SVD算法進行稀疏字典的訓練。同時，字典具有很好的靈活性和自適應性。根據圖像塊的重疊關系，優化求解高分辨率字典，所得字典質量更好。在圖像重建時，利用Lab顏色空間的特點，避免顏色通道的操作對圖像一致性造成的影響。

2 本文算法

基于稀疏表示的超分辨率模型的主要內容包含三個方面：特征提取、訓練稀疏字典和重建超分辨率圖像。本文使用自適應閾值的MCA方法提取低分辨圖像特征與高分辨率圖像塊的高頻分量作為訓練集，用PCA方法對訓練集進行降維；使用改進的稀疏K-SVD算法訓練低分辨率字典，然后利用圖像塊的重疊關系求解高分辨率字典；在Lab顏色空間重建圖像，所得圖像質量更優。

2.1 稀疏字典學習

稀疏字典的訓練方法可以分為兩類：基于分析的方法和基于學習的方法。基于分析的方法一般首先構建數據的數學模型，然后使用一個分析結構去表示這個模型，Wavelets、Contourlets等均屬于這類方法。在基于學習的方法中，稀疏字典是采用機器學習方法，從訓練集中學習得到。這類方法具有很好的自適應能力，實際應用表現更好，但具有較高的計算復雜度，較多的限制條件和冗余，這類方法包含PCA、K-SVD等。

2.1.1 改進的稀疏K-SVD算法

Rubinstein等[13]在K-SVD[12]算法的基礎上，提出了稀疏K-SVD算法。這種算法結合了兩類學習方法的優點，采用加入“基字典”的稀疏模型，使用這個新的參數框架訓練字典，具有較低的計算復雜度、更好的自適應性和穩定性；而且稀疏K-SVD可以和任意追蹤算法組合使用，便于進行改進。

針對超分辨率傳統字典訓練方法耗時長、字典質量差的缺點，本文對使用類似Smith等[14]的方法對稀疏K-SVD進行改進，進一步提高其訓練效率，當處理規模較大的訓練集時，優勢明顯。改進措施在稀疏K-SVD的兩個主要部分進行：字典更新階段和稀疏編碼階段。在字典更新階段，通過引入“更新循環”機制，即將僅循環一次的字典更新過程循環多次。這是因為字典訓練時間大部分消耗在稀疏編碼階段，僅進行一次更新循環往往并不能得到最優的結果，而循環多次，也并不會明顯增加訓練時間，反而能夠降低稀疏編碼階段的負荷，提高字典學習的效率。改進的稀疏K-SVD過程見算法2。

在稀疏編碼階段，使用上輪追蹤過程后得到的k/3個（k為系數稀疏度）最大的系數進行初始化，然后計算剩余的2k/3個系數。系數重用操作更改OMP（Orthogonal Matching Pursuit）算法并不能帶來明顯的速度提升，當加入類似CoSaMP（Compressive Sampling Matching Pursuit）[15]中的“支集合并”和“剪枝”操作，改進Batch-OMP[17]就可以明顯地提高編碼的效率，達到快速執行編碼的目標。“支集合并”操作：將當輪近似過程計算的結果與已經計算出的集合進行合并，然后計算稀疏表示。“剪枝”操作：從由最小二乘法計算出的近似結果中選出最大的k（或者小于k）個系數。具體過程見算法1。

算法1 改進Batch-OMP算法

2.2 圖像特征提取與訓練集構建

由于人眼對高頻信息更加敏感，傳統方法一般選擇低分辨率圖像的高頻信息作為特征，例如拉普拉斯算子、高斯微分函數和梯度提取算子等。但是，它們通常只考慮到圖像的幾何特征，圖像的紋理特性被忽略掉了，無法完整地體現圖像的視覺特征。本文使用自適應閾值的MCA[17]來解決這個問題。

4 結語

本文提出了一種基于改進稀疏編碼的圖像超分辨率新方法。使用MCA/MOM方法提取低分辨率特征和高分辨率的高頻分量作為訓練集，對訓練集進行降維，減少所需樣本數量與字典訓練所需時間，降低字典尺寸。使用改進的稀疏K-SVD算法和優化的字典對求解過程，能快速高效地得到超分辨重建所需字典。在Lab顏色空間重建所得圖像能夠保持顏色通道的一致性。雖然本文方法可以有效提高圖像重建質量和計算效率，但利用圖片本身的相似性來減少訓練所需樣本數量，提高特征提取效率；進一步提高該算法以應用到實時系統中；如何應用該算法到視頻的超分辨率重建中都將是下一步的研究方向。

參考文獻：

[1]

ZHANG X， WU X. Image interpolation by adaptive 2-D autoregressive modeling and soft-decision estimation [J]. IEEE Transactions on Image Processing， 2008，17（6）： 887-896.

[2]

MARQUINA A， OSHER S J. Image super-resolution by TV-regularization and Bregman iteration [J]. Journal of Scientific Computing， 2008，37（3）： 367-382.

[3]

TAI Y W， LIU S， BROWN M S， et al. Super resolution using edge prior and single image detail synthesis[C]// CVPR 2010： Proceedings of the 2010 IEEE Conference on Computer Vision and Pattern Recognition. Piscataway： IEEE Press， 2010： 2400-2407.

[4]

FREEMAN W T， JONES T R， PASZTOR E C. Example-based super-resolution [J]. Computer Graphics and Applications， 2002， 22（2）： 56-65.

[5] CHANG H， YEUNG D Y， XIONG Y. Super-resolution throughneighbor embedding[C]// CVPR 2004： Proceedings of the 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Piscataway： IEEE Press， 2004.：275-282.

[6]

GAO X， ZHANG K， TAO D， et al. Joint learning for single-image super-resolution via a coupled constraint [J]. IEEE Transactions on Image Processing， 2012， 21（2）： 469-480.

[7]

YANG J， WRIGHT J， HUANG T S， et al. Image super-resolution via sparse representation [J]. IEEE Transactions on Image Processing， 2010，19（11）： 2861-2873.

[8]

ZEYDE R， ELAD M， PROTTER M. On single image scale-up using sparse-representations [C]// Proceedings of the 7th International Conference， LNCS 6920. Berlin： Springer-Verlag， 2012： 711-730.

[9]

YANG L， LIU Y， HUANG R， et al. New approach for super-resolution from a single color image based on sparse coding [J]. Journal of Computer Applications， 2013，33（2）：472-475.（楊玲， 劉怡光， 黃蓉剛， 等. 新的基于稀疏表示單張彩色超分辨率算法[J]. 計算機應用， 2013， 33（2）： 472-475.）

[10]

WANG J， ZHU S， GONG Y. Resolution enhancement based on learning the sparse association of image patches [J]. Pattern Recognition Letters， 2010， 31（1）：1-10.

[11]

DONOHO D L. For most large underdetermined systems of linear equations the minimal l1‐norm solution is also the sparsest solution [J]. Communications on Pure and Applied Mathematics， 2006， 59（6）： 797-829.

[12]

AHARON M， ELAD M， BRUCKSTEIN A. K-SVD： an algorithm for designing of overcomplete dictionaries for sparse representation [J]. IEEE Transactions on Signal Processing， 2006，54（11）： 4311-4322.

[13]

RUBINSTEIN R， ZIBULEVSKY M， ELAD M. Double sparsity： learning sparse dictionaries for sparse signal approximation [J]. IEEE Transactions on Signal Processing， 2010，58（3）：1553-1564.

[14]

SMITH L N， ELAD M. Improving dictionary learning： multiple dictionary updates and coefficient reuse [J]. Signal Processing Letters， 2013， 20（1）： 79-82.

[15]

NEEDELL D， TROPP J A. CoSaMP： iterative signal recovery from incomplete and inaccurate samples [J]. Applied and Computational Harmonic Analysis， 2009，26（3）： 301-321.

[16]

RUBINSTEIN R， ZIBULEVSKY M， ELAD M. Efficient implementation of the K-SVD algorithm using batch orthogonal matching pursuit [R/OL]. [2012-10-10].http：///en/document/view/6635304/efficient-implementation-of-the-k-svd-algorithm-using-technion.

[17]

STARCK J L， MOUDDEN Y， BOBIN J， et al. Morphological component analysis[C]// Proceedings of the 11th SPIE Conference on Signal and Image Processing： Wavelet Applications in Signal and Image Processing. San Diego： SPICE， 2005， 59（14）：1-15.

[18]

BOBIN J， STARCK J L， FADILI J M， et al. Morphological component analysis： an adaptive thresholding strategy[J]. IEEE Transactions on Image Processing， 2007，16（11）： 2675-2681.

[19]

NING Q， CHEN K， YI L， et al. Image super-resolution via analysis sparse prior[J]. Signal Processing Letters， 2013， 20（4）： 399-402.

[20]

IRANI M， PELEG S. Motion analysis for image enhancement： resolution， occlusion， and transparency[J]. Journal of Visual Communication and Image Representation， 1993， 4（4）： 1993-12.

篇9

【關鍵詞】傳輸技術；辦公自動化；云計算；應用趨勢

政府辦公自動化系統的主要是在黨委服務，政府及其所屬部門，委員會，辦公室，黨和政府機關的局，如日常事務的管理，是政府機構系統的主要業務，它是各政府機構能否積極有效地發揮其職能的重要因素，是政府機構急需的計算機輔助業務系統。在技術先進成熟的計算機和通信技術之間建立一個高質量，高效率，智能辦公自動化（OA）系統，對領導決策和信息服務部辦公，提高辦公效率，減輕工作人員的工作量，節約寶貴的辦公費用，從而實現行政機關的辦公自動化、無紙化、資源信息化、決策科學化。

一、計算機信息傳輸技術與辦公自動化融合的內涵

計算機信息傳輸技術，是指通過網絡通信，將分散在各個領域的計算機的信息互相傳遞的方法，從而達到一種科技資源共享的目的的一種技術。而辦公自動化則是結合了計算機信息傳輸功能和現代化辦公功能的一種辦公方式。建立在現代計算機信息傳輸技術之上的辦公自動化中的應用，在優化管理信息系統的結構，調整管理系統中起著重要的作用，在提高辦公協調，結合部門決策，加強決策能力執行起著非常重要的作用，真正從各個層面提高單位工作效率。典型的例子是SAS，ERP和電子政務中的應用。

二、政府辦公自動化系統特點

根據應用對象的辦公自動化系統都有其不同的特點，政府辦公自動化系統，政府委員會，辦公或部門為服務對象，主要特點如下：對復雜的文件（收文、發文）流程，考察有嚴格的要求；對于信息有更高的要求（匯編），確保信息上傳進展的順利；實現無紙化辦公系統，提高辦公效率，在此基礎上應注意為領導提供服務；系統應提供移動辦公，遠程辦公能力；以為領導服務為要求，系統應提供領導講話管理和領導平日計劃等功能模塊；系統應該為用戶提供地方用以互相溝通；應用軟件體系結構應具有提供與上級單位、兄弟單位、下級單位連接的開放接口；對保證系統的數據安全，用戶權限控制有嚴格的要求。并對系統的研究和開發的同時使系統具有較高的安全性，可靠性和可操作性等等

按照政府的辦公流程和文檔管理措施的設計要求，保證設計規范；并通過辦公自動化系統中的應用，反過來對實際操作流程又有規范作用。靈活的流程處理接口，適用于電子和紙質混合的辦公模式，方便推廣應用。能進行遠程辦公，具有授權功能，確保辦公業務流程的連續性。對不同地區的辦公業務的支持，實現了總部管理和直屬單位的文件的快速運轉。功能強大，內容具有多樣性，基本滿足了政府辦公業務的要求。與一個強大的全面的安全管理和控制機制分不開。實施電子公文流轉，網絡管理和操作，節省了大量的人力物力，提高了辦公效率。具有流程跟蹤，預留校正，文件共享，變更控制，自動登記等特點，規范業務的同時，也給辦公人員提供了方便。

三、計算機信息傳輸技術在辦公自動化中的應用趨勢

（一）辦公自動化將更加人性化、智能化，人性化、智能化

一是設計更突出人性化的理念，將辦公自動化的穩定性、開放性和易用性放在突出位置，對信息來源的整合能力進行了一系列的強調，更對于可開拓的管理平臺進行構建，從而改變對現在人來適應系統的尷尬處境，進而實現系統來適應人的全新的理念。二是辦公工具智能化。越來越多的數據需要處理的情況下，用戶可以使用不痛的辦公設施，比如手機、平板和電腦及其他終端設備與云計算服務端的無縫接入，并在同一時間，辦公軟件，云服務器技術提供的數據和文件將實現數據調取的提供，規劃分析，可視化的交互，幫助用戶進行智能的判斷，大大提高用戶的工作效率。三是圍墻在智能無線辦公環境中將完全消失。隨著信息終端應用綜合集成，無線移動技術在應用工作中的普及，超級計算機技術、云計算技術、網絡技術通訊技術的融合成為的各種移動設備將成為辦公室必備的信息終端。

（二）超級計算機及云計算技術的興起

隨著超級計算機與云計算技術的興起和發展，服務器技術與各類終端技術的融合，在各種方面都促進了辦公自動化建設向著智能化、視覺化、通用化、一體化方向發展。超級計算機與云計算技術不僅將手機、筆記本電腦、平板電腦、家用電器等其他新興與傳統硬件結合從而實現真正的全面的物聯模式，更將融合Windows，Apple，Android，UNIX服務器和終端軟件，促進組織信息系統的改革，以高度的壓縮和扁平化，特別是目前的云計算技術的逐步成熟和廣泛應用將進一步推動了辦公自動化水平的智能化，整合視覺化，通用化，全面改造，就可以看到辦公自動化水平將有驚人的改進。

（三）3G 技術的成熟與廣泛運用

CDMA，TD-SCDMA，TD-SCDMA及3G技術的成熟和推廣應用，以及4G技術的生成，將完全顛覆了傳統辦公室的固定的形象，為辦公人員超遠距離的辦公、政府及其部分在全球范圍內的辦公和協作以及全數字化的辦公室提供條件，如WiFi無線傳輸技術的標準化和推廣應用將推動辦公自動化領域向多樣化方向發展，，如辦公模式的多樣性，實施人員的多樣性，計算設備的多樣性等等。

總而言之，政府辦公自動化將實現辦公廳與國務院、省委、省人大和政協、各省直廳局、各市地人民政府、各直報點市縣等單位之間的文件轉換、信息交流和信息共享，不僅能夠為用戶提供方便快捷的獲取方式，而且同時還為領導決策和工作人員的日常生活等一系列提供基本服務。

參考文獻：

[1]劉晶晶.辦公自動化網絡管理策略探討[J].現代政府部門教育，2010（2）.

篇10

EW：回溯近20年來中國超級計算機的發展歷程，你覺得中間哪幾個重要轉折點不能不提？

LJ：20年前，中國高性能計算機是被西方禁運的，而現在我們已經基本實現了自主可控。這其中經歷了四個階段：第一個階段是上世紀90年代中期，我們只能實現軟件層面的自主，器件層面還是大量采購國外的部件來做機器。這也是現在中國高性能計算機生態環境不好的緣由之一，無法標準化，導致很多應用有問題，在商業化市場上，大家習慣的軟件很難被應用。

第二個階段是上世紀90年代后期，國家開始重視工業通用標準，很多器件甚至軟件就都得用國外廠商的，離自主又遠了一點。那個時候大部件都通過進口，就像汽車，可能分成幾大塊進口，只在國內組裝。

第三個階段是本世紀初期。2005年，我們就開始大量地把過去從國外進口的大部件自己進行設計。大概到2007年、2008年的時候，這些大部件已經完全可以自己設計，但是核心的那些器件、軟件模塊還是用國外的，這個問題一直延續到今天。

第四個階段就是要真正地實現對所有技術的掌握和突破，而且讓它能和今天的工業通用標準很好地銜接。如果最后這一步走出去了，我想中國這個產業就能跑到全球的潮頭。

EW：目前中國超算行業格局是怎樣的？

LJ：國內有三支隊伍在做：國防科技大學、江南計算所、中科曙光。其他兩家更多地可能是在某一領域去完成它的任務，它們能獲得很多國家的資源支撐。而曙光則是跟外國企業在市場上靠商業競爭，且人力成本要高于其他兩家。企業的特點是，它做什么東西，都要有市場價值。

在核心優勢方面，國防科技大學有很好的網絡技術，在自主高性能互聯網絡方面也非常獨到；江南計算所有很好的CPU技術，在其他自主技術方面也很好；曙光則有很好的應用架構設計能力、工程設計能力、用戶推廣能力等，此外，曙光是三家機構中唯一完全市場化運作的企業，在商業化方面，曙光是做得比較好的，更加注重高性能計算機的產品化和市場占有率。

在與國際上的IBM等公司的市場競爭中，我們的策略是，產品做好、技術做好、做得穩定可靠，讓機器好用又耐用，價格適中。市場競爭就是這么回事。

EW：中科曙光在超算業務上有哪些關鍵產品？

LJ：十多年前，“曙光4000A”是中國第一個進入全球高性能計算機TOP500排行榜且位列前十名的系統。這對于那時的我們來說，已經是非常好的成績了，因為從過去的默默無名，突然排到了前十。后來到“曙光5000A”，也是排到了全球前十名。在“曙光6000”出來的時候，已經是全球第二名。“曙光6000”的設計目標是市場化的需求，所以它的應用非常好用，裝在深圳超算中心，一年能收取兩個億的服務費，非常完美。

現在，曙光新一代高性能計算機正在研發。它是一款面向某一類特殊應用的機器，比如氣象、航空航天等，大概明年就能完成。它針對某一族應用去做優化，因為不同類型的應用所需的架構都不一樣。曙光新一代高性能計算機經歷了長時間研制的原因就在于，它不斷地根據應用的變化在調整。

EW：之前《華爾街日報》 報道“神威?太湖之光”時曾稱，中國的超算已經超過了美國。對此，你怎么看？

LJ：雖然中國的“神威?太湖之光”的性能超過了美國現有計算機的性能，但這個性能是指Linpack的性能，這個話得說嚴謹。

從行業角度來說，我不認為中國超算已經超越美國。美國超算做得非常扎實，它的機器跟應用匹配著做，應用層面我們盡管在快速追趕，但仍然稍有脫節。系統和應用的結合、和應用的匹配，這是最重要的。這也是我們現在跟人家相比最大的短板：一方面，中國超算對應用的支持還不是很好；另一方面，它的應用領域也太窄，僅限于科學計算，還沒有延伸到信息服務領域中去。

“神威?太湖之光”雖然在TOP500中已經排名第一，但它是獨立自己做的CPU，很多市面上的應用它跑不了，而且本身架構不適合做信息的處理，它主要還是在解方程。

EW：能否詳細講述一下，超算是如何應用在這些科學尖端領域的，對我們日常生活又有哪些影響？

LJ：超算在包括航空航天、石油、電力、水利、生物、制藥、環境、國防、教育、醫療、金融、電信、政務、互聯網、云計算等各個領域都有著廣泛的應用。在這些領域，以數字形式存在的海量信息，只有依靠這種大型計算機，才能進行處理和分析。

在尖端科學領域，以氣象為例，由中科院大氣物理所、曙光公司、中科院計算所、中科院計算機網絡信息中心聯合研發和創制的“地球數值模擬裝置”原型系統，讓科學家可以實現對大氣、洋流、地殼、生態等的仿真研究，用于還原或預測地球自然變化過程，可用于應對全球變化、防災減災和環境治理等問題。

此外，2013年“嫦娥三號”在月面成功軟著陸。這個過程中，曙光高性能計算機對“嫦娥三號”的軌道設計、實時計算、預報等也起到了非常重要的保障作用。

再舉幾個跟我們日常生活相關的例子。高性能計算集群能夠助力霧霾預報，通過對污染源、區域污染數據的精細化分析，為污染防控提供決策指導。如大家熟悉的去年9月抗戰勝利 70 周年閱兵期間的“閱兵藍”和G20的“西湖藍”都是基于超算的預測分析和追因溯源才得以實現的。

去年閱兵期間，以曙光高性能計算集群為核心的中國環境監測總站針對京津冀及周邊區域大氣污染過程進行不少于未來7天的預報預警、潛勢預測以及污染源貢獻追因。今年9月在杭州舉辦的 G20，曙光高性能計算機系統建立了適用于浙江省及杭州市的區域空氣質量數值模型。利用這個模型，再結合氣象條件、監測數據和大氣污染物排放清單，制定了 G20 峰會空氣質量保障控制措施。

從超算到E級超算

EW：時下超算已成為深度學習的引擎。曙光在人工智能方面有哪些想法？

LJ：當我們把這個超級計算機的應用擴展到信息服務、信息處理這個領域，包括大數據平臺，大數據的處理、分析、挖掘，再加上一些新的技術，它就變成了人工智能，變成了可以通過機器去深度地學習。它的脈絡就是這么過來的。不過，對于人工智能來說，雖然計算能力很重要，但更重要的還是算法、模型、軟件等。二者相結合，加上市場上有商業利益驅動，我相信會發展得非常快。

對曙光自身來說，今年4月跟寒武紀簽約合作，此前也跟如NVIDIA、致生聯發等公司在人工智能方面有合作。以寒武紀為例，它的芯片技術在人工智能領域是比較優秀的，但因為人工智能的應用領域很廣泛，只一個寒武紀是不行的，所以我們也在積極地跟其他企業尋求合作，面向E級機開發新一代的所謂的加速部件。比如，我們還跟NVIDIA一起合作進行這方面的研究，以便讓我們的E級機在推出的時候能有非常好的面向人工智能應用的性能。

EW：“十三五”規劃里面，國家對E級超算十分重視。研制E級超算的時間表是怎樣的？

LJ：大型計算機的研制周期平均約為3～5年。E級超算還有一段相當長的路要走，計劃在2020年去完成一臺有百億億次計算能力的機器，其研發經費預計約為30億元。

預計在2018年，能夠拿出一個原型系統。它是一個縮小比例的、1/16計算能力的機器，但內部構造基本相同。按照預期目標，該原型系統能效比為10GFlops/W以上，保證可擴展至10萬節點、PUE（Power Usage Effectiveness，是評價數據中心能源效率的指標）低至一定水平。在完成原型機的過程中，所有相關的技術就基本都完成了，再花兩年左右的時間進一步完善，然后把規模做大。

在“十三五”規劃里面，江南計算所、國防科技大學、中科曙光三家會一起來推動E級超算。最后根據對這三家原型系統的評估，誰的架構最優就以誰為主，另外兩家合作。比如“十二五”規劃的無錫那臺超級計算機，雖然主計算分區是由江南計算所搭建，但服務分區是曙光搭建的。

EW：如今在全球范圍內超算性能排第一的“神威?太湖之光”，它的性能峰值達到了125Pflops。如果再邁到E級超算，性能再提高一個數量級，會不會面臨性能過剩而應用跟不上的情況？

LJ：現在的問題就是超級計算機的技術發展正面臨左右兩難的狀況。很多超級計算機一味地去追求性能，而這種性能的測算體系是以一道題做基準去測出來的。比方如Linpack，它是一種數學方法，解一個方程組，看誰用的時間短，決定它的效率。但是在今天看，這一臺大型計算機會解方程組，不代表它會做別的，超級計算機在面對不同算法、不同應用時，效率差距極大。

100Pflops級別的性能已經很好了，而未來的E級機，性能又高了10倍，如果依然像現在這樣，應用層面依然做不好的話，等于弄了一堆廢鐵，肯定是不行的。所以要在追求應用靈活性、廣泛性的基礎上，兼顧它的性能峰值，這才是未來的方向。

EW：相較你剛才提到的Linpack測試，有沒有更加能反映機器實際性能的測試方法？

LJ：Linpack的方法已經使用20年了。在20年前，因為超級計算機的應用領域很窄，基本上是以解代數方程為最主要的應用，所以那時的測試方法就用了Linpack。可是在今天，超級計算機的應用已經五花八門，用一個指標已經不能完全衡量其性能了。現在又出來如HPCG等一系列的測試方法，它們是一個綜合體系，用一組應用進行測試，每個應用的測試結果最后進行加權，用一個算法平均出其綜合的性能，這就更容易反映機器在復雜應用環境里面的真實性能。

EW：之前“神威?太湖之光”能效比是6GFlops/W，而按照當前國際公認標準， E級超算的能效比至少要達到50GFlops/W。實現這一跨越，會面臨哪些方面的困難？

LJ：整個計算機里面，最耗電的就是CPU，其他如內存等相對耗電量很小。對于我們來說，似乎唯一的方法就是在相同功耗的情況下提高芯片的性能，或者說提高它的集成度。現在芯片都是用28納米的工藝，很快就要用到14納米甚至7納米的工藝。在摩爾定律下，線寬越來越窄，它集成電路的數量就越來越多，并行起來的性能就越來越高。

此外，業界也有討論用異構加速或異構綜合的方式來降低功耗。目前有大量的算法是通過軟件迭代來產生結果的，耗時非常長。異構加速這種加速部件，里面是硬件的CPU單元，它用硬件來處理一些特定的應用，能將耗時的、效率很低的東西，更高速地去進行處理和計算。未來超級計算機的架構，既要滿足工業的通用標準，又要滿足性能要求，這種異構的通過高性能加速部件來構成的超級計算機，在我看來是未來的主流。

最后，在能耗這方面還有一個名詞叫PUE，“1”是最好的，我們追求的目標就是讓它趨近于1，即不需要花額外的能耗去處理冷卻的問題，這是一個終極目標。我想，我們的E級機在這個上面會有重要的突破，讓PUE趨近于“1”，讓機器自己來冷卻自己。

EW：與現在相比，E級超算在應用層面會有哪些不同？

LJ：一方面，現在的超算在應用層面問題依然突出；另一方面，不同用戶對應用的需求也不一樣。這都是我們正在面臨的挑戰。

但在E級超算出來后，通過軟件定義系統，一個大機器可以分成若干個適應不同應用的區域，通過軟件來定義這個區域。比如如果是人工智能應用的話，我們的加速部件的性能和數量就要更多，這樣的話，就可以通過軟件在實時應用場景下去重新配置這個機器，讓它更適合這類應用。

這樣一來，在應用層面將幾乎沒有限制。在全球范圍內，99%的科學計算應用，它都能良好地支持；同時能夠支持采用全球工業通用標準的云計算、大數據，云服務、云存儲等方面的應用。如果騰訊愿意，甚至微信也可以在這上面得到支持，但這里面就涉及一系列的技術，不在芯片上做文章是很難實現的。

戰略布局再縱深

EW：國產芯片這個行業，它跟國外的差距到底有多大？

LJ：這就是全面的差距了。英特爾從1968年就開始了。在這幾十年當中，數千億美元、數萬名工程師的投入，才造就了他們的現在。中國的龍芯是1998年開始，差30年，投入了數億元人民幣、數百名工程師，這個差距是顯然的。但是從趨勢上來看，國內芯片行業是越來越好了。

EW：未來在E級超算研發方面，中科曙光還有哪些重要舉措？

LJ：我們目前一系列的技術創新都圍繞著E級機在展開，這里面包括高性能的冷卻系統、高性能的網絡、高性能的計算部件等，都有不同的團隊在工作。預計到明年年底，可以公布成果。

EW：這些團隊的人才從何而來？

LJ：這里面就有中科院的優勢，人才是中科院對這個產業的重大貢獻之一。超算這個東西不僅要懂計算機，還得懂化學、力學等各個學科的知識，才能去幫助人家做一些事。而中科院有那么多不同領域的研究所和學習不同學科的學生，我們會從各個研究所找來這些跨界的人才。

EW：除了高端計算機，中科曙光其他業務現在發展得如何？

LJ：在存儲方面，像今天互聯網的應用，大規模的、高可靠性的數據存儲，是并行存儲的。曙光有一個分布式存儲系統，完全自主，性能也非常好。這個東西我們做了接近10年的時間，一直在不斷地發展，存儲業務營收今年上半年增長了14.53%。另外，我們在信息安全等領域也都有不同的團隊在做。

EW：據8月23日公布的中科曙光2016年中報，軟件、系統集成及技術服務營收增速比較快，相較上年，增幅達到了60.63%。這和云計算以及智慧城市發展有關系嗎？

LJ：有關系。2008年，我們在成都建立了全國第一個云計算中心。后來，隨著我們“數據中國”戰略往前發展，目前，曙光已在全國20多個城市建成了云計算中心，運行的政務應用和智慧城市應用種類超過了1000個。此外，中科曙光已經參與了30多個城市云的建設，匯集數據達30多PB。城市云和行業云的建設使得公司在全國范圍初步建成了一個云數據服務網絡。

包括云計算，包括大數據，市場上也有其他的一些公司在做，但中科曙光有自己的優勢：第一是軟硬件的體系，都是我們自己的，這使得我們能夠更高效、更快速地提供更優質的服務；第二是我們的城市云，它不是萬金油，而是完全針對這個城市的應用需求去設計，所以它涉及的目標極其明確，是非常收斂的系統。

EW：你是如何定義智慧城市這一概念的，它能夠幫助人們改變生活中的哪些事情？

LJ：我們不叫智慧城市，就叫城市云――城市的數據體系。今天所謂的人工智能大部分是基于歷史的數據記錄，然后去預測未來，這樣的人工智能，僅僅靠數學模型，它的精度還比較差。

我們的“數據中國”戰略希望把超級計算機技術、今天的云計算技術以及大數據處理技術能做一個充分地融合。我們打算在各處，比方說在全國，在百個城市分別建立以城市云計算中心為載體的一個城市大腦，把一個城市所有信息放在里面，形成一個大的數據平臺。

這個數據平臺是一個可視化地理信息系統，簡單來說就是一張大地圖，在地圖上有各種數據，這些數據分為不同的圖層，一類數據就是一個圖層，比如，老年人的住址、公交路線數據、天氣狀況等都可以成為一個圖層。

在這樣的大數據體系里面，通過應用把不同圖層之間的數據聯系起來，這些數據就像真的神經元，等這樣的神經元聯系建立得足夠多，它就是個大腦了。今天已經能使用一些了，但還要邊使用邊完善，這是一個動態的過程。

EW：之前曙光還提出過“云和計劃”，這是怎樣一個體系呢？

LJ：在城市云的推動過程中，一家企業的力量還是太單薄了，所以我們希望在一個城市里面找到合作伙伴，能夠并行地處理一些事。我們自己做，一年建設5個、7個已經是很大的工作量了，但請一些合伙人一起建設，這樣能快一點。曙光也會為加盟者提供統一規劃設計，包括當地智慧城市項目的頂層設計、技術架構，以及城市云中心的業務范圍、發展規劃等方面。

EW：在信息安全方面，目前國內整體發展狀態是怎樣的？

LJ：我們以前提“全面自主”，但全面自主并不意味著安全。現在已經開始提“安全可控”。信息安全這個東西最重要的一點是可控。可控指的是，發現問題后，我們有對策解決。對于我們產業界來說，就是要有自己的設計能力，這樣一來，應對安全威脅的能力就大幅度提高了。

此外，安全也分不同的級別。不同的部門，不同的機構，對安全級別的要求千差萬別。比方說國家的機要系統，對安全級別要求較高，而信息安全的威脅其中之一就是入侵，通過你的各種漏洞，軟件的漏洞、硬件的漏洞入侵，去偷走你的數據。對這些系統來說，使用龍芯的機器就很難入侵，因為那些入口別人都不知道，因為標準是我們自己的而非通用的。不過，需要這一安全級別的機器占比不多，曙光的產品中每年約1萬臺，占比不到10%。

EW：對于超算來說，安全也是很重要的一個方面嗎？

LJ：超級計算機最重要的追求倒不是信息安全，它更多的是從產業安全的角度出發。比如，在“神威?太湖之光”之前的“天河二號”使用了英特爾公司研發的芯片，而去年出臺的一項美國出口禁令使該系統未能獲得升級所需芯片。現在要做的就是，突破這些技術，達到自主可控。如果再給你禁運怎么辦？不怕，可以自己做。