As equipes de geociências do setor de petróleo e gás estão, cada vez mais, migrando fluxos de trabalho críticos relacionados ao subsolo para a nuvem, a fim de aproveitar a capacidade computacional elástica, os recursos de IA e o gerenciamento centralizado. No entanto, a execução de softwares exigentes de interpretação geocientífica, como o Kingdom da S&P Global, na nuvem muitas vezes obriga as organizações a fazer uma escolha inaceitável entre o desempenho do fluxo de trabalho e a colaboração entre as equipes.
O desafio: o dilema dos silos de dados na nuvem
A interpretação sísmica envolve conjuntos de dados enormes (que variam de centenas de gigabytes a petabytes) e gera volumes incrivelmente altos de E/S pequenas e serializadas. Quando implantado em serviços tradicionais de arquivos nativos na nuvem, esse padrão específico de E/S pode sobrecarregar o armazenamento, transformando tarefas que deveriam levar minutos em horas e impedindo completamente a capacidade de um geofísico de iterar nas avaliações de prospecção.
Para contornar esses gargalos no armazenamento em nuvem, muitas equipes recorrem ao download de seus dados sísmicos para unidades NVMe locais em estações de trabalho. Embora essa abordagem local acelere o processamento, ela acarreta graves riscos para os negócios: isso cria silos de dados, fragmenta a “única fonte de verdade” e priva a empresa de recursos essenciais de proteção, compartilhamento e backup de dados. Além disso, o processamento fica paralisado enquanto os dados estão sendo copiados.
A solução: uma arquitetura de referência certificada no Azure
Para oferecer tanto a velocidade das unidades locais quanto a segurança colaborativa da nuvem, a Qumulo colaborou com a S&P Global e a Microsoft para validar uma arquitetura de referência certificada para o Kingdom, executada no Cloud Native Qumulo (CNQ) no Azure.
Essa solução combina estações de trabalho VDI com GPU do Azure (série NV A10) com o sistema de arquivos compartilhado escalável da CNQ via SMB3. Ao oferecer um nível de desempenho totalmente baseado em NVMe, apoiado pela capacidade econômica do Azure Blob Storage, O CNQ dissocia a escala do desempenho, a serviço do Reino pequenas operações de E/S sensíveis à latência, ao mesmo tempo em que se centralizam os dados com segurança na nuvem.
A prova: testes comparativos diretos
Em testes comparativos de validação técnica, utilizando configurações de VDI e conjuntos de dados idênticos, o Cloud Native Qumulo foi testado em comparação com o serviço nativo Azure Files Premium v2 SSD. O CNQ proporcionou uma aceleração impressionante em três cargas de trabalho reais do Kingdom:
Processar vários traços: Concluído em apenas 1 hora e 14 minutos no CNQ, em comparação com 8 horas e 2 minutos no Azure Files (~6,5 vezes mais rápido).
GenerateBrickVolume: Concluído em 11 minutos e 9 segundos no CNQ, em comparação com 1 hora e 3 minutos no Azure Files (~5,7 vezes mais rápido).
SMT_LoadTest: Concluído em 1 hora e 28 minutos no CNQ, em comparação com 5 horas e 59 minutos no Azure Files (~4 vezes mais rápido).
Durante os testes, as análises de cluster da Qumulo revelaram que o CNQ atendeu perfeitamente a todas as operações com latência inferior a um milissegundo, processando o exigente perfil de E/S com uma margem significativa de desempenho disponível.
O impacto nos negócios
Para as organizações de Exploração e Produção (E&P), a arquitetura influencia diretamente a produtividade. Com o Qumulo Cloud Native, tarefas da área de geociências que antes levavam até 8 horas agora são concluídas em cerca de uma hora.
Essa redução significativa no tempo necessário para obter resultados mantém a interpretação altamente interativa e garante que as organizações maximizem o retorno sobre o investimento (ROI) em suas caras estações de trabalho em nuvem com GPU e nas licenças do software Kingdom. Mais importante ainda, isso permite que os líderes de TI finalmente eliminem os arriscados silos de armazenamento local, capacitando toda a equipe de geociências a colaborar com segurança em uma única fonte de verdade na nuvem, protegida e totalmente gerenciada.