Con la cantidad de datos que están a disposición de todos los profesionales de las geociencias, la presión que ejercemos sobre nuestros programas y recursos informáticos es cada vez mayor. La complejidad de los proyectos que se construyen en Leapfrog está alcanzando nuevos niveles con la creciente funcionalidad que ofrece el software. Esta complejidad está sometiendo a Leapfrog y a los recursos informáticos de los usuarios a una presión considerable. Esto también está creando archivos y proyectos cada vez más grandes, que necesitan ser almacenados en nuestros entornos locales y en la nube.
Seequent se compromete a mejorar continuamente el procesamiento y el almacenamiento de los proyectos Leapfrog y sus datos asociados.
Mejoras en el almacenamiento
Con los flujos de trabajo centrales que ahora están disponibles para los clientes de Seequent, el tamaño total de los proyectos de Leapfrog es más importante que nunca. Los proyectos más pequeños significan tiempos de carga más rápidos de los proyectos a Central y, lo que es igual de importante, menos consumo de espacio en el disco local.
Hemos realizado cambios en la compresión y el almacenamiento de varios tipos de datos, que han dado lugar a grandes reducciones de tamaño en el disco. Las mayores ganancias se encuentran en el manejo de los datos de las imágenes, el almacenamiento de los modelos de bloques octree y los datos asociados, y el almacenamiento de los resultados de los arreglos que se producen desde Leapfrog. Los proyectos que más se beneficiarán de estos cambios son los que contienen una gran cantidad de imágenes y los que tienen modelos de bloques grandes, pero deberían verse ganancias saludables en todos los ámbitos.
“Los resultados del análisis realizado en cinco proyectos muy diferentes arrojaron reducciones del tamaño total del proyecto que oscilan entre el 30 % y el 65 % de mejora”.
En un caso extremo, un proyecto que tenía un tamaño de más de 210 GB se redujo a unos 30 GB tras la actualización a LF 2021.2: ¡una reducción de tamaño del 86 %!
Mejoras en el procesamiento
Hemos mejorado los algoritmos existentes modernizando la forma de almacenar, acceder y procesar la información relativa a las mallas y a los volúmenes dentro de Leapfrog.
Un área en la que se ha hecho una ganancia significativa en esta versión es el proceso de selección de puntos que caen dentro de los volúmenes de malla. Los usuarios deberían ver una mejora significativa de la velocidad al filtrar puntos utilizados dentro de un modelo geológico o numérico, y al evaluar interpolantes de dominio y estimaciones de kriging. Los proyectos con más objetos de estimación, modelos de bloques y evaluaciones serán los que más mejoras experimenten con los cambios realizados en esta área.
“Esta mejora redujo el tiempo de procesamiento de un proyecto extremadamente grande y complejo que contenía un número significativo de objetos de estimación con dominio, de más de 200 horas a bastante menos de 70 horas”.
Tenga en cuenta que la mejora del procesamiento observada en los proyectos individuales variará en función de la complejidad y la estructura de cada proyecto. Las mayores ganancias se encontrarán en proyectos con muchos estimadores numéricos u objetos de estimación de dominio en combinación con modelos de bloques octree.
A los usuarios que aún no hayan probado o adoptado el modelo octree, les recomendamos encarecidamente que prueben este formato de modelo de bloques. Se ha realizado un gran esfuerzo para optimizar este formato de modelo tan eficiente, y las ventajas en términos de evaluación y almacenamiento serán evidentes. Como ejemplo, la tabla a continuación compara el tamaño del proyecto, el tamaño en disco, el número de filas y el tiempo para crear o evaluar el modelo de subbloque anterior de Leapfrog y el nuevo modelo octree, entre la versión actual (Leapfrog 2021.1.3) y la versión nueva (Leapfrog 2021.2). El modelo de bloque base es relativamente pequeño (94,424 celdas madre de 5 m x 20 m x 20 m, y 16 x 8 x 8 subceldas), y fue evaluado con 2 GM, un estimador de kriging combinado, 3 evaluaciones de kriging de dominio y una evaluación de malla agrupada.
Estas mejoras en el rendimiento permitirán a los geocientíficos centrarse más en la interpretación de los resultados en lugar de perder el tiempo esperando el procesamiento. También liberará a los geocientíficos para que realicen cambios más adelante en el árbol del proyecto sin temor a que provoque una cantidad significativa de reprocesamiento, lo que permitirá al cliente tomar la decisión correcta con mayor rapidez.
Desarrollamos continuamente formas de modernizar la aplicación Leapfrog y añadir nuevas funcionalidades para asegurarnos de que seguimos el rápido ritmo de la transformación digital en geociencia y computación en la nube.