埃尼已利用其最新的 GPU 混合系统（由 HPE 提供）HPC4 实现了内部绿色数据中心计算能力的拓展。该系统配备 3,200 个 Tesla GPU 加速器，旨在革新油气勘探活动的管理流程。
地下潜藏物质
碳氢化合物的勘探和开采过程富有挑战且困难重重。
当下研发出的新型油气藏勘探技术不胜枚举。其中一项重要技术便是地下层地震成像。过去 15 年中，埃尼凭借其自身的内部研发资源，已开发出众多先进的全面集成应用程序，专门服务于地质与地球物理研究。其中应用于地震成像领域且对计算要求最为严苛的一款应用便是各向异性逆时偏移 (RTM) 技术，该技术现已申获专利权。
RTM 算法以各类接收器在地表记录的测量数据为基础，能够生成极为精确的地下层图像。通过对波“向前”穿过岩层的方式进行建模，即可完成成像过程。计算过程在 3D 立方网格上进行，此网格横向可扩展至数百平方千米，纵向可延伸至 10 至 15 千米。最终的生成结果是一幅同等规模的地下层 3D 图像，分辨率大约 10 至 25 米，像素达几十亿。
地质学家和地球物理学家之后可利用此图像探查碳氢化合物。尽管表面上逆时偏移是指时域，但此方法的最终结果却为深度值，该值可与钻岩样本中显示的岩层硬数据做一比较。
各向异性 RTM 技术对于勘探地下潜藏物质尤为实用，在面对错综复杂的地质结构时其优势更为明显。例如地下构造十分陡峭的地区，或具有盐构造的区域，因为这类区域的地震波往往极为分散、不易探测。对于这类极为复杂的地质构造，使用精确度低于各向异性 RTM 技术的方法（计算要求较低）测出的结果可靠性较差，进而可能会导致此类构造中的碳氢化合物被彻底埋没或遗漏。
直至最近，各向异性 RTM 技术仍被局限于深水勘探和碱式盐环境，而且也只是用于处理低频地震数据。
这一局限源于在传统的计算集群开展 RTM 会耗费巨额计算成本和大量时间，因而会对图像分辨率和结果的准确度造成严重影响。
不过，埃尼借助 GPU 加速计算，现已能以 4-5 倍的更快速度开展各向异性 RTM 处理，并能将这一先进的成像技术更频繁地应用于各类复杂的地质构造。
能够更频繁地开展各向异性 RTM 至关重要。尽管它会急剧增加计算复杂度，但其呈现的结果却往往更为清晰、精确且具体。将快速、高分辨率的地震成像与地质数据融合至单一的 HPC 平台对埃尼而言至关重要，有助其生成稳健的地质模型，并用于新型油气资源勘探和油气藏管理。
世界精尖的工业系统
埃尼目前正致力启动 HPC4 超级计算机，该计算机基地位于埃尼设于米兰市外费雷拉埃尔博尼奥内市镇的绿色数据中心。HPC4 的启动将使该公司的计算能力提升四倍，并助力将其 HPC 基础架构打造成世界精尖的工业计算系统。
除搭载 NVIDIA Tesla K80 GPU 的现有系统之外，HPC4 内部还配备 3,200 个 NVIDIA Tesla P100 GPU 加速器，凭借这些优势，埃尼的峰值计算能力现已高达 22.4 petaflops。HPC4 将与 HPC3 超级计算机一道为埃尼的数字化转型进程提供支持，加速其油气藏勘探与开发期，并提升作业流程大数据的管理能力。
“我们于 2013 年开始着手打造采用混合集群的超级计算。我们在油气勘探行业率先迈出了这一步，并荣获 2014 年度 HPCwire 油气勘探领域 HPC 最佳应用奖，”埃尼首席勘探官 Luca Bertelli 表示。“我们的全部 HPC 系统从始至终都采用统一的混合架构，即采用性能优越、高效节能的机器，帮助精进我们内部研发出的高级地震成像算法。
NVIDIA 的 Tesla GPU 加速计算平台能够为埃尼的勘探活动提供巨大支持，并能在缩短时长和提高精度的前提下协助我们更加出色地完成高级地震成像任务。GPU 加速计算是埃尼的关键竞争优势，其能协助我们更迅速地向市场推广自身勘探成果并缩短我们的上游勘探周期。”