Wannie Park, Gründer und CEO von PADO AI – Interview-Serie

Wannie Park, Gründer und CEO von PADO AI, ist ein erfahrener Technologie- und Energie-Manager mit mehr als zwei Jahrzehnten Erfahrung im Aufbau von Unternehmen an der Schnittstelle von Software, sauberer Energie und vernetzter Infrastruktur. Vor der Gründung von PADO AI hatte er leitende Positionen inne, darunter SVP of Partnerships and Corporate Development bei Bidgely, CEO von Zen Ecosystems und SVP of Corporate and Business Development bei Inspire. Zu Beginn seiner Karriere arbeitete er in den Bereichen Unternehmensentwicklung und strategische Investitionen bei Unternehmen wie Belkin und Intel (INTC ) Capital, wo er die Innovation in aufstrebenden Technologien, IoT und Energiemanagement vorantrieb.

PADO AI ist ein Unternehmen für Energie-Orchestrierung, das sich auf die Unterstützung von AI-Rechenzentren und großen Einrichtungen bei der effizienteren Verwaltung des Stromverbrauchs konzentriert. Die Plattform verwendet künstliche Intelligenz, um den Energiebedarf in Echtzeit zu analysieren, Lasten vorherzusagen und den Einsatz von Strom, Kühlung und dezentralen Energiequellen zu optimieren. Durch die Verbesserung der Nutzung der Energieinfrastruktur zielt das Unternehmen darauf ab, Betreibern zu helfen, die Rechenleistung zu erhöhen, die Betriebskosten zu senken und eine nachhaltigere Energieverwendung zu unterstützen.

Sie haben Ihre Karriere an der Schnittstelle von Energieinnovation, Unternehmensentwicklung und künstlicher Intelligenz aufgebaut – von Intel Capital und Belkin bis hin zu der Leitung von sauberen Energieinitiativen bei CEIVA, Inspire, Zen Ecosystems und LG NOVA, bevor Sie PADO AI gründeten. Was hat Sie dazu inspiriert, PADO AI zu gründen, und wie hat Ihre vorherige Erfahrung Ihre Vision für die AI-getriebene Energie-Orchestrierung in Rechenzentren geprägt?

Im Laufe meiner Karriere habe ich die Hype-, Bust- und Erholungsphasen einiger interessanter Technologiekreisläufe miterlebt. Dazu gehören der Platzen der Internet-Blase im Jahr 2000, das Wachstum von Networking und IoT im großen Maßstab sowie die Modernisierung des nordamerikanischen Stromnetzes in den späten 2000er Jahren. Für mich haben sich diese drei marktbewegenden Technologiewechsel in der riesigen Chance manifestiert, die das aktuelle Ökosystem um AI-Rechenzentren darstellt und warum PADO gegründet wurde: eine Softwarelösung, die von künstlicher Intelligenz angetrieben wird und aus der Konvergenz von Strom, Rechenleistung und Cloud entstanden ist.

TotalEnergies (TTE ) hat kürzlich die Verwendung von Power Purchase Agreements (PPAs) zur Lieferung von erneuerbarer Elektrizität an ein Google-Rechenzentrum angekündigt. Wie sehen Sie diese breitere Verschiebung hin zu langfristigen erneuerbaren Energieverträgen für Hyperscale-Infrastrukturen?

Ich sehe dies als einen großen Erfolg für erneuerbare Energien. Allerdings würde ich dies nicht als eine breitere Verschiebung hin zu erneuerbaren Energien einstufen. Stattdessen ist es eher ein Reflex von Zugang zu Strom und Zeit bis zum Strom. In diesem Fall haben sich die Zahlen gerechnet. Bei jeder Ankündigung wie dieser werden Sie wahrscheinlich 10 sehen, die gasbetrieben und hinter dem Zähler sind.

Da AI-Workloads den Strombedarf rapide erhöhen, sehen Sie eine grundlegende Veränderung in der Art und Weise, wie Rechenzentrumsbetreiber die Integration von erneuerbarer Energie angehen?

Was ich sehe, ist ein stärkeres Bemühen um die Bereitstellung von Energiespeichersystemen, die mit effizienterer und nachhaltigerer Kühlung einhergehen. Dies gleicht einige der Intermitzenzprobleme um erneuerbare Energien aus. Die Entwicklung und Bereitstellung nachhaltiger Speicherstrategien ermöglicht eine erhöhte Integration von erneuerbaren Energien, während Rechenzentren die Betriebszeit aufrechterhalten können.

Welche sind die größten strukturellen oder betrieblichen Hindernisse, mit denen herkömmliche Rechenzentren bei dem Versuch konfrontiert sind, erneuerbare Energiequellen wie Solarenergie vollständig in bestehende Systeme zu integrieren?

Die primären Hindernisse sind die Komplexität der Infrastruktur und der Mangel an Echtzeit-Telemetrie. Bestehende Systeme wurden für konstante, vorhersehbare Lasten entwickelt und verfügen oft nicht über die notwendige Softwareebene, um die Intermitzenz von Solarenergie ohne Risiko für die Betriebszeit zu bewältigen. Und ich würde basierend auf meinen Kommentaren in Frage 3 hinzufügen, dass ein BESS-System ein Vielfaches an Einfluss auf die Entscheidung zur Integration von erneuerbaren Energien wie Solarenergie hätte.

Aus Ihrer Erfahrung als Berater von Betreibern und Versorgungsunternehmen: Warum haben viele Rechenzentren Schwierigkeiten, strenge Zuverlässigkeitsanforderungen mit Dekarbonisierungszielen in Einklang zu bringen?

Aus der Perspektive des Rechenzentrums werden Zuverlässigkeit und Dekarbonisierung oft als Nullsummenspiel betrachtet – um das eine zu erreichen, muss man das andere opfern. Rechenzentren priorisieren naturgemäß die “fünf Neunen” Zuverlässigkeit über alles andere, so dass Dekarbonisierungsziele oft nachrangig behandelt werden.

Energie-Orchestrierungsplattformen, die von künstlicher Intelligenz und maschinellem Lernen angetrieben werden, gewinnen an Boden. Wie verändert die Echtzeit-Orchestrierung die Ökonomie und Zuverlässigkeit von dezentralen Energiequellen in mission-kritischen Umgebungen?

Rechenzentren operieren innerhalb eines bestehenden Stromrahmens mit fester Rechenleistung.

Orchestrierung wandelt Energie von einer festen Kosten in ein dynamisches Vermögen, das mehr Produktivität erzeugt, sei es Umsatz, Token-Produktion usw. Wenn man die Orchestrierung mit verschiedenen dezentralen Energiequellen kombiniert, kann man den Einfluss vielfach steigern, sei es Dekarbonisierung, Umsatz, Token-Produktion usw.

Wie kann Orchestrierungs-Software auf bestehende Infrastrukturen ohne große kapitalintensive Umbauten aufgesetzt werden?

Orchestrierungs-Software kann und sollte als intelligente Softwareebene konzipiert werden, die über API mit bestehenden Systemen integriert wird, sei es ein BMS, ein DCIM oder dezentrale Energiequellen. Dies würde große Umbauten minimieren.

Wenn Betreiber Zuverlässigkeit, Kosten und Dekarbonisierung abwägen, was sollte zuerst priorisiert werden – und welche Kompromisse werden oft missverstanden?

Heute ist die Zuverlässigkeit für den Betreiber die oberste Priorität. Und wenn man die Zuverlässigkeit genauer betrachtet, bedeutet dies “fünf Neunen” Betriebszeit. Was bedeutet, zuverlässige, feste Stromversorgung. Angesichts der enormen Multiplikatoren zwischen Energiekosten und dem Wert, den AI-Fabriken aus ihr generieren, ist die Kosteneinsparung kein Problem. Man sieht dies bei Versorgungsunternehmen, die versuchen, Flexibilität in den Rechenzentrums-Markt einzubringen, ohne viele Abnehmer zu finden. Wenn man noch weiter in die Tiefe geht, fällt die Dekarbonisierung, es sei denn, sie ist vorgeschrieben, auf die unterste Prioritätsliste.

Welche Kennzahlen sollten Rechenzentrumsbetreiber verfolgen, um die Nutzung von erneuerbarer Energie sinnvoll zu verbessern und gleichzeitig die Betriebszeit aufrechtzuerhalten?

Auf hohem Niveau sollten die Scope-1-/2-/3-Emissionen auf der Ebene des Standorts verfolgt und gemessen werden, um eine Grundlinie zu etablieren. Zusammen mit dem Standard-PUE (Power Usage Effectiveness) sollten Betreiber den Kohlenstoff-Fußabdruck pro Arbeitslast und den Faktor für die Nutzung erneuerbarer Energien (RUF) verfolgen. Schließlich sollten Rechenzentren die verwaiste Leistung – die Menge an Leistung, die bezahlt, aber aufgrund ineffizienter Lastverwaltung ungenutzt bleibt – verfolgen.

Wie sehen Sie die Beziehung zwischen Versorgungsunternehmen, Rechenzentrumsbetreibern und AI-getriebenen Energieplattformen in den nächsten fünf Jahren?

Ich sehe zwei Silos von Beziehungen. Auf der einen Seite sehe ich diese drei Interessengruppen auf dem Weg zu einem kooperativen Netz. Wo Rechenzentren zu netzresponsiven Vermögenswerten werden, die Lasten abwerfen oder verschieben können, um das Netz zu stabilisieren. AI-getriebene Plattformen werden der Klebstoff sein, der es diesen beiden großen Branchen ermöglicht, in Echtzeit zu kommunizieren und zu koordinieren. Auf der anderen Seite sehe ich viele Rechenzentren, die das Netz verlassen und selbst erzeugen und vollständig hinter dem Zähler sind. Angesichts der Kosten und des Gesamtinvestitionsaufwands in solchen Projekten ist es unwahrscheinlich, dass sie zum Netz zurückkehren.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten PADO AI besuchen.