Γουάνι Παρκ, Ιδρυτής και Διευθύνων Σύμβουλος της PADO AI – Σειρά Συνεντεύξεων

Γουάνι Παρκ, Ιδρυτής και Διευθύνων Σύμβουλος της PADO AI, είναι ένας βετεράνος εκτελεστικός της τεχνολογίας και της ενέργειας με περισσότερη από δύο δεκαετίες εμπειρίας στην κατασκευή εταιρειών στο σημείο τομής του λογισμικού, της καθαρής ενέργειας και της συνδεδεμένης υποδομής. Πριν από την εκκίνηση της PADO AI, κατείχε υψηλές θέσεις ηγεσίας, συμπεριλαμβανομένης της Αντιπροέδρου των Συνεργασιών και της Εταιρικής Ανάπτυξης στην Bidgely, του Διευθύνοντος Συμβούλου της Zen Ecosystems και της Αντιπροέδρου της Εταιρικής και Επιχειρηματικής Ανάπτυξης στην Inspire. Νωρίτερα στην καριέρα του, εργάστηκε σε ρόλους εταιρικής ανάπτυξης και στρατηγικών επενδύσεων σε εταιρείες όπως η Belkin και η Intel (INTC ) Capital, βοηθώντας στην προώθηση της καινοτομίας στις αναδυόμενες τεχνολογίες, το IoT και την διαχείριση ενέργειας.

PADO AI είναι μια εταιρεία λογισμικού ορχήστρας ενέργειας που επικεντρώνεται στην βοήθεια των κέντρων δεδομένων AI και των μεγάλων εγκαταστάσεων να διαχειρίζονται την κατανάλωση ενέργειας πιο αποτελεσματικά. Η πλατφόρμα της χρησιμοποιεί την τεχνητή νοημοσύνη για να αναλύσει την ζήτηση ενέργειας σε πραγματικό χρόνο, να προβλέψει τις φόρτες και να βελτιστοποιήσει τη χρήση της ηλεκτρικής ενέργειας, της ψύξης και των κατανεμημένων πόρων ενέργειας. Βελτιώνοντας τον τρόπο με τον οποίο χρησιμοποιείται η ενεργειακή υποδομή, η εταιρεία στοχεύει να βοηθήσει τους χειριστές να αυξήσουν την υπολογιστική ικανότητα, να μειώσουν τους λειτουργικούς κόστους και να υποστηρίξουν μια πιο βιώσιμη χρήση ενέργειας.

Έχοντας κατασκευάσει την καριέρα σας στο σημείο τομής της καινοτομίας της ενέργειας, της εταιρικής ανάπτυξης και της τεχνητής νοημοσύνης – από την Intel Capital και την Belkin έως την ηγεσία των πρωτοβουλιών καθαρής ενέργειας στην CEIVA, Inspire, Zen Ecosystems και LG NOVA πριν από την ίδρυση της PADO AI. Τι σας ενέπνευσε να εκκινήσετε την PADO AI, και πώς η προηγούμενη εμπειρία σας διαμόρφωσε την οπτική σας για την ορχήστρα ενέργειας με τεχνητή νοημοσύνη στα κέντρα δεδομένων;

Κατά τη διάρκεια της καριέρας μου, έχω βιώσει την υπεραπάντηση, την πτώση και την ανάκαμψη κάποιων ενδιαφερόντων τεχνολογικών κύκλων. Αυτό περιλαμβάνει την έκρηξη του ιντερνέτ το 2000, την ανάπτυξη των δικτύων που παρέχουν δικτύωση / IoT σε κλίμακα και την moderneποίηση του βορειοαμερικανικού ηλεκτρικού grid στα τέλη της δεκαετίας του 2000. Για μένα, αυτοί οι τρεις τεχνολογικοί κύκλοι έχουν οδηγήσει στην τεράστια ευκαιρία που είναι το τρέχον οικοσύστημα γύρω από τα κέντρα δεδομένων AI και είναι ο λόγος για τον οποίο η PADO εκκινήθηκε: μια λύση λογισμικού που τροφοδοτείται από την τεχνητή νοημοσύνη που γεννήθηκε από τη σύγκλιση της δύναμης, της υπολογιστικής και του cloud.

Η TotalEnergies (TTE ) ανακοίνωσε πρόσφατα την χρήση Συμφωνιών Αγοράς Ισχύος (PPAs) για την εφοδιασμό ανανεώσιμης ηλεκτρικής ενέργειας σε ένα κέντρο δεδομένων της Google. Πώς βλέπετε αυτήν την ευρύτερη μετατόπιση προς μακροχρόνιες συμβάσεις ανανεώσιμης ενέργειας για υπερκλίμακα υποδομής;

Το βλέπω ως μια μεγάλη νίκη για τις ανανεώσιμες πηγές ενέργειας. Ωστόσο, δεν θα το κατηγοριοποιήσω ως μια ευρύτερη μετατόπιση προς τις ανανεώσιμες πηγές. Αντίθετα, είναι πραγματικά περισσότερο μια αντανάκλαση της πρόσβασης στην ενέργεια και του χρόνου ενέργειας. Σε αυτή την περίπτωση, τα νούμερα έγραψαν. Με κάθε ανακοίνωση σαν αυτή, θα δείτε πιθανώς 10 που είναι ενεργοποιημένα με αέριο πίσω από το μέτρο.

Όπως οι φόρτοι εργασίας AI αυξάνονται γρήγορα την ζήτηση ενέργειας, βλέπετε μια θεμελιώδη μετατόπιση στο πώς οι χειριστές των κέντρων δεδομένων προσεγγίζουν την ολοκλήρωση της ανανεώσιμης ενέργειας;

Τι βλέπω είναι μια πιο συστηματική προσπάθεια για την ανάπτυξη συστημάτων αποθήκευσης ενέργειας που ευθυγραμμίζονται με πιο αποτελεσματικές και βιώσιμες ψυκτικές συσκευές. Αυτό ισορροπεί κάποια από τα προβλήματα της ανανεώσιμης ενέργειας. Η κατασκευή και η ανάπτυξη στρατηγικών αποθήκευσης ενέργειας επιτρέπουν την αύξηση της ολοκλήρωσης ανανεώσιμης ενέργειας, ενώ επιτρέπουν στα κέντρα δεδομένων να διατηρούν την uptime.

Ποια είναι τα μεγαλύτερα δομικά ή λειτουργικά εμπόδια που αντιμετωπίζουν τα κλασικά κέντρα δεδομένων όταν προσπαθούν να ολοκληρώσουν πλήρως τις ανανεώσιμες πηγές ενέργειας όπως η ηλιακή ενέργεια σε υπάρχοντα συστήματα;

Τα κύρια εμπόδια είναι η复잡ότητα της υποδομής και η έλλειψη τηλεμετρίας σε πραγματικό χρόνο. Τα κλασικά συστήματα κατασκευάστηκαν για σταθερές, προβλέψιμες φόρτες και συχνά λείπουν του λογισμικού στρώματος που χρειάζεται για τη διαχείριση της ανανεώσιμης ενέργειας χωρίς να κινδυνεύουν την uptime. Και θα πρόσθετα, με βάση τα σχόλιά μου στην ερώτηση 3, ένα σύστημα BESS θα ήταν ένας Force Multiplier όταν πρόκειται για την απόφαση να ολοκληρώσετε ανανεώσιμες πηγές όπως η ηλιακή ενέργεια.

Από την εμπειρία σας συμβουλεύοντας χειριστές και εταιρείες παροχής ενέργειας, γιατί πολλά κέντρα δεδομένων δυσκολεύονται να ισορροπήσουν τις αυστηρές απαιτήσεις αξιοπιστίας με τους στόχους αποκατάστασης;

Από την πλευρά του κέντρου δεδομένων, η αξιοπιστία και η αποκατάσταση θεωρούνται συχνά ως ένα παιχνίδι με μηδενικό άθροισμα – για να πάρεις το ένα, θυσιάζεις το άλλο. Τα κέντρα δεδομένων φυσικά προτιμούν την “πέντε-εννιά” αξιοπιστία πάνω από όλα, इसलिए οι στόχοι αποκατάστασης συχνά υποβαθμίζονται.

Οι πλατφόρμες ορχήστρας ενέργειας που τροφοδοτούνται από την τεχνητή νοημοσύνη και την μηχανική μάθηση κερδίζουν έδαφος. Πώς η ορχήστρα σε πραγματικό χρόνο αλλάζει την οικονομία και την αξιοπιστία των κατανεμημένων πόρων ενέργειας σε κρίσιμους περιβάλλοντες;

Τα κέντρα δεδομένων λειτουργούν υπό einen υπάρχοντα περιβάλλον ισχύος με σταθερή υπολογιστική ικανότητα.

Η ορχήστρα μετατρέπει την ενέργεια από einen σταθερό κόστος σε einen δυναμικό περιουσιακό στοιχείο που παράγει περισσότερη παραγωγικότητα, είτε πρόκειται για έσοδα, παραγωγή token κ.λπ. Ευθυγραμμίστε την ορχήστρα με διαφορετικά DERs, μπορείτε να Force Multiplier την επίδρασή σας, είτε πρόκειται για αποκατάσταση, έσοδα, παραγωγή token κ.λπ.

Πώς μπορεί το λογισμικό ορχήστρας να επικαλυφθεί σε υπάρχοντα υποδομή χωρίς να απαιτείται μια σημαντική ανακατασκευή;

Το λογισμικό ορχήστρας μπορεί και πρέπει να σχεδιαστεί για να είναι ένας έξυπνος λογισμικός στρώματος που ενσωματώνεται μέσω API με υπάρχοντα συστήματα, είτε πρόκειται για ένα BMS, ένα DCIMs, καθώς και DERs. Αυτό θα ελαχιστοποιήσει τις σημαντικές ανακατασκευές.

Όπως οι χειριστές ζυγίζουν την αξιοπιστία, το κόστος και την αποκατάσταση, τι πρέπει να προτεραιοποιηθεί πρώτα – και ποια ανταλλαγές συχνά δεν κατανοούνται;

Σήμερα, ως χειριστής, η πρώτη προτεραιότητά τους είναι η αξιοπιστία. Και αν κάνετε διπλό κλικ στην αξιοπιστία, αυτό σημαίνει “πέντε-εννιά” uptime. Όπως σημαίνει σταθερή, αξιόπιστη ισχύ. Δεδομένου του τεράστιου πολλαπλάσιου μεταξύ των κόστων ενέργειας και της αξίας που παράγουν τα εργοστάσια AI από αυτήν, η εξοικονόμηση κόστους δεν είναι ένα ζήτημα. Το βλέπετε αυτό με τις εταιρείες που προσπαθούν να ενσωματώσουν την ευελιξία στην αγορά κέντρων δεδομένων χωρίς πολλούς λήπτες. Περισσότερο, πέρα από το κόστος, η αποκατάσταση, εκτός εάν επιβληθεί, πέφτει στο κάτω μέρος της λίστας προτεραιοτήτων.

Ποια μετρικά πρέπει να παρακολουθούν οι χειριστές των κέντρων δεδομένων αν θέλουν να βελτιώσουν σημαντικά την利用ποίηση ανανεώσιμης ενέργειας ενώ διατηρούν την uptime;

Σε υψηλό επίπεδο, παρακολουθώντας και μετρώντας τις εκπομπές Σκοπού 1/2/3 στο επίπεδο του сайτ για να καθορίσετε μια βάση. Ευθυγραμμισμένα με το стандарт PUE (Αποτελεσματικότητα Χρήσης Ισχύος), οι χειριστές πρέπει να παρακολουθούν την ένταση άνθρακα ανά φόρτο εργασίας και τον Συντελεστή Χρήσης Ανανεώσιμης Ενέργειας (RUF). Τέλος, τα κέντρα δεδομένων πρέπει να παρακολουθούν την εγκαταλελειμμένη ισχύ – την ποσότητα ισχύος που πληρώνεται αλλά δεν χρησιμοποιείται λόγω ανεπαρκούς διαχείρισης φόρτου.

Κοιτάζοντας μπροστά, πώς βλέπετε τη σχέση μεταξύ εταιρειών παροχής ενέργειας, χειριστών κέντρων δεδομένων και πλατφορμών ορχήστρας ενέργειας που οδηγούνται από την τεχνητή νοημοσύνη να εξελίσσονται τα επόμενα πέντε χρόνια;

Βλέπω δύο σιλό σχέσεων. Από την μια πλευρά, βλέπω αυτούς τους τρεις ενδιαφερόμενους να κινούνται προς μια συνεργατική γραμμή. Όπου τα κέντρα δεδομένων γίνονται ένα asset που ανταποκρίνεται στη γραμμή που μπορεί να απορρίψει ή να μεταφέρει φόρτο για να σταθεροποιήσει τη γραμμή. Οι πλατφόρμες ορχήστρας που οδηγούνται από την τεχνητή νοημοσύνη θα είναι το κόλλα που θα επιτρέψει σε αυτές τις δύο τεράστιες βιομηχανίες να επικοινωνούν και να συντονίζονται σε πραγματικό χρόνο. Από την άλλη πλευρά, βλέπω πολλά κέντρα δεδομένων να εγκαταλείπουν τη γραμμή και να αυτο-παράγουν και να είναι πλήρως πίσω από το μέτρο. Δεδομένου του κόστους και της συνολικής επένδυσης σε αυτά τα είδη projet, είναι απίθανο ότι θα επιστρέψουν στη γραμμή.

Ευχαριστώ για τη μεγάλη συνέντευξη, οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν PADO AI.