Wannie Park, Fondateur et PDG de PADO AI – Série d’entretiens

Wannie Park, Fondateur et PDG de PADO AI, est un vétéran de la technologie et de l’énergie avec plus de deux décennies d’expérience dans la création d’entreprises à l’intersection du logiciel, de l’énergie propre et de l’infrastructure connectée. Avant de lancer PADO AI, il a occupé des postes de direction supérieure, notamment celui de SVP des partenariats et du développement corporatif chez Bidgely, de PDG de Zen Ecosystems et de SVP du développement corporatif et commercial chez Inspire. Plus tôt dans sa carrière, il a travaillé dans des rôles de développement corporatif et d’investissement stratégique dans des entreprises telles que Belkin et Intel Capital, aidant à stimuler l’innovation dans les technologies émergentes, l’IoT et la gestion de l’énergie.

PADO AI est une société de logiciels d’orchestration énergétique qui se concentre sur l’aide aux centres de données et aux grandes installations pour gérer la consommation d’énergie de manière plus efficace. Sa plate-forme utilise l’IA pour analyser la demande d’énergie en temps réel, prévoir les charges et optimiser l’utilisation de l’électricité, du refroidissement et des ressources énergétiques distribuées. En améliorant la façon dont les infrastructures énergétiques sont utilisées, l’entreprise vise à aider les exploitants à augmenter la capacité de calcul, à réduire les coûts d’exploitation et à soutenir une utilisation plus durable de l’énergie.

Vous avez construit votre carrière à l’intersection de l’innovation énergétique, du développement corporatif et de l’IA – de Intel Capital et Belkin à la direction d’initiatives d’énergie propre chez CEIVA, Inspire, Zen Ecosystems et LG NOVA avant de fonder PADO AI. Qu’est-ce qui vous a inspiré pour lancer PADO AI, et comment votre expérience antérieure a-t-elle façonné votre vision pour l’orchestration énergétique basée sur l’IA dans les centres de données ?

Au cours de ma carrière, j’ai vécu l’hype, la chute et la reprise de certains cycles technologiques intéressants. Cela inclut la bulle internet de 2000, la croissance du networking et de l’IoT à grande échelle, ainsi que la modernisation du réseau électrique nord-américain à la fin des années 2000. Pour moi, ces trois changements technologiques majeurs se sont réunis dans l’opportunité massive qui est l’écosystème actuel des centres de données basés sur l’IA, et c’est pourquoi PADO a été lancé : une solution logicielle alimentée par l’IA née de la convergence de l’énergie, du calcul et du cloud.

TotalEnergies a récemment annoncé l’utilisation d’accords d’achat d’électricité (PPA) pour fournir de l’électricité renouvelable à un centre de données de Google. Comment voyez-vous ce changement plus large vers des contrats d’énergie renouvelable à long terme pour les infrastructures hyperscale ?

Je considère cela comme une grande victoire pour les énergies renouvelables. Cependant, je ne qualifierais pas cela de changement plus large vers les renouvelables. Il s’agit plutôt d’un reflet de l’accès à l’énergie et du temps nécessaire pour obtenir de l’énergie. Dans ce cas, les chiffres ont fonctionné. Avec chaque annonce de ce type, vous verrez probablement 10 autres qui sont alimentées au gaz derrière le compteur.

Alors que les charges de travail basées sur l’IA augmentent rapidement la demande d’énergie, voyez-vous un changement fondamental dans la façon dont les exploitants de centres de données abordent l’intégration des énergies renouvelables ?

Ce que je vois, c’est un effort plus concerté pour déployer des systèmes de stockage d’énergie alignés sur un refroidissement plus efficace et plus durable. Cela équilibre certains des problèmes d’interruption liés aux renouvelables. La construction et le déploiement de stratégies de stockage durables permettent une intégration accrue des renouvelables tout en permettant aux centres de données de maintenir leur disponibilité.

Quels sont les principaux obstacles structurels ou opérationnels que les centres de données existants rencontrent lorsqu’ils tentent d’intégrer pleinement des sources d’énergie renouvelable comme le solaire dans leurs systèmes existants ?

Les principaux obstacles sont la complexité des infrastructures et le manque de télémétrie en temps réel. Les systèmes existants ont été conçus pour des charges constantes et prévisibles et manquent souvent de la couche logicielle nécessaire pour gérer l’interruption du solaire sans risquer la disponibilité. Et je dirais, en fonction de mes commentaires à la question 3, qu’un système de stockage d’énergie (BESS) serait un multiplicateur de force pour prendre la décision d’intégrer des renouvelables comme le solaire.

D’après votre expérience en tant que conseiller pour les exploitants et les services publics, pourquoi de nombreux centres de données ont-ils du mal à équilibrer les exigences de fiabilité stricte avec les objectifs de décarbonation ?

Du point de vue des centres de données, la fiabilité et la décarbonation sont souvent considérées comme un jeu à somme nulle – pour obtenir l’une, vous sacrifiez l’autre. Les centres de données donnent la priorité à la fiabilité “cinq-neuf” par-dessus tout, donc les objectifs de décarbonation sont souvent déclassés.

Les plateformes d’orchestration énergétique alimentées par l’IA et l’apprentissage automatique gagnent en popularité. Comment l’orchestration en temps réel modifie-t-elle l’économie et la fiabilité des ressources énergétiques distribuées dans des environnements critiques ?

Les centres de données fonctionnent dans un environnement énergétique existant avec une capacité de calcul fixe.

L’orchestration transforme l’énergie d’un coût fixe en un actif dynamique qui génère plus de productivité, que ce soit des revenus, la production de jetons, etc. En alignant l’orchestration avec différents DER, vous êtes en mesure de multiplier votre impact, que ce soit la décarbonation, les revenus, la production de jetons, etc.

Comment les logiciels d’orchestration peuvent-ils être superposés sur les infrastructures existantes sans nécessiter de reconstructions majeures et coûteuses ?

Les logiciels d’orchestration peuvent et doivent être conçus pour être une couche logicielle intelligente qui s’intègre via des API avec les systèmes existants, qu’il s’agisse d’un BMS, d’un DCIM, ainsi que de DER. Cela minimiserait toute reconstruction majeure.

Alors que les exploitants évaluent la fiabilité, le coût et la décarbonation, qu’est-ce qui devrait être priorisé en premier – et quels compromis sont souvent mal compris ?

Aujourd’hui, en tant qu’exploitant, leur priorité absolue est la fiabilité. Et si vous creusez plus profondément dans la fiabilité, cela signifie “cinq-neuf” de disponibilité. Cela signifie une alimentation ferme et fiable. Étant donné les multiples massifs entre les coûts énergétiques et la valeur que les usines d’IA génèrent à partir de celle-ci, les économies de coûts ne sont pas un problème. Vous le voyez avec les services publics qui tentent d’incorporer de la flexibilité sur le marché des centres de données sans trop de preneurs. En creusant encore plus loin au-delà du coût, la décarbonation, à moins qu’elle ne soit imposée, passe en bas de la liste de priorité.

Quels indicateurs les exploitants de centres de données devraient-ils suivre s’ils veulent améliorer de manière significative l’utilisation des renouvelables tout en maintenant la disponibilité ?

À un niveau élevé, suivre et mesurer les émissions de Scope 1/2/3 au niveau du site pour établir une base de référence. Aligné sur le PUE (Power Usage Effectiveness) standard, les exploitants devraient suivre l’intensité carbone par charge de travail et le facteur d’utilisation des renouvelables (RUF). Enfin, les centres de données devraient suivre l’énergie bloquée – la quantité de puissance payée mais non utilisée en raison d’une gestion de charge inefficace.

En regardant vers l’avenir, comment voyez-vous l’évolution de la relation entre les services publics, les exploitants de centres de données et les plateformes d’énergie basées sur l’IA au cours des cinq prochaines années ?

Je vois deux silos de relations. D’une part, je vois ces trois parties prenantes se rapprocher d’une grille collaborative. Les centres de données deviendront un actif réactif au réseau qui peut réduire ou déplacer la charge pour stabiliser le réseau. Les plateformes d’énergie basées sur l’IA seront le lien qui permettra à ces deux grandes industries de communiquer et de coordonner en temps réel. D’autre part, je vois de nombreux centres de données abandonner le réseau et se générer leur propre énergie, étant complètement derrière le compteur. Étant donné le coût et l’investissement global dans ces types de projets, il est peu probable qu’ils reviennent sur le réseau.

Merci pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter PADO AI.