Wannie Park, Założyciel i Dyrektor Generalny PADO AI – Seria Wywiadów

Wannie Park, Założyciel i Dyrektor Generalny PADO AI, jest doświadczonym menedżerem technologii i energii z ponad dwudziestoletnim doświadczeniem w tworzeniu firm na styku oprogramowania, czystej energii i połączonej infrastruktury. Przed założeniem PADO AI pełnił stanowiska kierownicze, w tym Starszego Wiceprezesa ds. Partnerstw i Rozwoju Korporacyjnego w Bidgely, Dyrektora Generalnego w Zen Ecosystems oraz Starszego Wiceprezesa ds. Korporacyjnych i Rozwoju Biznesu w Inspire. Wcześniej w swojej karierze pracował w roli rozwoju korporacyjnego i inwestycji strategicznych w firmach takich jak Belkin i Intel (INTC ) Capital, pomagając napędzać innowacje w technologii, IoT i zarządzaniu energią.

PADO AI to firma oprogramowania do zarządzania energią, skupiająca się na pomocy centrów danych i dużych obiektów w zarządzaniu zużyciem energii w sposób bardziej efektywny. Platforma wykorzystuje sztuczną inteligencję do analizy zapotrzebowania na energię w czasie rzeczywistym, prognozowania obciążeń i optymalizacji wykorzystania energii elektrycznej, chłodzenia i rozproszonych źródeł energii. Poprzez poprawę wykorzystania infrastruktury energetycznej, firma ma na celu pomóc operatorom zwiększyć pojemność obliczeniową, obniżyć koszty operacyjne i wspierać bardziej zrównoważone wykorzystanie energii.

Zbudowałeś swoją karierę na styku innowacji energetycznych, rozwoju korporacyjnego i sztucznej inteligencji – od Intel Capital i Belkin do kierowania inicjatywami związanymi z czystą energią w CEIVA, Inspire, Zen Ecosystems i LG NOVA, zanim założyłeś PADO AI. Co skłoniło Cię do założenia PADO AI, i jak Twoje wcześniejsze doświadczenie ukształtowało Twoją wizję dotyczącą sterowania energią za pomocą sztucznej inteligencji w centrach danych?

Przez całą moją karierę doświadczyłem hossy, kryzysu i odbudowy niektórych interesujących cykli technologicznych. Obejmuje to pęknięcie bańki internetowej w 2000 roku, rozwój sieci dostarczającej usługi w skali i unowocześnienie północnoamerykańskiej sieci elektrycznej pod koniec lat 2000. Dla mnie te trzy zmiany technologiczne na rynku kumulują się w ogromną szansę, jaką jest obecny ekosystem centrów danych opartych na sztucznej inteligencji, i dlatego PADO zostało założone: oprogramowanie napędzane sztuczną inteligencją, powstałe z połączenia mocy, obliczeń i chmury.

TotalEnergies (TTE ) niedawno ogłosił wykorzystanie Umów o Zakupie Mocy (PPA), aby dostarczyć odnawialną energię elektryczną do centrum danych Google. Jak postrzegasz tę szerszą zmianę w kierunku długoterminowych umów na energię odnawialną dla infrastruktury hyperskalowej?

Widzę to jako wielki sukces dla odnawialnych źródeł energii. Jednak nie sklasyfikowałbym tego jako szerszej zmiany w kierunku odnawialnych źródeł energii. Jest to raczej odbiciem dostępu do mocy i czasu dostępu do mocy. W tym przypadku liczby się zgadzają. Z każdym tego typu ogłoszeniem prawdopodobnie zobaczysz 10, które są zasilane gazem za metrem.

Jak szybko rosnące obciążenia sztucznej inteligencji wpływają na popyt na energię, czy widzisz fundamentalną zmianę w podejściu operatorów centrów danych do integracji odnawialnych źródeł energii?

Co widzę, to bardziej zdecydowane wysiłki w kierunku wdrożenia systemów magazynowania energii związanych z bardziej efektywnym i zrównoważonym chłodzeniem. To równoważy niektóre problemy związane z nietrwałością odnawialnych źródeł energii. Budowanie i wdrażanie strategii magazynowania energii pozwala na zwiększoną integrację odnawialnych źródeł energii, jednocześnie umożliwiając centrom danych utrzymanie czasu pracy.

Jakie są największe bariery strukturalne lub operacyjne, z którymi zmagają się tradycyjne centra danych, próbując w pełni zintegrować odnawialne źródła energii, takie jak energia słoneczna, z istniejącymi systemami?

Główne bariery to złożoność infrastruktury i brak danych telemetrycznych w czasie rzeczywistym. Systemy tradycyjne zostały zaprojektowane z myślą o stałych, przewidywalnych obciążeniach i często brakuje im warstwy oprogramowania niezbędnej do zarządzania nietrwałością energii słonecznej bez ryzyka dla czasu pracy. I dodałbym, bazując na moich uwagach w pytaniu 3, system magazynowania energii byłby mnożnikiem siły, jeśli chodzi o podjęcie decyzji o integracji odnawialnych źródeł energii, takich jak energia słoneczna.

Z Twojego doświadczenia w doradzaniu operatorom i firmom energetycznym, dlaczego wiele centrów danych ma trudności z równowagą między ścisłymi wymogami niezawodności a celami dekarbonizacji?

Ze strony centrum danych niezawodność i dekarbonizacja są często postrzegane jako gra o sumie zerowej – aby uzyskać jedną, trzeba poświęcić drugą. Centra danych naturalnie priorytetowo traktują “pięć dziewiątek” niezawodności ponad wszystko, więc cele dekarbonizacji są często odsuwane na dalszy plan.

Platformy sterowania energią napędzane sztuczną inteligencją i uczeniem maszynowym zyskują na popularności. Jak sterowanie w czasie rzeczywistym zmienia ekonomikę i niezawodność rozproszonych źródeł energii w środowiskach krytycznych dla misji?

Centra danych działają w ramach istniejącej koperty mocy z ustaloną pojemnością obliczeniową.

Sterowanie energią zmienia energię z kosztu stałego w dynamiczny zasób, dając więcej produktywności, czy to revenue, produkcja tokenów itp. Współosiowanie sterowania z różnymi rozproszonymi źródłami energii pozwala na zwiększenie wpływu, czy to dekarbonizacji, revenue, produkcji tokenów itp.

Jak można warstwę oprogramowania do sterowania energią nałożyć na istniejącą infrastrukturę bez konieczności przeprowadzania dużych, kapitałochłonnych przebudów?

Oprogramowanie do sterowania energią może i powinno być zaprojektowane jako inteligentna warstwa oprogramowania, która integruje się za pomocą API z istniejącymi systemami, czy to BMS, DCIM, czy rozproszone źródła energii. To minimalizowałoby potrzebę dużych przebudów.

Jak operatorzy powinni priorytetowo traktować niezawodność, koszt i dekarbonizację – i jakie kompromisy są często niezrozumiane?

Dziś, jako operator, ich najwyższym priorytetem jest niezawodność. A jeśli przyjrzysz się bliżej niezawodności, oznacza to “pięć dziewiątek” czasu pracy. Co oznacza stałą, niezawodną moc. Biorąc pod uwagę ogromne różnice między kosztami energii a wartością, jaką fabryki AI generują z niej, oszczędności kosztów nie są problemem. Widzimy to u dostawców energii, którzy próbują wprowadzić elastyczność na rynek centrów danych bez wielu chętnych. Przeanalizowawszy to jeszcze głębiej, poza kosztami, dekarbonizacja, chyba że jest nakazana, spada na dno listy priorytetów.

Jakie wskaźniki powinni śledzić operatorzy centrów danych, aby znacząco poprawić wykorzystanie odnawialnych źródeł energii, jednocześnie utrzymując czas pracy?

Na wysokim poziomie, śledzenie i mierzenie emisji Scope 1/2/3 na poziomie obiektu, aby ustalić bazę. Wraz ze standardowym wskaźnikiem PUE (efektywność wykorzystania mocy), operatorzy powinni śledzić intensywność węgla na poziomie obciążenia i wskaźnik wykorzystania odnawialnych źródeł energii (RUF). Na koniec centra danych powinny śledzić moc pozostawioną – ilość mocy, za którą płacą, ale która pozostaje niewykorzystana z powodu nieefektywnego zarządzania obciążeniem.

Spójrzając w przyszłość, jak widzisz ewolucję relacji między dostawcami energii, operatorami centrów danych i platformami energetycznymi napędzanymi sztuczną inteligencją w ciągu najbliższych pięciu lat?

Widzę dwie izolowane relacje. Z jednej strony, widzę te trzy strony poruszające się w kierunku współpracy w sieci. Gdzie centra danych stają się aktywem odpowiednim dla sieci, które może redukować lub przesuwać obciążenie, aby stabilizować sieć. Platformy napędzane sztuczną inteligencją będą klejem, który pozwoli tym dwom ogromnym branżom na komunikację i koordynację w czasie rzeczywistym. Z drugiej strony, widzę wiele centrów danych porzucających sieć i samodzielnie wytwarzających energię, będąc w pełni za metrem. Biorąc pod uwagę koszty i ogólne inwestycje w tego typu projekty, jest mało prawdopodobne, że wrócą do sieci.

Dziękuję za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić PADO AI.