Wannie Park, Fundador e CEO da PADO AI – Série de Entrevistas

Wannie Park, Fundador e CEO da PADO AI, é um veterano executivo de tecnologia e energia com mais de duas décadas de experiência em construir empresas na interseção de software, energia limpa e infraestrutura conectada. Antes de lançar a PADO AI, ele ocupou cargos de liderança sênior, incluindo SVP de Parcerias e Desenvolvimento Corporativo na Bidgely, CEO da Zen Ecosystems e SVP de Desenvolvimento Corporativo e Negócios na Inspire. No início de sua carreira, ele trabalhou em papéis de desenvolvimento corporativo e investimento estratégico em empresas como Belkin e Intel (INTC ) Capital, ajudando a impulsionar a inovação em tecnologias emergentes, IoT e gestão de energia.

PADO AI é uma empresa de orquestração de energia que se concentra em ajudar centros de dados e grandes instalações a gerenciar o consumo de energia de forma mais eficiente. Sua plataforma usa inteligência artificial para analisar a demanda de energia em tempo real, prever cargas e otimizar o uso de eletricidade, refrigeração e recursos de energia distribuída. Ao melhorar a forma como a infraestrutura de energia é utilizada, a empresa tem como objetivo ajudar os operadores a aumentar a capacidade de computação, reduzir os custos operacionais e apoiar um uso de energia mais sustentável.

Você construiu sua carreira na interseção da inovação em energia, desenvolvimento corporativo e inteligência artificial – desde a Intel Capital e a Belkin até liderar iniciativas de energia limpa na CEIVA, Inspire, Zen Ecosystems e LG NOVA, antes de fundar a PADO AI. O que o inspirou a lançar a PADO AI e como sua experiência anterior moldou sua visão para a orquestração de energia impulsionada por inteligência artificial em centros de dados?

Throughout minha carreira, eu experimentei o hype, a quebra e a recuperação de alguns ciclos de tecnologia interessantes. Isso inclui a bolha da internet de 2000, o crescimento da rede que entrega IoT em escala e a modernização da rede elétrica norte-americana no final dos anos 2000. Para mim, esses três deslocamentos de tecnologia se culminaram na grande oportunidade que é o ecossistema atual em torno dos centros de dados de inteligência artificial e é por isso que a PADO foi lançada: uma solução de software impulsionada por inteligência artificial nascida da convergência de energia, computação e nuvem.

A TotalEnergies (TTE ) recentemente anunciou o uso de Acordos de Compra de Energia (PPAs) para fornecer eletricidade renovável a um centro de dados da Google. Como você vê essa mudança mais ampla em direção a contratos de energia renovável de longo prazo para infraestrutura de hiperscale?

Eu vejo isso como uma grande vitória para as renováveis. No entanto, eu não categorizaria isso como uma mudança mais ampla em direção às renováveis. Em vez disso, é mais uma reflexão do acesso à energia e do tempo de energia. Nesse caso, os números se somaram. Com cada anúncio como esse, você provavelmente verá 10 que são alimentados a gás atrás do medidor.

À medida que as cargas de trabalho de inteligência artificial aumentam rapidamente a demanda de energia, você está vendo uma mudança fundamental na forma como os operadores de centros de dados abordam a integração de energia renovável?

O que eu estou vendo é um esforço mais concertado para implantar sistemas de armazenamento de energia alinhados com refrigeração mais eficiente e sustentável. Isso equilibra alguns dos problemas de intermitência em torno das renováveis. Construir e implantar estratégias de armazenamento sustentável permite uma integração de energia renovável aumentada, enquanto permite que os centros de dados mantenham o tempo de atividade.

Quais são as principais barreiras estruturais ou operacionais que os centros de dados legados enfrentam ao tentar integrar totalmente fontes de energia renovável, como a solar, em sistemas existentes?

As principais barreiras são a complexidade da infraestrutura e a falta de telemetria em tempo real. Os sistemas legados foram construídos para cargas constantes e previsíveis e muitas vezes carecem da camada de software necessária para gerenciar a intermitência da solar sem arriscar o tempo de atividade. E eu adicionaria, com base em meus comentários na pergunta 3, um sistema de armazenamento de bateria seria um multiplicador de força quando se decide integrar renováveis como a solar.

De sua experiência aconselhando operadores e utilities, por que muitos centros de dados lutam para equilibrar os requisitos de confiabilidade estrita com os objetivos de descarbonização?

Do ponto de vista do centro de dados, a confiabilidade e a descarbonização são frequentemente vistas como um jogo de soma zero – para obter uma, você sacrifica a outra. Os centros de dados naturalmente priorizam a confiabilidade “cinco-noves” acima de tudo, então os objetivos de descarbonização são frequentemente despriorizados.

Plataformas de orquestração de energia impulsionadas por inteligência artificial e aprendizado de máquina estão ganhando tração. Como a orquestração em tempo real muda a economia e a confiabilidade dos recursos de energia distribuída em ambientes críticos?

Os centros de dados operam sob um envelope de energia existente com capacidade de computação fixa.

A orquestração transforma a energia de um custo fixo em um ativo dinâmico que produz mais produtividade, seja ela receita, produção de token, etc. Alinhar a orquestração com diferentes DERs, você é capaz de multiplicar seu impacto, seja ele descarbonização, receita, produção de token, etc.

Como o software de orquestração pode ser camada sobre a infraestrutura existente sem exigir reconstruções intensivas em capital?

O software de orquestração pode e deve ser projetado para ser uma camada de software inteligente que se integra via API com sistemas existentes, seja um BMS, um DCIM, bem como DERs. Isso minimizaria qualquer reconstrução importante.

À medida que os operadores pesam confiabilidade, custo e descarbonização, o que deve ser priorizado primeiro – e quais compensações são frequentemente mal entendidas?

Hoje, como um operador, sua prioridade número um é a confiabilidade. E se você clica duas vezes na confiabilidade, isso significa “cinco-noves” de tempo de atividade. O que significa energia firme e confiável. Dado o múltiplo maciço entre os custos de energia e o valor que as fábricas de inteligência artificial geram a partir dele, a economia de custos não é um problema. Você vê isso com as utilities tentando incorporar flexibilidade no mercado de centros de dados sem muitos compradores. Perfurando ainda mais além do custo, a descarbonização, a menos que seja exigida, cai para o final da lista de prioridades.

Quais métricas os operadores de centros de dados devem acompanhar se quiserem melhorar significativamente a utilização de energia renovável, mantendo o tempo de atividade?

Em um nível alto, acompanhando e medindo as emissões de escopo 1/2/3 no nível do site para estabelecer uma linha de base. Alinhado com o PUE (Eficiência de Uso de Energia) padrão, os operadores devem acompanhar a Intensidade de Carbono por Carga de Trabalho e o Fator de Utilização de Energia Renovável (RUF). Finalmente, os centros de dados devem acompanhar a energia ociosa – a quantidade de capacidade de energia paga, mas não utilizada devido ao gerenciamento de carga ineficiente.

Olhando para frente, como você vê a relação entre as utilities, operadores de centros de dados e plataformas de energia impulsionadas por inteligência artificial evoluindo nos próximos cinco anos?

Eu vejo dois silos de relacionamentos. Em um lado, eu vejo esses três stakeholders se movendo em direção a uma grade colaborativa. Onde os centros de dados se tornam um ativo de grade responsivo que pode reduzir ou mudar a carga para estabilizar a grade. As plataformas de energia impulsionadas por inteligência artificial serão a cola que permite que essas duas grandes indústrias comuniquem e coordenem em tempo real. No outro lado, eu vejo muitos centros de dados abandonando a grade e se auto gerando e estando totalmente atrás do medidor. Dado o custo e o investimento geral nesses tipos de projetos, é improvável que eles retornem à grade.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar PADO AI.