Модели и платформы ИИ

Utilidata и NVIDIA сотрудничают в разработке умного чипа для сетей

mm
Добавьте Unite.AI в избранные источники в Google

Компания Utilidata, лидер в области программного обеспечения для сетей, объявила о сотрудничестве с NVIDIA (NVDA ) в разработке программно-определяемого умного чипа для сетей. Новый чип будет работать на платформе искусственного интеллекта NVIDIA и встроен в умные счетчики. Этот новый подход повысит устойчивость сетей, интегрирует распределенные источники энергии, такие как солнечная энергия и электромобили, и ускорит переход к деуглеродизированным сетям.

Улучшение сетевых операций

Программно-определяемый умный чип сначала будет протестирован Национальной лабораторией возобновляемой энергии Министерства энергетики США (NREL). NREL будет сосредоточена на использовании чипа для масштабирования и коммерциализации технологии Real-Time Optimal Power Flow (RT-OPF), поддерживаемой Фондом коммерциализации технологий офиса солнечной энергетики.

RT-OPF была впервые разработана при финансировании программы ARPA-E Министерства энергетики США, и она позволяет осуществлять высоко локализованный контроль нагрузки для бесшовной интеграции растущего числа распределенных источников энергии. Она также будет способствовать повышению стабильности и эффективности сетевых операций.

Сантош Веда – менеджер группы по автоматизации и контролю сетей в NREL.

«На сегодняшний день масштабируемость и коммерческий потенциал технологий, таких как RT-OPF, были ограничены решением для единичного использования», – сказал Веда. «Разработка умного чипа для сетей, который может быть встроен в один из наиболее распространенных активов коммунальных услуг – умный счетчик, – этот подход потенциально позволит обеспечить более широкое внедрение и коммерциализацию технологии и переопределит роль вычислений на краю сети для интеграции и устойчивости распределенных источников энергии. Повышенная осведомленность и видимость этого подхода будут очень полезны как для конечных клиентов, так и для коммунальных услуг».

Сеть электроснабжения становится все более сложной с введением все большего числа распределенных источников энергии и переменных возобновляемых источников энергии. Текущие счетчики не имеют необходимой вычислительной мощности для поддержки реальных, автономных сетевых операций, что крайне важно для деуглеродизации и устойчивости сетей.

Роль Utilidata

Патентованное программное обеспечение для машинного обучения Utilidata использует данные в реальном времени из умных счетчиков и сервисов распределения электроэнергии, которые затем используются для обнаружения потенциальных сбоев и отключений системы. Оно также помогает оптимизировать сетевые операции и интегрировать больше распределенных источников энергии в систему коммунальных услуг.

Марисса Хаммон – технический директор Utilidata.

«Чтобы максимизировать ценность распределенных источников энергии и интегрировать эти ресурсы в сетевые операции, коммунальным услугам понадобятся децентрализованные решения, такие как RT-OPF», – сказала Хаммон. «Существующие счетчики не имеют необходимой вычислительной мощности или пропускной способности связи для поддержки такого рода реальных операций. Но объединение наших решений программного обеспечения для сетей в реальном времени с передовыми возможностями边缘ных вычислений NVIDIA открывает новые возможности для счетчика и предлагает путь к масштабированию для решений, таких как RT-OPF NREL».

Программно-определяемый умный чип построен на основе опыта Utilidata в области сетевых операций в реальном времени, платформы边缘ных вычислений NVIDIA Jetson и программного обеспечения NVIDIA AI Enterprise. Чип приведет к многочисленным новым возможностям как для компаний, работающих в области чистой энергетики, так и для третьих сторон.

Марк Шпилер – руководитель глобального направления энергетического бизнеса в NVIDIA.

«Наше сотрудничество с Utilidata и NREL по внедрению искусственного интеллекта в операции сетей на краю сети повысит устойчивость и уменьши

Алекс возглавляет новостные операции Unite.AI, основанные на ИИ, сочетая журналистику, исследования и автоматизацию, чтобы обеспечить своевременное и масштабируемое освещение искусственного интеллекта. Его работа способствует эффективному выявлению новых разработок в области искусственного интеллекта, при этом поддерживая редакционные стандарты издания.