Vikhyat Chaudhry, Buzz Solutions’un CTO, COO ve Kurucu Ortağı: Bir Geri Dönüş Konuşması

Vikhyat Chaudhry, Buzz Solutions’un CTO, COO ve kurucu ortağı, şirketin teknoloji geliştirme ve operasyonlarını yönetmektedir. Şirket, yapay zeka, makine görme ve öngörülü analizleri kullanarak kritik enerji altyapısının bakım ve denetimini gerçekleştirmektedir. Chaudhry, 2017 yılında Buzz Solutions’u kurmadan önce veri bilimi, makine öğrenimi, gömülü sistemler, bilgisayar görme ve otonom teknolojiler alanında deneyim kazanmıştır. Şirketin tam zamanlı çalışmaya başlamadan önce, Chaudhry, Cisco’da bir veri bilimcisi olarak çalışmış, Altitude Co.’da makine öğrenimi ve sensör tabanlı sistemler geliştirmiş ve Stanford Üniversitesi’nde otonom dronlar, rüzgar hızını ölçme ve rüzgar çiftlikleri için bilgisayar görme araştırmaları yapmıştır. Daha önceki araştırmaları, Hindistan’ın Savunma Araştırma ve Geliştirme Örgütü’nde (DRDO) yer kayması öngörüsü için simülasyonlar ve uzaktan algılama yazılımları kullanarak teknik bir arka plan kazanmıştır. Buzz Solutions, Chaudhry’yi şu anda CTO, COO ve kurucu ortak olarak tanımlamaktadır.

Buzz Solutions, enerji şirketlerine iletim, dağıtım, şalt sahaları ve üretim altyapısını denetleme, bakım ve güvence altına alma konusunda yardımcı olmak için görsel zeka yazılımları geliştirmektedir. PowerAI platformu, dronlar, helikopterler, sabit kanatlı uçaklar ve yerden yapılan denetimler aracılığıyla toplanan görüntüleri analiz ederek, yardımcı programlar için tanılar oluşturur ve yardımcı programların hataları tanımlamasına, varlık durumunu değerlendirmesine, onarımları önceliklendirmesine ve bulgularını mevcut coğrafi bilgi sistemi, varlık yönetimi ve iş emri akışlarına entegre etmesine yardımcı olur. Şirket, teknolojisini altyapı risklerini daha erken tespit etme, denetim görüntülerini analiz etmek için gereken manuel işleri azaltma ve ekipman arızalarının导致 ettiği kesintilere, kapatmalara veya yangınlara katkıda bulunma olasılığını azaltma yolu olarak konumlandırır. Buzz Solutions, ayrıca şalt sahası izleme ve güvenlik araçları sunar ve daha güvenli, daha esnek ve daha veri odaklı şebeke operasyonları oluşturmasına yardımcı olmak için yardımcı programlara yardımcı olur.

2024’te sizinle yaptığımız röportaj, yardımcı programların manuel denetimden öngörülü bakıma doğru ilerlemesini kullanarak yapay zeka kullanımına odaklanmıştı. Son iki yıl içinde, enerji sektöründe ve kendi düşüncenizde en çok ne değişti ve bu, sizi Powering Intelligence’i yazmaya ve elektriği yapay zeka geleceğinin potansiyel bir kısıtlaması olarak çerçevelemeye yöneltti?

Son konuştuğumuzda, konuşma daha çok şebekenin arka ofisi hakkında, yardımcı programların manuel denetimden öngörülü bakıma doğru ilerlemesi hakkındaydı. Bu hala yapılan iş. Ancak her şeyin altında iki yıl içinde bir şeyler değişti ve bu değişim, neredeyse benim dünyamdaki herkesin beklediğinden daha hızlı oldu. O zamanlar, yapay zeka, soyut olarak konuştuğumuz bir talep hikayesiydi. Şimdi, büyük yük büyüme rakamları olarak yardımcı programlara görünüyor. Enerji sektöründeki yıllardır tanıdığım insanlardan aynı şeyi duyuyorum: düşünülemez yükler için bağlantı talepleri, bir küçük şehirin çektiği güç için tek bir tesisin talebi ve şebekenin gerçekten inşa edildiği zamana hiç relaciónı olmayan bir zaman çizelgesinde bunu istemeleri. Bu, benim için anlam ifade eden andı. Tüm enerjimizi, bu modellerin ne kadar yetenekli olacağı hakkında tartışmaya harcarken, neredeyse hiçbiri onları besleyip besleyemeyeceğimiz sorusuna odaklanmıyor. Powering Intelligence’i yazdım çünkü bu iki dünyayı bağlayan kitabı aradım ve bu kitap yoktu. Herkes yapay zeka modelleri hakkında yazıyordu. téměř hiç kimse bu modeller için gereken elektronlar hakkında yazmıyordu. Ve ben, yapay zeka tarafına yakın enoughdim, ancak şebekenin gerçeklerini de biliyordum.

Yapay zeka veri merkezleri, büyük, yoğunlaşmış yükleri şebekelere getirebilir ve bu yükler, şebekenin tasarlandığı düzeyde değildir. Bu tesisler, histórik olarak yardımcı programların yönettiği büyük endüstriyel yüklerden farklı mıdır ve şebekelerin güvenilirliği ve kapasite planlaması için yeni riskler oluşturur mu?

Yardımcı programlar, büyük yükleri yönetmek için yıllarca süredir şebekeleri yönettiler. Bir çelik fabrikası, bir alüminyum eritme tesisi, otomobil üretim tesisleri, bunlar enorm yüklerdir ve şebeke planlayıcıları bunları düşünmesini bilir. Bu nedenle, bir veri merkezini başka bir büyük müşteri gibi tedavi etme eğilimi vardır. Sanırım bu eğilim yanlıştır ve farklılıklar, yeni riskleri oluşturur.

Üç şey öne çıkıyor. Birincisi, konsantrasyon ve hız. Bir geleneksel ağır endüstriyel yük, genellikle şebekede bölgesel olarak büyür. Bu tesisler, büyük ve aniden ortaya çıkar ve yerel şebekenin hiç planlanmadığı yerlerde ortaya çıkar. İkincisi, yük profili. Bu yüklerin çoğu, bir fabrikanın sürekli bir işlem çalıştırması gibi pürüzsüz yükler değildir, ekipmanı farklı şekilde strese sokan hızlı ve sert bir şekilde rampa yapabilir. Üçüncüsü, ve bu, planlamacıları en çok endişelendiren şey, spekülatif yığılma, sanırım sizin следующ soru.

Bu, şebekelerin güvenilirlik planlamasını gerçekten zorlaştırır, çünkü yardımcı programlar, histórik modellerindeki yüklerin davranışını gösteren talepleri planlarlar ve şebekelerin, talepleri karşılamak için altyapı ve sermaye taahhüt etmesi gerekir. Bir veri merkezine yapılan yatırım, şebekelerin planlama varsayımlarını bozar ve bu, “hayır” deme nedeni değildir, farklı planlama nedenidür.

Yardımcı programlar, veri merkezi geliştiricilerden iddialı güç talepleri alıyor, ancak her önerilen tesis mutlaka tamamlanmayabilir. Yardımcı programlar, taahhüt edilmiş talebi spekülatif talepten nasıl ayırt edebilir ve ortaya çıkmayan veya geç ortaya çıkan projeler için pahalı altyapı inşa etmekten kaçınabilir?

Bu, şu anda bu alanda en önemli operasyonel sorulardan biri ve bunu doğrudan sorduğunuz için memnunum, çünkü bu, daha çekici konuların yanında yeterli dikkat görmüyor.

Bir geliştirici, aynı projenin bağlantı taleplerini birden fazla bölgede aynı anda gönderebilir, en hızlı şekilde enerji sağlayabilen bölgeyi arar. Bazı projeler gerçek ve finanse edilmiştir. Bazıları, seçeneklerdir, yer tutuculardır ve sıradaki yerini tutmanın bir yoludur. Bazıları, “hayalet yükler” olarak adlandırılabilir ve asla gerçekleşmeyebilir. Bir yardımcı program, her talebi gerçek olarak değerlendirirse ve tümü için enerji ve iletim inşa etmeye başlar, büyük maliyetleri maruz kalabilir, asla ortaya çıkmayan veya geç ortaya çıkan bir veri merkezi için inşa edilen altyapı. Diğer yandan, yardımcı programlar daha az inşa ederse, gelen talepleri karşılayamama riskini taşır, bu da şebekede güvenilirlik sorunlarına neden olabilir.

Çözüm, spekülasyonu pahalı ve taahhütü ucuz hale getirmektir. Bu, gerçek bir finansal katılım anlamına gelir, inşaata başlama öncesi anlamlı depozitolar, inşaat kilometre taşlarına bağlı aşama aşama taahhütler, talebi yapan tarafa riski atan sözleşmeler. Bazı yargı bölgeleri, bu yönde hareket etmeye başlamıştır. İlkeyi sürekli olarak vurguluyorum: talebi yapan taraf, talebin gerektirdiği riski taşımalıdır. Şu anda, bu risk, genellikle yardımcı programların değil, diğerlerinin üzerindeki risktir.

Veri merkezi için gereken enerji, iletim ve şalt sahası yükseltmeleri kim tarafından karşılanmalıdır? Hangi tarifeler veya sözleşmesel güvenceler, hanehalkları ve mevcut işletmelerin, büyük ölçekli teknoloji şirketleri için inşa edilen altyapıyı sübvanse etmesini önleyebilir?

Bu, önümüzdeki on yılın şebekesi siyasetini tanımlayacak soru ve bunun teknik bir cevabı olduğunu düşünmüyorum. Sanırım bu, adil olmakla ilgilidir. Düşüncem, maliyetin, mümkünse, yükü oluşturan tarafın üzerinde olması gerektiğidir. Bir hyperscaler tesisinin, yeni bir şalt sahası ve iletim yükseltmesi gerektiriyorsa, tesisin, tetiklediği şeyi ödemesi gerektiği varsayılan varsayımdır, değilse, yolun下的 bir emekliye gizlice faturalandırılmaz. Bu, apparent görünüyor, ancak historical olarak işleyen tarifeler, büyük yeni altyapının, tüm müşteri tabanına dağıtıldığı anlamına gelir, bu, bir fabrikanın, kasabayı istihdam ettiği anlamına gelir. Ancak, bu, dünyanın en değerli şirketlerinden birinin yararına olduğu anlamına gelmez.

Araçlar mevcuttur. Büyük yük tarifeleri, bu müşteri sınıfı için özel olarak tasarlanmıştır. Minimum-alım sözleşmeleri, bir veri merkezinin altyapıyı inşa ettirmesine ve sonra terk etmesine izin vermez. İnşa edilen varlıkların ömrünü eşleştiren uzun vadeli taahhütler. Önemli olan, düzenleyicilerin ve yardımcı programların bunları gerçekten kullanmasıdır, inşaattan önce, değilse. Çünkü bir kez beton dökülür ve maliyet, tarife temelinde olursa, onu geri almak çok zordur. Kitapta bundan bahsettiğim, çünkü kamuoyunun yardımcı programlara ve yapay zeka endüstrisine güvenini erozyona uğratabilecek bir yer olduğunu düşünüyorum.

Veri merkezleri, iş yükü kaydırma, talep yanıtı, piller, termal depolama, yerinde üretim veya esnek şebeke varlıkları olarak davranabilir mi? Hangi yapay zeka iş yükleri, performansı bozmadan farklı saatlerde veya yerlerde taşınabilir?

Evet, ve bu, bu konudaki en umut verici fikirlerden biri, esneklik gerçek, ancak sınırsız değil. Yapay zeka.compute’nin tümü aynı değildir, çıkarım vardır, bu, büyük modellerin eğitiminin ardından (canlı modeller), bir modeli sormak ve şimdi bir cevap ihtiyacı vardır. Bu, gecikme-duyarlı ve hareket ettirilmesi zordur. Ve sonra, eğitim vardır, büyük, parti-stil iş yükleri, modelleri oluşturan. Eğitim, daha esnektir, kesinlikle 2 pm’de veya 2 am’de veya bu devlette veya o devlette çalışması önemli değildir, sadece bitirilmesi önemlidir. Bu, açılımdır. Bir veri merkezinin büyük bir yükü, zaman içinde kaydırılabiliyorsa, o zaman şebekenin, temiz enerji fazlasına sahip olduğu saatlerde eğilim gösterebilir ve şebeke gerildiğinde geri çekilebilir.

Şimdi, pilleri, termal depolamayı ve yerinde üretim ekleyin, ve bir tesis, esnek bir şebeke ortağı gibi davranabilir, şebekenin dengelenmesine yardımcı olabilir, middle of the day’de fazla güneş enerjisini emebilir, depolanan enerji ile tepe noktalarına binabilir. Olumlu olan, operatörün gerçekten işbirliği yapmak istemesidir ve bu, teşvik tasarımının zor kısmıdır. Ancak, şebekesinin, veri merkezlerinin, şebekelere düşman olarak değil, yardımcı olarak davranabileceği bir dünya gerçekten mümkündür ve bu, alternatife göre daha iyidir.

Yapay zeka, enerji gereksinimlerini karşılayabilecek enerji kaynaklarının bir kombinasyonu nedir? Yenilenebilir enerji ve depolama, doğal gaz, geleneksel nükleer enerji, küçük modüler reaktörler ve jeotermal enerji bu karışımda nasıl bir rol oynayacaktır?

Şimdilik, cevap, hepsi, ve tek bir kaynaklı bir gümüş kurşun satan herkes, bir şey satıyor. Yenilenebilir enerji ve depolama, en hızlı şekilde dağıtabileceğimiz şey, güneş + piller, şebekelerin inşa edilmesiyle karşılaştırıldığında neredeyse mantıklı bir zaman çizelgesinde inşa edilebilir, ve bu hız enorm önemlidir, talebin bu kadar hızlı arttığı zaman. Bu,近期 işidir. Ancak yenilenebilir enerji değişken, ve bu yükler, gün boyu çalışır, bu da depolamayı, bu cümledeki ağır lifting’i yapar ve firm güç önemlidir. Doğal gaz, köprü olarak kullanılacaktır, çünkü bu, dağıtılabilir ve burada.

Nükleer, şu anda ilginç, ve eski tesislerin, yeni bir veri merkezinin, onların çıkışını uzun vadeli bir sözleşmeye bağlamasıyla, emekliliğe gitmek üzere oldukları görüyoruz. Küçük modüler reaktörler (SMR’ler) ve jeotermal, gerçekten heyecan verici daha uzun vadeli oyunlardır, ancak zaman çizelgesi disiplini hakkında dikkatliyim, bunlar, önümüzdeki on yılın ikinci yarısında ve ötesinde önemli bir rol oynayacaktır, 2027’de bizi kurtarmaz. Gerçekçi karışım, bir katmanlıdır: yenilenebilir enerji ve depolama, büyümeyi taşıyor, gaz, firm güç açığını köprüler, mevcut nükleer, uzatılmış ve yeniden değerlenmiş, ve sonraki nesil kaynaklar, olgunlaşırken geliyor. Hata, her iki yönde de ideolojik saflık, şebeke, tercihlerimiz hakkında endişe etmez, ancak güvenilir ve zamanında teslim edilen kilowatt-saatler hakkında endişe eder.

Kitabınızın merkezi fikirlerinden biri, şebekeleri modernleştirmek için gereken araçları sağlayan aynı yapay zeka endüstrisidir. Yapay zeka, yük tahmini, öngörülü bakım, iletim optimizasyonu, bitki yönetimi, kesinti onarımı, dijital ikizler veya otonom şebeke kontrolleri gibi alanlarda nerede en büyük近期 kazançlar yaratabilir?

Bu, kitabın kalbidir ve gerçekten umut verici bulduğum bir bölüm, şebekeleri germekle sorumlu olan aynı endüstri, şebekeleri düzeltmek için en iyi araçları bize sunuyor. Ödemesi gerçek olan yerde, değil bir slayt gösterisinde, yük tahmini, öngörülü bakım ve talep yanıtı, şebekelerin davranışını daha iyi anlamak için, daha iyi öngörme için, daha iyi planlama için. Ardından, iletim optimizasyonu, daha fazla kapasite elde etmek için, ve bitki yönetimi ve kesinti onarımı, daha hızlı ve daha verimli hale getirmek için. Dijital ikizler ve tam otonom şebeke kontrolleri, daha uzak bir ufukta, ancak bunlar geliyor ve güçlüdür, ancak güven ve güvenlik sorularını taşıyorlar, sanırım sizin следующ soru.

Önümüzdeki beş yıl içinde, yapay zeka genişlemesini destekleyebilecek ülkeleri ve bölgeleri, elektrik erişimiyle sınırlı olan ülkelerden ayıran nedir? 2031 yılına kadar şebeke modernleştirmesiyle yapay zeka gelişimini eşleştirmek için başarılı bir strateji neler içerir?

Sanırım beş yıl sonra, geriye bakıp, yapay zeka üzerindeki kısıtlamanın, aslında çipler veya yetenek değil, güç ve altyapı olduğunu fark edeceğiz. Elektrik, AI çağı için stratejik bir kaynak haline geliyor, önceki yüzyılda petrol gibi. Sanırım bu, abartılı bir ifade değil, sadece görünüyor.

Bu nedenle, öne çıkan bölgeler, şebeke kapasitesini rekabetçi bir varlık olarak tedavi eden ve erken inşa etmeye başlayanlar, interconnect’i basitleştiren, izin vermeyi modernleştiren, ancak güvenlik önlemlerini koruyan, iletimi, talebin tam olarak gelmeden önce yatırım yapanlardır. Bu, büyük yatırım açıklamaları ve veri merkezi projeleri olacaktır, ancak projeler, gerçekten enerji sağlayamayan yerlerde sessizce başka yere gidecektir.

2031 yılına kadar başarılı bir strateji, sonunda, iki saat (kitapta bahsedilen) birlikte çalışmaya başlar, yapay zeka hırsı ile enerji altyapısı zaman çizelgesi gerçekliği arasında uyumlu hale gelir. Yapay zeka, şebekeden daha fazla yararlanmak için kullanılır, inşa ettiğimiz şebekeyi inşa ederken, enerji altyapısı zaman çizelgesi ile yapay zeka hırsını eşleştirmek için kullanılır, maliyet tahsisatı doğru yapılır, böylece enerji ucuzluğu konusunda kamuoyu olumsuz olmaz, ve işgücü problemi ciddiye alınır, böylece next nesil insanları, bu sistemi inşa edecek ve çalıştıracak şekilde eğitilir. Hiçbirisi bir teknoloji problemi değil, koordinasyon ve irade problemi. Sanırım bu, çözülebilecek bir problem, ancak teknoloji endüstrisi, enerji endüstrisi ve politika yapıcıların ve düzenleyicilerin bir araya gelerek ilgili konuşmayı yapması gerekiyor.

Harika bir röportaj için teşekkür ederiz, okuyucuların daha fazla öğrenmek istemesi durumunda, Buzz Solutions ziyaret edebilir veya kitabını okuyabilir: Powering Intelligence: Why the future of AI depends on the Power Grid.