PADO AI’nin Kurucu ve CEO’su Wannie Park ile Röportaj Serisi

Wannie Park, PADO AI’nin kurucu ve CEO’su, yazılım, temiz enerji ve bağlantılı altyapı arasındaki kesişme noktalarında şirketler kurma konusunda 20 yılı aşkın deneyime sahip bir teknoloji ve enerji yöneticisidir. PADO AI’yi kurmadan önce, Bidgely’de Ortaklık ve Kurumsal Gelişim Başkan Yardımcısı, Zen Ecosystems’te CEO ve Inspire’da Kurumsal ve İş Gelişim Başkan Yardımcısı gibi üst düzey liderlik rollerini üstlenmiştir. Kariyerinin早期lerinde, Belkin ve Intel (INTC ) Capital gibi şirketlerde kurumsal gelişimve stratejik yatırım rollerinde çalışarak, ortaya çıkan teknolojilerde, IoT ve enerji yönetiminde inovasyonu teşvik etmiştir.

PADO AI, AI veri merkezleri ve büyük tesislerin enerji tüketimini daha verimli bir şekilde yönetmelerine yardımcı olan bir enerji orkestrasyon yazılım şirketidir. Platformu, enerji talebini gerçek zamanlı olarak analiz etmek, yükleri tahmin etmek ve elektrik, soğutma ve dağıtılmış enerji kaynaklarının kullanımını optimize etmek için AI kullanır. Enerji altyapısının kullanımını iyileştirerek, şirket, operatörlerin hesaplama kapasitesini artırmalarına, operasyonel maliyetleri düşürmelerine ve daha sürdürülebilir enerji kullanımını desteklemelerine yardımcı olmayı hedeflemektedir.

Kariyerinizi enerji inovasyonu, kurumsal gelişim ve AI’nin kesişme noktasında inşa ettiniz – Intel Capital ve Belkin’den temiz enerji girişimlerini CEIVA, Inspire, Zen Ecosystems ve LG NOVA’da yönetmeye kadar. PADO AI’yi kurma kararı nasıl aldınız ve önceki deneyimleriniz, AI destekli enerji orkestrasyonu vizyonunuzu nasıl şekillendirdi?

Kariyerim boyunca, bazı ilginç teknoloji döngülerinin hype, patlama ve toparlanmasını deneyimledim. Bunlar, 2000 internet balonunun patlaması, büyük ölçekli ağların ve IoT’nin büyümesi ve 2000’lerin sonlarında Kuzey Amerika elektrik şebekesinin modernizasyonu dahil. Benim için, bu üç piyasa değişikliği, AI Veri Merkezleri etrafındaki mevcut ekosistemin büyük fırsatına yol açmıştır ve bu nedenle PADO kuruldu: bir yazılım çözümü, güç, hesaplama ve bulutun birleşmesinden doğan AI tarafından güçlendirildi.

TotalEnergies (TTE ), Google (GOOGL ) veri merkezine yenilenebilir elektrik sağlamak için Power Purchase Agreements (PPA) kullanımını最近 açıkladı. Hyperscale altyapısı için uzun vadeli yenilenebilir enerji sözleşmelerine doğru daha geniş bir değişimi nasıl görüyorsunuz?

Bu, yenilenebilir enerji için büyük bir zafer. Ancak, bunu yenilenebilir enerjiye doğru daha geniş bir değişim olarak sınıflandırmazdım. Bunun yerine, bu daha çok enerji erişimi ve enerji sağlama süresine ilişkin bir yansımadır. Bu durumda, rakamlar doğruyu gösterdi. Her böyle bir açıklamada, arkasında 10 gaz güç santrali olduğunu göreceksiniz.

AI iş yükleri güç talebini hızla artırırken, veri merkezi operatörlerinin yenilenebilir enerji entegrasyonu yaklaşımında temel bir değişim görüyor musunuz?

Ben, daha verimli ve sürdürülebilir soğutma ile uyumlu enerji depolama sistemlerinin daha fazla dağıtılmasını görüyorum. Bu, yenilenebilir enerjinin ara sıra kesintilerine ilişkin bazı sorunları dengeler. Sürdürülebilir depolama stratejileri geliştirerek, veri merkezleri, yenilenebilir enerji entegrasyonunu artırırken, çalışır durumda kalmalarını sağlayabilir.

Mevcut veri merkezleri, güneş enerjisi gibi yenilenebilir enerji kaynaklarını mevcut sistemlere tam olarak entegre etmeye çalışırken, hangi yapısal veya operasyonel engellerle karşılaşıyorlar?

Primær engeller, altyapı karmaşıklığı ve gerçek zamanlı telemetri eksikliğidir. Mevcut sistemler, sürekli ve öngörülebilir yükler için tasarlandığından, genellikle yenilenebilir enerjinin değişkenliğini yönetmek için gerekli yazılım katmanına sahip değildir ve bu da çalışır durumda kalmayı riske atar. Ayrıca, 3. sorudaki yorumlarıma dayanarak, bir BESS sistemi, yenilenebilir enerji entegrasyonu kararını verme konusunda bir güç çarpanı olacaktır.

Operatörlerle ve hizmetlerle çalışırken, neden birçok veri merkezinin kesin güvenilirlik gereksinimlerini karbon azaltma hedefleriyle dengelemekte zorlandığını düşünüyorsunuz?

Veri merkezi açısından, güvenilirlik ve karbon azaltma genellikle sıfır toplamlı bir oyun olarak görülür – biri diğerini feda eder. Veri merkezleri doğal olarak “beş dokuz” güvenilirliğine öncelik verir, bu nedenle karbon azaltma hedefleri genellikle önceliklendirilmez.

AI ve makine öğrenimi tarafından güçlendirilen enerji orkestrasyon platformları, ivme kazanıyor. Gerçek zamanlı orkestrasyon, kritik ortamlardaki dağıtılmış enerji kaynaklarının ekonomisini ve güvenilirliğini nasıl değiştirir?

Veri merkezleri, mevcut bir güç sınırı içinde çalışır ve sabit bir hesaplama kapasitesine sahiptir.

Orkestrasyon, enerjiyi bir sabit maliyetten dinamik bir varlığa dönüştürür ve bu, üretkenliği artırır, bu da gelir, token üretimi vb. olabilir. Orkestrasyonu farklı DER’lerle birleştirirseniz, etkiyi çarpıtabilirsiniz, bu da karbon azaltma, gelir, token üretimi vb. olabilir.

Orkestrasyon yazılımı, büyük ölçekli sermaye yoğun yeniden yapılandırmalar gerektirmeden mevcut altyapıya nasıl katmanlanabilir?

Orkestrasyon yazılımı, mevcut sistemlerle API aracılığıyla entegre edilen akıllı bir yazılım katmanı olarak tasarlanmalı ve oluşturulmalıdır. Bu, büyük ölçekli yeniden yapılandırmaları en aza indirecektir.

Operatörler güvenilirlik, maliyet ve karbon azaltma arasında denge kurarken, önce nelere öncelik verilmeli ve hangi ticaretler thường yanlış anlaşılmaktadır?

Bugün, bir operatör olarak, öncelikli concern güvenilirliktir. Ve güvenilirlik üzerine çift tıklarsanız, bu “beş dokuz” çalışma süresini意味 eder. Bu, sağlam ve güvenilir enerji anlamına gelir. Enerji maliyetleri ve AI fabrikalarından elde edilen gelir arasındaki büyük çarpanlar nedeniyle, maliyet tasarrufu bir sorun değildir. Bunu, esnekliği veri merkezi pazarına dahil etmeye çalışan ancak çok az alıcısı olan hizmet sağlayıcılarında görebilirsiniz. Daha da derine inersek, maliyetin ve karbon azaltmanın ötesinde, öncelikli concern güvenilirliktir ve karbon azaltma, zorunlu olmadıkça, listenin en altına iner.

Veri merkezi operatörleri, çalışır durumda kalma süresini korurken yenilenebilir enerji kullanımını anlamlı bir şekilde iyileştirmek için hangi metriklere dikkat etmelidir?

Genel olarak, site düzeyinde Scope 1/2/3 emisyonlarını izlemek ve ölçmek için bir temel oluşturmak gerekir. Standart PUE (Power Usage Effectiveness) ile birlikte, operatörler, Carbon Intensity per Workload ve Renewable Utilization Factor (RUF) gibi metriklere dikkat etmelidir. Son olarak, veri merkezleri, verimsiz yük yönetiminden dolayı ödenen ancak kullanılmayan güç kapasitesini temsil eden “stranded power”ı izlemelidir.

İleriye bakıldığında, hizmet sağlayıcılar, veri merkezi operatörleri ve AI destekli enerji platformları arasındaki ilişki nasıl evrilecek?

İki farklı ilişki silosu görüyorum. Bir yanda, bu üç paydaşın işbirliği içinde bir ağa doğru ilerlediğini görüyorum. Burada, veri merkezleri, yükü kesmek veya değiştirmek için grid’e yanıt veren bir varlık haline gelir. AI destekli platformlar, bu iki büyük endüstrinin gerçek zamanlı olarak iletişim kurmasını ve koordine olmasını sağlayan birleştirici olacaktır. Diğer yanda, birçok veri merkezinin grid’i terk ettiğini ve kendi kendini üreten ve ölçekte geriye doğru olduğunu görüyorum. Bu tür projelerin maliyeti ve genel yatırımı düşünüldüğünde, geri dönmeleri pek olası değildir.

Harika bir röportaj için teşekkür ederiz. Daha fazla bilgi edinmek isteyen okuyucular, PADO AI‘yi ziyaret edebilir.