Ванні Парк, засновник і генеральний директор PADO AI – Серія інтерв’ю

Ванні Парк, засновник і генеральний директор PADO AI, – ветеран технологій і енергетики з більш ніж двома десятиліттями досвіду створення компаній на перетині програмного забезпечення, чистої енергетики та зв’язаних інфраструктур. До створення PADO AI він займав керівні посади, включаючи старшого віце-президента з партнерств і корпоративного розвитку в Bidgely, генерального директора Zen Ecosystems та старшого віце-президента з корпоративного та бізнес-розвіту в Inspire. На початку своєї кар’єри він працював у корпоративному розвитку та стратегічних інвестиційних ролях у компаніях, таких як Belkin і Intel Capital, допомагаючи 驅дити інновації в галузі емерджентних технологій, IoT та енергетичного менеджменту.

PADO AI – це компанія з програмного забезпечення для оркестрування енергетики, яка зосереджена на допомозі центрам даних AI та великим об’єктам у більш ефективному управлінні споживанням енергії. Її платформа використовує AI для аналізу енергоспоживання в режимі реального часу, прогнозування навантажень та оптимізації використання електроенергії, охолодження та розподілених енергетичних ресурсів. Покращуючи використання енергетичної інфраструктури, компанія спрямована на допомогу операторам у збільшенні обчислювальної потужності, зниженні операційних витрат та підтримці більш сталих енергетичних використань.

Ви побудували свою кар’єру на перетині енергетичних інновацій, корпоративного розвитку та AI – від Intel Capital і Belkin до керівництва ініціативами з чистої енергетики в CEIVA, Inspire, Zen Ecosystems та LG NOVA до заснування PADO AI. Що спонукало вас до створення PADO AI, і як ваш попередній досвід сформував ваше бачення оркестрування енергетики, керованого AI, у центрах даних?

На протяженні своєї кар’єри я пережив гіп, крах та відновлення деяких цікавих технологічних циклів. Це включає в себе вибух інтернет-бульбашки 2000 року, зростання мережевого забезпечення та IoT у масштабі, а також модернізацію північноамериканської електричної мережі наприкінці 2000-х років. Для мене ці три технологічні зміни ринку зібралися у величезну можливість, яка є поточним екосистемою центрів даних AI, і саме тому була створена PADO: програмна платформа, керована AI, народжена з конвергенції енергетики, обчислень та хмарних технологій.

TotalEnergies недавно оголосила про використання угод про покупку енергії (PPA) для постачання відновлювальної електроенергії до центру даних Google. Як ви бачите цю ширшу зміну до довгострокових угод з відновлюваною енергетикою для гіпермасштабної інфраструктури?

Я бачу це як велику перемогу для відновлюваних джерел енергії. Однак я не кваліфікував би це як ширшу зміну до відновлюваних джерел енергії. Натомість це більше відображення доступності енергії та часу до енергії. У цьому випадку цифри вийшли правильно. З кожним таким оголошенням, ймовірно, буде 10 газоподібних джерел енергії за межами лічильника.

Як роботизовані навантаження швидко збільшують енергоспоживання, ви бачите фундаментальну зміну у тому, як оператори центрів даних підходять до інтеграції відновлюваних джерел енергії?

Що я бачу, це більш зосереджена спроба розгорнути системи зберігання енергії, збалансовані з більш ефективними та сталими системами охолодження. Це балансує деякі питання інтермітентності навколо відновлюваних джерел енергії. Будівництво та розгортання стратегій зберігання енергії дозволяє збільшити інтеграцію відновлюваних джерел енергії, одночасно дозволяючи центрам даних підтримувати час безперебійного функціонування.

Які найбільші структурні чи операційні бар’єри, з якими зіштовхуються традиційні центри даних при спробі повністю інтегрувати відновлювані джерела енергії, такі як сонячна енергія, до існуючих систем?

Основними бар’єрами є складність інфраструктури та відсутність телебачення в режимі реального часу. Традиційні системи були побудовані для постійних, передбачуваних навантажень і часто не мають необхідного програмного шару для управління інтермітентністю сонячної енергії без ризику для часу безперебійного функціонування. І я додав би, виходячи з моїх коментарів у питання 3, система BESS була б мультиплікатором при прийнятті рішення про інтеграцію відновлюваних джерел енергії, таких як сонячна енергія.

З вашого досвіду консультування операторів та комунальних підприємств, чому багато центрів даних борються з балансом між суворими вимогами до надійності та цілями з декарбонізації?

З точки зору центру даних, надійність та декарбонізація часто розглядаються як нульова гра – щоб отримати одну, ви жертвуєте іншою. Центри даних природно віддають пріоритет “п’яти дев’яти” надійності понад усе, тому цілі декарбонізації часто відкладаються.

Платформи оркестрування енергетики, керовані AI та машинним навчанням, набирають популярність. Як оркестрування в режимі реального часу змінює економіку та надійність розподілених джерел енергії в критичних до переривання середовищах?

Центри даних працюють у існуючому енергетичному конверті з фіксованою обчислювальною потужністю.

Оркестрування перетворює енергію з фіксованої витрати на динамічний актив, який дає більше продуктивності, незалежно від того, чи це дохід, виробництво токенів тощо. Вирівняти оркестрування з різними DER, ви зможете помножити свій вплив, будь то декарбонізація, дохід, виробництво токенів тощо.

Як програмне забезпечення оркестрування може бути накладено на існуючу інфраструктуру без потреби у великих капіталоємних перебудовах?

Програмне забезпечення оркестрування може та повинно бути розроблено як інтелектуальний програмний шар, який інтегрується через API з існуючими системами, незалежно від того, чи це BMS, DCIMs, а також DER. Це мінімізуватиме будь-які великі перебудови.

Як оператори зважують надійність, вартість та декарбонізацію, що повинно бути пріоритетом першим – а які компроміси часто неправильно розуміються?

Сьогодні, як оператор, їхнім основним пріоритетом є надійність. І якщо ви подвоїте натиск на надійність, це означає “п’ять дев’яти” часу безперебійного функціонування. Що означає тверду, надійну енергію. Враховуючи величезні кратні між енергетичними витратами та вартістю того, що генерують AI-фабрики з неї, економія витрат не є проблемою. Ви бачите це з комунальними підприємствами, які намагаються включити гнучкість на ринок центрів даних без багатьох тakers. Занурюючись ще глибше за вартість, декарбонізація, якщо тільки вона не зобов’язана, падає до низу списку пріоритетів.

Які метрики повинні відстежувати оператори центрів даних, якщо вони хочуть суттєво покращити використання відновлюваних джерел енергії, одночасно підтримуючи час безперебійного функціонування?

На високому рівні, відстеження та вимірювання викидів Scope 1/2/3 на рівні об’єкта для встановлення базової лінії. Вирівняно зі стандартним PUE (Ефективність використання енергії), оператори повинні відстежувати Інтенсивність вуглецю на робочому місці та Коефіцієнт використання відновлюваних джерел енергії (RUF). Нарешті, центри даних повинні відстежувати затоплену енергію – кількість енергетичної потужності, яка оплачується, але не використовується через неефективне управління навантаженням.

Оглядаючи вперед, як ви бачите розвиток відносин між комунальними підприємствами, операторами центрів даних та платформами оркестрування енергетики, керованими AI, протягом наступних п’яти років?

Я бачу два силоси відносин. З одного боку, я бачу цих трьох учасників, які рухаються до співпраці у мережі. Де центри даних стають активом, який реагує на мережу, і може скинути або зміщити навантаження для стабілізації мережі. Платформи, керовані AI, будуть клеєм, який дозволить цим двом величезним галузям спілкуватися та координувати в режимі реального часу. З іншого боку, я бачу багато центрів даних, які відмовляються від мережі та самі генерують енергію, перебуваючи повністю за межами лічильника. Враховуючи вартість та загальний інвестиційний внесок у ці типи проєктів, малоймовірно, що вони повернуться до мережі.

Дякую за велике інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати PADO AI.