PADO AI创始人兼首席执行官Wannie Park——访谈系列

朴文妮PADO AI 的创始人兼首席执行官是一位资深的科技和能源行业高管，拥有超过二十年的经验，致力于在软件、清洁能源和互联基础设施的交叉领域打造企业。在创立 PADO AI 之前，他曾担任多个高级领导职务，包括 Bidgely 的合作伙伴关系与企业发展高级副总裁、Zen Ecosystems 的首席执行官以及 Inspire 的企业与业务发展高级副总裁。在其职业生涯早期，他曾在 Belkin 和 Intel Capital 等公司从事企业发展和战略投资工作，致力于推动新兴技术、物联网和能源管理领域的创新。

PADO AI 是一家专注于帮助人工智能数据中心和大型设施更高效地管理电力消耗的能源编排软件公司。其平台利用人工智能实时分析能源需求、预测负荷并优化电力、冷却和分布式能源的使用。通过改进能源基础设施的利用方式，该公司旨在帮助运营商提高计算能力、降低运营成本并支持更可持续的能源使用。

您的职业生涯一直聚焦于能源创新、企业发展和人工智能的交叉领域——从英特尔投资和贝尔金，到领导CEIVA、Inspire、Zen Ecosystems和LG NOVA的清洁能源项目，最终创立了PADO AI。是什么促使您创立PADO AI？您之前的经验又是如何塑造您对数据中心人工智能驱动能源协调的愿景的？

在我的职业生涯中，我经历了许多有趣的技术周期，包括热潮的兴起、泡沫破裂和复苏。这其中包括2000年的互联网泡沫破裂、网络技术的发展以及物联网/网络规模化应用，还有2000年代末北美电网的现代化改造。对我而言，这三大市场变革最终汇聚成当前人工智能数据中心生态系统的巨大机遇，而这正是PADO诞生的原因：PADO是一款基于人工智能的软件解决方案，它源于电力、计算和云计算的融合。

TotalEnergies 近期宣布采用购电协议 (PPA) 向谷歌数据中心供应可再生电力。您如何看待这种向超大规模基础设施长期可再生能源合同转变的趋势？

我认为这对可再生能源来说是一次巨大的胜利。然而，我不会将其归类为向可再生能源的更广泛转变。相反，这更多地反映了电力获取和供电时间的问题。就目前的情况来看，成本效益是可以接受的。每当有类似的公告发布时，你可能就会发现，电表后面仍然有10个燃气发电项目。

随着人工智能工作负载迅速增加电力需求，您是否看到数据中心运营商在采用可再生能源方面发生了根本性的转变？

我看到的是，各方正更加协调一致地部署储能系统，并使其与更高效、更可持续的冷却技术相结合。这有助于平衡可再生能源的一些间歇性问题。构建和部署可持续的储能策略，既能提高可再生能源的并网效率，又能确保数据中心的正常运行时间。

传统数据中心在尝试将太阳能等可再生能源完全整合到现有系统中时，面临的最大结构性或运营性障碍是什么？

主要障碍在于基础设施的复杂性和缺乏实时遥测数据。传统系统是为恒定、可预测的负载而设计的，通常缺乏管理太阳能间歇性所需的软件层，而这会导致正常运行时间受到影响。此外，根据我在问题 3 中的评论，我认为在决定是否并网太阳能等可再生能源时，电池储能系统 (BESS) 将起到倍增作用。

根据您为运营商和公用事业公司提供咨询的经验，为什么许多数据中心难以在严格的可靠性要求和脱碳目标之间取得平衡？

从数据中心的角度来看，可靠性和脱碳通常被视为零和博弈——要实现其中之一，就必须牺牲另一个。数据中心自然会将“五个九”的可靠性置于首位，因此脱碳目标往往被搁置。

由人工智能和机器学习驱动的能源编排平台正日益普及。实时编排如何改变关键任务环境中分布式能源的经济性和可靠性？

数据中心在现有电力容量和固定计算能力下运行。

协调运作可以将能源从固定成本转化为动态资产，从而提高生产力，无论是收入、代币生产等等。将协调运作与不同的分布式能源资源 (DER) 相结合，您可以成倍放大您的影响力，无论是在脱碳、收入、代币生产等方面。

如何在无需耗费大量资金进行重建的情况下，将编排软件叠加到现有基础设施上？

编排软件可以而且应该被设计成一个智能软件层，通过 API 与现有系统集成，无论是楼宇管理系统 (BMS)、数据中心基础设施管理系统 (DCIM) 还是分布式能源资源管理系统 (DER)。这将最大限度地减少任何重大重建工作。

运营商在权衡可靠性、成本和脱碳时，应该优先考虑什么？又有哪些权衡取舍常常被误解？

如今，对于运营商而言，可靠性是重中之重。而可靠性，则意味着“五个九”的正常运行时间，也就是稳定可靠的电力供应。鉴于能源成本与人工智能工厂所创造的价值之间存在巨大的倍数关系，成本节约并非问题所在。这一点可以从公用事业公司试图将灵活性引入数据中心市场，但鲜有人响应的情况中看出。进一步深入分析成本之外的因素，除非受到强制要求，否则脱碳在优先级列表中排名垫底。

数据中心运营商如果想在保持正常运行时间的同时显著提高可再生能源利用率，应该跟踪哪些指标？

从宏观层面来看，应在站点层面追踪和测量范围 1/2/3 的排放量，以建立基准线。与标准的 PUE（电源使用效率）保持一致，运营商应追踪每个工作负载的碳强度和可再生能源利用率 (RUF)。最后，数据中心应追踪闲置电力——即已付费但由于负载管理效率低下而未使用的电力容量。

展望未来，您认为未来五年公用事业公司、数据中心运营商和人工智能驱动的能源平台之间的关系将如何演变？

我看到两种截然不同的关系。一方面，我看到这三个利益相关方正朝着协作电网的方向发展。数据中心将成为电网响应资产，能够分担或转移负荷以稳定电网。人工智能驱动的平台将成为粘合剂，使这两个庞大的行业能够实时沟通和协调。另一方面，我看到许多数据中心放弃并网，转而自发电，完全脱离电网。考虑到这类项目的成本和总体投资，它们不太可能重新并入电网。

感谢您的精彩采访，想要了解更多信息的读者可以访问 PADO AI.