HPE Private Cloud AI jako środowisko do AI tworzącego globalne prognozy pogody

Niemiecki koncern energetyczny RWE wdrożył HPE Private Cloud AI – zaawansowaną platformę sztucznej inteligencji opracowaną we współpracy firm Hewlett Packard Enterprise oraz NVIDIA. Zapewnia ona środowisko, które rewolucjonizuje modelowanie pogodowe wykorzystywane na potrzeby zarządzania aktywami OZE.

W ramach swojej strategii „Growing Green” koncern RWE włącza się do nurtu transformacji energetycznej i rozszerza portfolio wytwórcze poprzez budowę nowych lądowych i morskich farm wiatrowych i słonecznych oraz baterii. Firma dekarbonizuje swoją działalność, aby do 2040 roku osiągnąć zerowy poziom emisji netto. W tym kontekście niezbędne staje się zapewnienie możliwości efektywnego zarządzania Odnawialnymi Źródłami Energii (OZE). RWE stawia w tym obszarze na nowatorskie rozwiązania wykorzystujące możliwości sztucznej inteligencji.

Podniesienie wydajności OZE dzięki AI

Priorytetem jest rozwój modelowania pogody, ponieważ warunki pogodowe są podstawowym czynnikiem wpływającym na podaż i popyt energii. Od skutecznego prognozowania pogody w poszczególnych regionach zależą zatem decyzje m.in. w zakresie funkcjonowania i obsługi źródeł energii, a także zarządzania siecią przesyłową. Zastosowanie sztucznej inteligencji stwarza zupełnie nowe możliwości przewidywania zmian pogodowych, oceny, strojenia i wnioskowania na bazie różnych modeli analitycznych, a także oceny wpływu zjawisk meteorologicznych na funkcjonowanie infrastruktury RWE. AI umożliwia też m.in. tworzenie analiz scenariuszowych w zakresie podejmowanych decyzji operacyjnych.

Na potrzeby tego typu analiz naukowcy z Laboratorium Badawczego Sztucznej Inteligencji koncernu RWE wykorzystują zoptymalizowaną pod kątem AI, gotową do użycia prywatną chmurę obliczeniową dostarczoną w ramach platformy HPE Private Cloud AI. Platforma ta stanowi rozwiązanie umożliwiające wdrażanie aplikacji opartych na sztucznej inteligencji w zoptymalizowanym środowisku prywatnej chmury obliczeniowej.

Wdrożenie platformy HPE Private Cloud AI miało na celu zapewnienie łatwego do uruchomienia i całościowego środowiska obsługującego dedykowane modele AI w sposób elastyczny i efektywny kosztowo. „Postrzegamy sztuczną inteligencję jako kluczowy czynnik umożliwiający optymalizację procesów i tworzenie nowych, zrównoważonych rozwiązań. Dzięki HPE Private Cloud AI będziemy mieć gotowe rozwiązanie, które pomoże nam poprawić dokładność prognoz i zoptymalizować zarządzanie zasobami energetycznymi na całym świecie” – mówi Simon Tarplee, Head of Commercial AI w RWE Supply & Trading. W firmie RWE platforma HPE Private Cloud AI napędza modele analityczne pozwalające na, przykładowo, analizę złożonych danych pogodowych w rozdzielczości czasowej sięgającej ledwie kilkunastu minut.

Modele budowane w dedykowanej chmurze

Platforma HPE Private Cloud AI stanowi połączenie serwerów HPE ProLiant wyposażonych w akceleratory wykorzystujące dedykowane do obsługi AI układy NVIDIA HGX H100, wydajnych pamięci masowych i szybkich interfejsów sieciowych z oprogramowaniem wyspecjalizowanym pod kątem przetwarzania rozproszonego. Warstwa aplikacyjna zapewnia stos technologii niezbędnych do efektywnego wykorzystania zasobów sprzętowych, a także uruchomienia i sprawnego działania zróżnicowanych modeli sztucznej inteligencji. Możliwości rozwiązania uzupełniają też specjalistyczne usługi doradcze HPE.

W kontekście środowiska analitycznego uruchomionego w RWE kluczowe były m.in. komponenty obejmujące mechanizm RAG (Retrieval-Augmented Generation), który pozwala na dynamiczne wzbogacanie modeli AI o dane z sensorów IoT i satelitów; federacyjne uczenie maszynowe aktualizujące lokalne wersje modeli bez centralizacji wrażliwych danych oraz interfejsy API ułatwiające integrację danych dotyczących prognoz pogodowych z systemami zarządzającymi farmami wiatrowymi i fotowoltaicznymi.

Nie bez znaczenia jest też wydajność rozwiązania dostosowana do potrzeb związanych z przetwarzaniem dużych wolumenów zróżnicowanych danych.

AI motorem zmian w energetyce

Sztuczna inteligencja napędzana uruchomione na bazie platformy HPE Private Cloud AI stała się w RWE m.in. narzędziem pozwalającym na usprawnienie procesów podejmowania decyzji operacyjnych i uzyskanie globalnej przewagi pod względem efektywności wykorzystania energii odnawialnej. „Jako architekt rozwiązań IT, obserwuję rosnące znaczenie sztucznej inteligencji w transformacji sektora energetycznego. Wdrożenie HPE Private Cloud AI przez RWE stanowi przełomowy przykład wykorzystania chmury prywatnej AI w optymalizacji zarządzania energią odnawialną. Szczególnie istotne jest zastosowanie zaawansowanych modeli pogodowych, które są kluczowe dla efektywnego przewidywania produkcji i zapotrzebowania na energię. Rozwiązanie to pokazuje, jak nowoczesne technologie mogą wspierać cele dekarbonizacji przy jednoczesnym zachowaniu konkurencyjności biznesowej” – zauważył Marcin Kołakowski, HPE Cloud Services Solutions Architect.

Z tej perspektywy, zastosowane w niemieckim koncernie energetycznym rozwiązanie HPE Private Cloud AI stanowi unikalne rozwiązanie dostarczone w modelu „pod klucz”. Z perspektywy biznesowej dobrze zoptymalizowana i zintegrowana architektura sprzętowo-aplikacyjna oferuje unikalną możliwość uruchomienia złożonych analiz AI działających na ogromnych zbiorach danych w relatywnie krótkim czasie. Wykorzystanie takich danych ma zaś potencjał transformacyjny dla całej branży energetycznej. „Zdolność do dostrajania i wnioskowania modeli pogodowych opartych na sztucznej inteligencji będzie kluczowym czynnikiem umożliwiającym odblokowanie wyższej wydajności portfela energii odnawialnej RWE i zapewni im znaczną przewagę konkurencyjną na rynku” – mówi Fidelma Russo, EVP & GM, Hybrid Cloud & CTO w firmie HPE.

Strategiczne korzyści z zastosowania AI

Za sprawą oferty HPE Private Cloud AI specjaliści firmy RWE mogli w efektywny sposób uruchomić całościową infrastrukturę napędzającą AI w sposób dostosowany do realnych potrzeb biznesowych. Wykorzystanie lokalnego rozwiązania oraz koncepcji prywatnej chmury obliczeniowej zapewnia skalowalność i możliwość łatwego eksperymentowania, a także skalowania projektów oraz modeli AI w różnych domenach i regionach.