Schneider Electric spolu s partnery představil digitální dvojče továren budoucnosti

Tags: Digitální dvojčata | ETAP | Nvidia | Schne­i­der Elect­ric | Továrny | Umělá inteligence

Schne­i­der Elect­ric a ETAP před­sta­vu­jí první di­gi­tál­ní dvoj­če na světě, které do­ká­že přes­ně na­vrh­nout a si­mu­lo­vat ener­ge­tic­ké po­tře­by AI to­vá­ren od úrov­ně sítě až po úroveň čipů. Cílem spo­lu­prá­ce je zvý­šit efek­ti­vi­tu da­to­vých cen­ter a zá­ro­veň zlep­šit spo­leh­li­vost a výkon sítě. Dříve byla možná pouze zá­klad­ní vi­zu­a­li­za­ce elek­tric­kých sys­té­mů.

In­te­gra­ce tech­no­lo­gií ETAP a NVI­DIA Omni­ver­se umožňuje vy­tvo­řit kom­plex­ní di­gi­tál­ní dvoj­če to­vá­ren s umě­lou in­te­li­gen­cí, které ply­nu­le pro­po­ju­je různé dy­na­mi­ky.

So­fis­ti­ko­va­ná tech­no­lo­gie mo­de­lo­vá­ní ETAP vy­tvá­ří vir­tu­ál­ní repli­ku elek­tric­ké in­frastruk­tu­ry da­to­vé­ho cen­t­ra a kom­bi­nu­je ji s daty ener­ge­tic­ké­ho sys­té­mu v re­ál­ném čase, po­kro­či­lý­mi ana­lý­za­mi a po­znatky. In­te­li­gent­ní al­go­ritmy ana­ly­zu­jí a před­po­ví­da­jí vzor­ce spo­tře­by a dis­tri­buce elek­tric­ké ener­gie, což umo­ž­ňuje na­pří­klad si­mu­lo­vat elek­tric­ké sys­témy v růz­ných scé­ná­řích.

Různé části eko­sys­té­mů umělé in­te­li­gen­ce, od roz­sáh­lých tré­nin­ko­vých kla­s­trů až po okra­jo­vé in­fe­renč­ní ser­ve­ry, způ­so­bu­jí vý­raz­ný ná­růst spo­tře­by ener­gie v da­to­vých cen­t­rech. Na roz­díl od tra­dič­ních vý­po­čet­ních úloh vy­ža­du­jí ope­ra­ce AI – zejmé­na tré­no­vá­ní mo­de­lů a slo­ži­té in­fe­renč­ní pro­ce­sy – znač­ný vý­po­čet­ní výkon, což vede k vyšší hus­to­tě na­pá­je­ní racků. Se zrych­lu­jí­cím se za­vá­dě­ním AI musí startu­py, pod­ni­ky, po­sky­to­va­te­lé ko­lo­kač­ních slu­žeb a in­ter­ne­to­ví gi­gan­ti pře­hod­no­tit návrh a sprá­vu da­to­vých cen­ter, aby mohli re­a­go­vat na ros­tou­cí po­tře­bu ener­ge­tic­ké účin­nos­ti.

Spo­lu­prá­ce spo­leč­nos­tí ETAP a NVI­DIA před­sta­vu­je ino­va­tiv­ní pří­stup „Grid to Chip“, který řeší klí­čo­vé výzvy v ob­las­ti sprá­vy na­pá­je­ní, op­ti­ma­li­za­ce vý­ko­nu a ener­ge­tic­ké účin­nos­ti v éře umělé in­te­li­gen­ce. Za­tím­co pro­vo­zo­va­te­lé da­to­vých cen­ter dnes od­ha­du­jí prů­měr­nou spo­tře­bu ener­gie na úrov­ni racku, cílem no­vé­ho di­gi­tál­ní­ho dvoj­če­te ETAP je zvý­šit přes­nost mo­de­lo­vá­ní dy­na­mic­ké­ho cho­vá­ní zá­tě­že na úrov­ni čipu, což zlep­šu­je návrh na­pá­je­cích sys­té­mů a op­ti­ma­li­zu­je ener­ge­tic­kou účin­nost.