Per affrontare la questione dei servizi di previsione imprecisi e costosi, Microsoft e TempoQuest collaborano con AceCAST per accelerare le previsioni sull'energia eolica. La nuova piattaforma è più precisa e tempestiva rispetto ai precedenti modelli basati su CPU, fornendo previsioni sulla produzione di energia rinnovabile in megawatt su base oraria.
Per previsioni accurate sulla produzione di energia rinnovabile, le aziende necessitano di modelli meteorologici precisi. Questo, a sua volta, contribuisce a elaborare un piano d'azione più efficace per affrontare i disastri naturali. In una recente sessione del GTC, Microsoft e TempoQuest hanno illustrato nel dettaglio la loro collaborazione con NVIDIA.
Il progetto si propone di affrontare le problematiche energetiche e climatiche. È un'esigenza impellente, poiché le previsioni meteorologiche inaccurate e inefficaci sono già costate circa 714 miliardi di dollari nel 2022.
Per affrontare questo problema, le aziende necessitano di modelli di previsioni meteorologiche convenienti, ma rapidi e accurati. Nel trio, TempoQuest consente previsioni meteorologiche e ambientali iperlocali a bassa latenza.
È membro dell'NVIDIA Inception Program. L'azienda ha dichiarato: "Il nostro team è multidisciplinare e comprende scienze atmosferiche, meteorologia, calcolo ad alte prestazioni (HPC), intelligenza artificiale, apprendimento automatico, ingegneria e altro ancora. Siamo stati tra i primi ad adottare le GPU nel settore ambientale".
Altre cose citate sull'azienda includono quanto segue:
- È il primo a sviluppare un software GPU in modo tale da poter essere utilizzato come sistema di previsioni meteorologiche di servizio.
- La prima azienda a trasferire Weather Research and Forecasting (WRF) alle GPU
- Inoltre, il primo è quello di creare previsioni rapide e ad alta risoluzione, più economiche rispetto alle previsioni basate sulla CPU.
L'azienda ha sfruttato la tecnologia NVIDIA su Microsoft Azure per migrare i tradizionali software di ricerca e previsione meteorologica sulle GPU. Ciò consente di ottenere risoluzioni inferiori al chilometro e risoluzioni temporali da 1 minuto a 1 ora. In questo modo, è possibile anche prevedere più rapidamente la produzione di energia da fonti solari ed eoliche.
Le sfide che le aziende di servizi pubblici devono affrontare per integrare le energie rinnovabili
Fattori ambientali come la velocità del vento e la copertura nuvolosa influenzano l'energia eolica e solare. Questo rende difficile la manutenzione delle reti principalmente con energia eolica e solare.
Nei giorni in cui la produzione di energia da fonti rinnovabili è insufficiente , le aziende elettriche utilizzano le riserve rotanti, ovvero l'energia prodotta da centrali a base di carbonio. Con previsioni meteorologiche migliori, più rapide e accurate, sarà più facile prevedere la produzione di energia da fonti rinnovabili.
Per integrare una maggiore quantità di energie rinnovabili nella rete, le aziende elettriche devono costruire linee di trasmissione e tralicci ad alta tensione . Ma, cosa ancora più importante, i nuovi impianti di generazione e tutto ciò che ne consegue aumenteranno i costi operativi e di investimento.
Accelerare la ricerca e le previsioni meteorologiche con le GPU
AceCAST , o Accelerated Forecast, è il risultato dell'utilizzo di WRF, un software impiegato da 50,000 utenti in 160 paesi. WRF è stato adattato per funzionare su sistemi x86 con GPU NVIDIA.
Utilizza le librerie proprietarie OpenACC e CUDA ed è scalabile su sistemi multi-nodo e multi-GPU . AceCAST supporta tutte le principali opzioni di namelist WRF, schemi fisici e dinamiche.
Inoltre, è un sostituto perfetto per tutte le configurazioni WRF esistenti. Soluzioni più rapide, elevata precisione, risoluzione più elevata, costi di calcolo ridotti e un'eccellente conoscenza localizzata dei fenomeni meteorologici sono diversi vantaggi di AceCAST.
Analisi dei costi di convalida e prestazioni di AceCAST
Le differenze tra CPU e GPU WRF sono state verificate per verificare che rientrassero in un intervallo di tolleranza accettabile. Le prestazioni del modello sono state testate su previsioni spaziali e diversi intervalli temporali.
Infine, sono stati convalidati migliaia di casi di test per garantire che i risultati prodotti da AceCAST fossero gli stessi di CPU WRF. Dopo aver eseguito test prestazionali su Microsoft Azure, sono emerse notevoli differenze in termini di prestazioni e costi. Date un'occhiata a
1. WRF basato su CPU – VM HB120rs_v3 standard (HBv3):
- 120 core CPU AMD EPYC™ serie 7V73X (Milan-X)
- 450 GB di RAM (larghezza di banda della memoria 350 GB/sec)
- InfiniBand HDR da 200 Gb/sec
- 2 dischi SSD NVMe da 1 TB
- NCAR WRF 4.2.2
- Utilizza Parallel net-CDF
- Compilato con compilatori Intel e MPI
2. WRF accelerato da GPU – Standard_ND96amsr_A100_v4 (NDmv4):
- 8 GPU NVIDIA A100 Tensor Core (80 GB)
- NVLink 3.0 (InfiniBand HDR da 200 Gb/s)
- 96 core CPU AMD EPYC™ serie 7V12 (Roma)
- 8 dischi SSD NVMe da 1 TB
- AceCAST 2.1
- Implementazione proprietaria utilizzando OpenACC e CUDA
- Scalabilità su più nodi e più GPU tramite MPI
3. File system Lustre gestito da Azure
- Capacità gestita di Azure per l'archiviazione da 40 TiB
- Velocità massima di trasmissione di 10000 MB/s
Secondo i risultati acquisiti, AceCAST ha raggiunto un'accelerazione di circa 9 volte superiore rispetto a WRF basato su CPU. I risultati ottenuti da 18 nodi CPU sono simili a quelli ottenuti da 1 nodo GPU.
Questi risultati dimostrano che le aziende di servizi pubblici possono prevedere con precisione la produzione di energia da fonti rinnovabili . In questo modo si potrebbero evitare interruzioni di corrente eccessive e garantire una fornitura di energia affidabile.
Per un altro test su AceCAST 3.0.1, è stato utilizzato un dominio annidato con dominio esterno. Il dominio esterno era di 5 milioni di punti griglia (430x331x38v) con una spaziatura di 15 chilometri, mentre il dominio interno era di 80 milioni di punti griglia (1551x1361x38v) con una spaziatura di 3 chilometri.
Dai risultati ottenuti si è concluso che AceCAST è 16.8 volte più veloce del dominio interno di WRF . Inoltre, è circa il 7% più veloce e ha un costo inferiore del 75% rispetto a WRF basato su CPU. Ciò significa che le aziende elettriche saranno in grado di effettuare previsioni accurate della potenza in megawatt in siti specifici su base oraria, ogni giorno.
Microsoft e TempoQuest collaborano con AceCAST per accelerare le previsioni sull'energia eolica. Questo porterà a un cambiamento radicale a livello sociale e globale.
Fonte: NVIDIA
