不正確で高額な予測サービスに対処するため、MicrosoftとTempoQuestはAceCASTと提携し、風力エネルギー予測の高速化に取り組んでいます。この新しいプラットフォームは、従来のCPUベースのモデルよりも正確かつタイムリーで、1時間ごとにメガワット単位の再生可能エネルギー発電量予測を提供します。
再生可能エネルギー発電量を正確に予測するためには、企業は高精度な気象モデリングを必要とします。これは、自然災害への対応策をより適切に策定する上でも役立ちます。最近のGTCセッションで、マイクロソフトとTempoQuestはNVIDIAとの共同研究について言及し、詳細を説明しました。
このプロジェクトは、エネルギーと気候変動の問題に取り組むためのものです。予測不能で効果のない天気予報によって、2022年にはすでに約714億ドルの損失が発生しているため、まさに喫緊の課題と言えるでしょう。
これに対処するために、企業は費用対効果が高く、高速かつ正確な気象予報モデルを必要としています。TempoQuestは、この3つのソリューションの中で、超ローカルかつ低遅延の環境予報と気象予報を実現します。
同社はNVIDIA Inception Programのメンバーです。同社は「当社のチームは、大気科学、気象学、HPC、AI、ML、エンジニアリングなど、多岐にわたる分野の専門家で構成されています。当社は、環境分野へのGPU導入において先駆的な役割を果たしてきました」と述べています。
同社について引用されているその他の事項は次のとおりです。
- サービスの天気予報システムとして利用できる形で GPU ソフトウェアを開発した初めての企業です。
- 気象研究と予報 (WRF) を GPU に移植した最初の企業
- また、1 つ目は、CPU ベースの予測よりも安価で、高速かつ高解像度の予測を作成することです。
同社は、Microsoft Azure上のNVIDIAを活用することで、従来の気象調査・予測ソフトウェアをGPUに移行させることができました。これにより、1キロメートル未満の解像度と1分から1時間の時間分解能を実現し、太陽光発電や風力発電による発電量の予測も高速化しました。
再生可能エネルギーの統合において電力会社が直面する課題
風速や雲量といった環境要因は風力発電や太陽光発電に影響を与えます。そのため、風力発電や太陽光発電を主力とする電力網の維持は困難を極めています。
再生可能エネルギーによる発電量が不足する日には、電力会社は予備電力、つまり発電機で発電された炭素系電力を使用します。より精度が高く、迅速かつ正確な気象予報が実現すれば、再生可能エネルギーによる発電量を予測しやすくなるでしょう。
電力会社が送電網に再生可能エネルギーをより多く組み込むためには、より高電圧の送電線と送電塔を建設する必要がある。しかし、より重要なのは、新たな発電所の建設などによって、運用コストと設備投資コストが増加するということだ。
GPU による気象研究と予報の加速
AceCAST（Accelerated Forecast）は、160か国で50,000万人のユーザーが利用しているWRFを運用することで実現したシステムです。WRFはNVIDIA GPUを搭載したx86システムで動作するように移植されています。
AceCASTは独自のOpenACCとCUDAを使用しており、マルチノードおよびマルチGPUシステムに対応しています。主要なWRF名前リストオプション、物理スキーム、およびダイナミクスはすべてAceCASTでサポートされています。
さらに、既存のWRF構成すべてに簡単に置き換えることができます。AceCASTには、より高速な解析、優れた精度、高解像度、計算コストの削減、そして気象現象の詳細な局所的把握といった多くの利点があります。
AceCASTの検証とパフォーマンスのコスト分析
CPU WRFとGPU WRFの差異が許容範囲内にあるかどうかを確認します。モデルのパフォーマンスは、空間予測と複数の時間範囲にわたってテストされました。
最後に、AceCASTによって生成された結果がCPU WRFと同じであることを確認するために、数千のテストケースが検証されました。Microsoft Azureでパフォーマンステストを実行した結果、パフォーマンスとコストに大きな違いがあることが明らかになりました。
1. CPUベースのWRF – 標準HB120rs_v3 VM（HBv3）:
- 120個のAMD EPYC™ 7V73Xシリーズ（Milan-X）CPUコア
- 450 GB RAM（350 GB/秒のメモリ帯域幅）
- 200 Gb/秒 HDR InfiniBand
- 2 x 1 TB NVME SSD ディスク
- NCAR WRF 4.2.2
- 並列ネットCDFを使用
- IntelコンパイラとMPIでコンパイル
2. GPUアクセラレーションWRF – Standard_ND96amsr_A100_v4 (NDmv4):
- 8 基の NVIDIA A100 Tensor コア GPU (80 GB)
- NVLink 3.0（200 Gb/s HDR InfiniBand）
- 96個のAMD EPYC™ 7V12シリーズ（Rome）CPUコア
- 8 x 1 TB NVME SSD ディスク
- エースキャスト 2.1
- OpenACCとCUDAを使用した独自の実装
- MPI を使用したマルチノードおよびマルチ GPU でのスケール
3. Azure マネージド Lustre ファイル システム
- 40TiB ストレージ Azure マネージド容量
- 最大スループット10000 MB/秒
得られた結果によると、AceCASTはCPUベースのWRFと比較して約9倍の高速化を達成しました。18個のCPUノードで得られた結果は、1個のGPUノードで得られた結果とほぼ同等です。
これらの結果は、電力会社が再生可能エネルギー発電量を正確に予測できることを示している。これにより、過剰な停電を回避し、安定した電力供給が可能となる。
AceCAST 3.0.1 の別のテストでは、外側のドメインを含むネストされたドメインが使用されました。外側のドメインは 5 万グリッドポイント（430 x 331 x 38v）、グリッド間隔は 15 km で、内側のドメインは 80 万グリッドポイント（1551 x 1361 x 38v）、グリッド間隔は 3 km でした。
得られた結果から、AceCASTはWRF内部ドメインよりも16.8倍高速に動作することが判明しました。また、CPUベースのWRFと比較して、約7%高速かつ75%低コストで動作します。これは、電力会社が特定の地点における電力予測を毎日1時間単位でメガワット単位で正確に行えることを意味します。
MicrosoftとTempoQuestはAceCASTと連携し、風力エネルギー予測の高速化を目指します。これにより、社会と地球規模に大きな変化がもたらされるでしょう。
出典：NVIDIA
