Aby uporać się z niedokładnymi i kosztownymi usługami prognozowania, Microsoft i TempoQuest współpracują z AceCAST, aby przyspieszyć prognozy dotyczące energii wiatrowej. Nowa platforma jest dokładniejsza i bardziej aktualna niż wcześniejsze modele oparte na procesorach, dostarczając prognozy dotyczące wytwarzania energii odnawialnej w megawatach na godzinę.
Do prawidłowego prognozowania produkcji energii odnawialnej firmy potrzebują precyzyjnego modelowania pogody. Pomaga to w opracowaniu lepszego planu działania w przypadku klęsk żywiołowych. Podczas niedawnej sesji GTC, Microsoft i TempoQuest wspomniały i szczegółowo omówiły swoją współpracę z firmą NVIDIA.
Projekt ma na celu rozwiązanie problemów energetycznych i klimatycznych. Jest to pilna potrzeba chwili, ponieważ nieprzewidywalne i nieskuteczne prognozy pogody będą już kosztować około 714 miliardów dolarów w 2022 roku.
Aby temu zaradzić, firmy potrzebują opłacalnych, ale szybkich i dokładnych modeli prognoz pogody. W tym trio TempoQuest umożliwia hiperlokalne prognozy środowiskowe i pogodowe o niskim opóźnieniu.
Firma jest członkiem programu NVIDIA Inception Program. Firma stwierdziła: „Nasz zespół jest interdyscyplinarny i obejmuje nauki o atmosferze, meteorologię, HPC, sztuczną inteligencję, uczenie maszynowe, inżynierię i wiele innych. Jesteśmy wiodącym graczem w zakresie wdrażania procesorów graficznych w sektorze ochrony środowiska”.
Inne cytowane informacje na temat firmy obejmują:
- Jest to pierwsza firma, która opracowała oprogramowanie GPU w sposób umożliwiający jego wykorzystanie jako usługi w systemie prognozowania pogody.
- Pierwsza firma, która przeniosła program Weather Research and Forecasting (WRF) na procesory graficzne
- Pierwsza z nich polega na tworzeniu szybkich i precyzyjnych prognoz, które są tańsze niż prognozy bazujące na procesorze.
Firma skorzystała z rozwiązań firmy NVIDIA na platformie Microsoft Azure, aby przenieść tradycyjne oprogramowanie do badań i prognozowania pogody na procesory GPU. Rozwiązanie to oferuje również rozdzielczość mniejszą niż kilometr oraz rozdzielczość czasową od 1 minuty do 1 godziny. Dzięki temu możliwe jest również szybsze prognozowanie energii generowanej przez energię słoneczną i wiatrową.
Wyzwania stojące przed przedsiębiorstwami użyteczności publicznej w zakresie integracji odnawialnych źródeł energii
Czynniki środowiskowe, takie jak prędkość wiatru i zachmurzenie, wpływają na energię wiatrową i słoneczną. To sprawia, że utrzymanie sieci głównie za pomocą energii wiatrowej i słonecznej jest trudne.
W dni, w których produkcja energii ze źródeł odnawialnych jest niewystarczająca , przedsiębiorstwa energetyczne korzystają z rezerw wirujących, czyli energii wytwarzanej przez generatory oparte na węglu. Dzięki lepszym, szybszym i dokładniejszym prognozom pogody łatwiej będzie przewidzieć produkcję energii ze źródeł odnawialnych.
Aby włączyć więcej odnawialnych źródeł energii do sieci, przedsiębiorstwa energetyczne muszą budować linie przesyłowe i wieże wysokiego napięcia . Co ważniejsze, nowe elektrownie i wszystkie te działania zwiększą koszty operacyjne i kapitałowe.
Przyspieszanie badań i prognozowania pogody za pomocą procesorów graficznych
AceCAST , czyli Accelerated Forecast, to efekt wdrożenia WRF, z którego korzysta 50 000 użytkowników w 160 krajach. WRF został przeniesiony do działania na systemach x86 z procesorami graficznymi NVIDIA.
Wykorzystuje zastrzeżone technologie OpenACC i CUDA i jest skalowalny w systemach wielowęzłowych i mullet-GPU . AceCAST obsługuje wszystkie główne opcje listy nazw WRF, schemat fizyki i dynamikę.
Ponadto jest to zamiennik drop-in dla wszystkich istniejących konfiguracji WRF. Szybsze rozwiązania, duża dokładność, wyższa rozdzielczość, zmniejszone koszty obliczeniowe i duża lokalna świadomość zjawisk pogodowych to kilka zalet AceCAST.
Analiza kosztów walidacji i wydajności AceCAST
Różnice CPU WRF do GPU WRF są sprawdzane pod kątem tego, czy mieszczą się w dopuszczalnym zakresie tolerancji. Wydajność modelu została przetestowana w prognozie przestrzennej i kilku zakresach czasowych.
Na koniec tysiące przypadków testowych zostało zweryfikowanych, aby upewnić się, że wyniki wygenerowane przez AceCAST są takie same jak CPU WRF. Po przeprowadzeniu testów wydajnościowych na platformie Microsoft Azure ujawniono duże różnice w wydajności i kosztach. Spójrz na
1. WRF oparty na procesorze CPU – standardowe maszyny wirtualne HB120rs_v3 (HBv3):
- 120 rdzeni procesora AMD EPYC™ serii 7V73X (Milan-X)
- 450 GB pamięci RAM (przepustowość pamięci 350 GB/s)
- 200 Gb/s HDR InfiniBand
- 2 dyski SSD NVME 1 TB
- NCAR WRF 4.2.2
- Używa równoległego net-CDF
- Skompilowano przy użyciu kompilatorów Intel i MPI
2. WRF z akceleracją GPU – Standard_ND96amsr_A100_v4 (NDmv4):
- 8 procesorów graficznych NVIDIA A100 Tensor Core (80 GB)
- NVLink 3.0 (200 Gb/s HDR InfiniBand)
- 96 rdzeni procesora AMD EPYC™ 7V12-series (Rome)
- 8 dyski SSD NVME 1 TB
- AceCAST 2.1
- Własnościowa implementacja przy użyciu OpenACC i CUDA
- Skalowanie w przypadku wielu węzłów i wielu procesorów graficznych przy użyciu MPI
3. System plików Azure Managed Lustre
- 40TiB Pojemność zarządzana Azure Storage
- Maksymalna przepustowość 10000 MB/s
Zgodnie z uzyskanymi wynikami, AceCAST osiągnął ~9x przyspieszenie niż WRF oparty na CPU. Wyniki uzyskane z 18 węzłów CPU są podobne do tych otrzymanych z 1 węzła GPU.
Wyniki te pokazują, że przedsiębiorstwa energetyczne potrafią precyzyjnie przewidywać wytwarzanie energii odnawialnej . Dzięki temu można uniknąć nadmiernych przerw w dostawie prądu i zapewnić niezawodne dostawy energii.
W innym teście na AceCAST 3.0.1 wykorzystano zagnieżdżoną domenę z zewnętrzną domeną. Zewnętrzna domena składała się z 5 milionów punktów siatki (430x331x38v) z 15-kilometrowym odstępem siatki, a wewnętrzna domena składała się z 80 milionów punktów siatki (1551x1361x38v) z 3-kilometrowym odstępem siatki.
Na podstawie uzyskanych wyników stwierdzono, że AceCAST działa 16.8 razy szybciej niż WRF w domenie wewnętrznej . Ponadto, działa on o około 7% szybciej i przy 75% niższych kosztach w porównaniu z WRF opartym na procesorze. Oznacza to, że przedsiębiorstwa użyteczności publicznej będą mogły precyzyjnie prognozować moc w megawatach w określonych lokalizacjach, co godzinę, każdego dnia.
Microsoft i TempoQuest współpracują z AceCAST, aby przyspieszyć prognozy dotyczące energii wiatrowej. Dzięki temu nastąpią duże zmiany społeczne i globalne.
Źródło: NVIDIA
