Um ungenauen und teuren Prognosediensten entgegenzuwirken, arbeiten Microsoft und TempoQuest mit AceCAST zusammen, um Windenergieprognosen zu beschleunigen. Die neue Plattform ist präziser und zeitnaher als frühere CPU-basierte Modelle und liefert stündlich Prognosen zur Erzeugung erneuerbarer Energien in Megawatt.
Für korrekte Prognosen zur Erzeugung erneuerbarer Energien benötigen Unternehmen genaue Wettermodelle. Dies trägt außerdem dazu bei, einen besseren Aktionsplan für den Umgang mit Naturkatastrophen zu erstellen. In einer aktuellen GTC-Sitzung Microsoft Und TempoQuest erwähnt und detailliert ihre Arbeit mit NVIDIA.
Das Projekt soll sich mit Energie- und Klimathemen befassen. Es ist das Gebot der Stunde, denn unvorhersehbar und Ineffektive Wettervorhersagen kosten bereits etwa 714 Milliarden US-Dollar im Jahr 2022.
Um dieses Problem anzugehen, benötigen Unternehmen kostengünstige, aber schnelle und genaue Wettervorhersagemodelle. Im Trio ermöglicht TempoQuest hyperlokale Umwelt- und Wettervorhersagen mit geringer Latenz.
Es ist Mitglied des NVIDIA Inception Program. Das Unternehmen sagte: „Unser Team ist multidisziplinär und deckt Atmosphärenwissenschaften, Meteorologie, HPC, KI, ML, Ingenieurwesen und mehr ab. Wir waren ein führender Anwender bei der Einführung von GPUs im Umweltsektor.“
Weitere Zitate über das Unternehmen sind:
- Es ist das erste Unternehmen, das GPU-Software so entwickelt, dass sie als Service-Wettervorhersagesystem verwendet werden kann.
- Erstes Unternehmen, das Weather Research and Forecasting (WRF) auf GPUs portiert
- Außerdem besteht die erste darin, schnelle und hochauflösende Prognosen zu erstellen, die günstiger sind als CPU-basierte Prognosen.
Das Unternehmen profitierte von NVIDIA auf Microsoft Azure, um auf traditionelle Weise zu wechseln Wetterforschung und -vorhersage Software auf GPUs. Liefern Sie außerdem Auflösungen unter Kilometern und Zeitauflösungen von 1 Minute bis 1 Stunde. Damit ermöglicht es auch schnellere Vorhersagen zur Stromerzeugung aus Solar- und Windressourcen.
Herausforderungen für Versorgungsunternehmen bei der Integration erneuerbarer Energien
Umweltfaktoren wie Windgeschwindigkeit und Wolkenbedeckung beeinflussen Wind- und Solarenergie. Das macht es schwierig, die Netze hauptsächlich mit Wind- und Solarenergie aufrechtzuerhalten.
An Tagen mit unzureichender Stromerzeugung ab verlängerbar Ressourcen nutzen Versorgungsunternehmen Spinning-Reserven, also kohlenstoffbasierten Strom, der von Generatoren erzeugt wird. Mit besseren, schnelleren und genaueren Wettervorhersagen wird es einfacher, die Erzeugung erneuerbarer Energien vorherzusagen.
Um mehr erneuerbare Energien in das Netz des Versorgungsunternehmens einzubinden Unternehmen müssen Übertragungsleitungen und Masten mit höherer Spannung bauen. Aber was noch wichtiger ist: Standorte der neuen Generation und all das wird die Betriebs- und Kapitalkosten erhöhen.
Beschleunigung der Wetterforschung und -vorhersage mit GPUs
AceCAST oder Accelerated Forecast ist ein Ergebnis der Ausführung von WRF, das von 50.000 Benutzern in 160 Ländern verwendet wird. WRF ist für die Ausführung auf x86-Systemen mit NVIDIA-GPUs portiert.
Es verwendet proprietäres OpenACC und CUDA, und das ist es auch skaliert auf Multi-Node- und Mullet-GPU-Systemen. Alle wichtigen WRF-Namenslistenoptionen, Physikschemata und Dynamik werden in AceCAST unterstützt.
Darüber hinaus ist es ein direkter Ersatz für alle vorhandenen WRF-Konfigurationen. Schnellere Lösungen, große Genauigkeit, höhere Auflösung, reduzierte Berechnungskosten und eine große lokale Kenntnis von Wetterphänomenen sind mehrere Vorteile von AceCAST.
Kostenanalyse der AceCAST-Validierung und -Leistung
Bei den Unterschieden zwischen CPU WRF und GPU WRF wird überprüft, ob sie innerhalb eines akzeptablen Toleranzbereichs liegen. Die Modellleistung wurde über räumliche Vorhersagen und mehrere Zeitbereiche hinweg getestet.
Abschließend wurden Tausende von Testfällen validiert, um sicherzustellen, dass die vom AceCAST erzielten Ergebnisse mit denen der CPU WRF identisch sind. Nach der Durchführung von Leistungstests mit Microsoft Azure wurden große Unterschiede in Leistung und Kosten festgestellt. Werfen Sie einen Blick auf die
1. CPU-basierter WRF – Standard-HB120rs_v3-VMs (HBv3):
- 120 CPU-Kerne der AMD EPYC™ 7V73X-Serie (Milan-X).
- 450 GB RAM (350 GB/s Speicherbandbreite)
- 200 Gbit/s HDR InfiniBand
- 2 x 1 TB NVME SSD-Festplatten
- NCAR WRF 4.2.2
- Verwendet paralleles Net-CDF
- Kompiliert mit Intel Compilern und MPI
2. GPU-beschleunigter WRF – StandardND96amsrA100_v4 (NDmv4):
- 8 NVIDIA A100 Tensor-Core-GPUs (80 GB)
- NVLink 3.0 (200 Gbit/s HDR InfiniBand)
- 96 CPU-Kerne der AMD EPYC™ 7V12-Serie (Rom).
- 8 x 1 TB NVME SSD-Festplatten
- AceCAST 2.1
- Proprietäre Implementierung mit OpenACC und CUDA
- Skaliert auf mehreren Knoten und mehreren GPUs mithilfe von MPI
3. Von Azure verwaltetes Lustre-Dateisystem
- 40 TiB verwaltete Speicherkapazität von Azure
- 10.000 MB/s maximaler Durchsatz
Den erfassten Ergebnissen zufolge erreichte der AceCAST eine etwa 9-fache Beschleunigung als der CPU-basierte WRF. Die mit 18 CPU-Knoten erzielten Ergebnisse ähneln denen eines GPU-Knotens.
Diese Ergebnisse zeigen, dass Energieversorger die erneuerbaren Energien genau vorhersagen können Leistung Generation. Dadurch könnten übermäßige Stromausfälle vermieden und eine zuverlässige Stromversorgung gewährleistet werden.
Für einen weiteren Test auf AceCAST 3.0.1 wurde eine verschachtelte Domäne mit äußerer Domäne verwendet. Der äußere Bereich bestand aus 5 Millionen Gitterpunkten (430 x 331 x 38 V) mit einem Gitterabstand von 15 Kilometern, und der innere Bereich bestand aus 80 Millionen Gitterpunkten (1551 x 1361 x 38 V) mit einem Gitterabstand von 3 Kilometern.
Aus den erhaltenen Ergebnissen wurde geschlossen, dass AceCAST läuft 16,8-mal schneller als die innere Domäne von WRF. Außerdem läuft er im Vergleich zum CPU-basierten WRF etwa 7 % schneller und zu 75 % geringeren Kosten. Dies bedeutet, dass Energieversorger jeden Tag stündlich genaue Leistungsprognosen in Megawatt für bestimmte Standorte erstellen.
Microsoft und TempoQuest arbeiten mit AceCAST zusammen, um Windenergieprognosen zu beschleunigen. Damit wird es einen großen gesellschaftlichen und globalen Wandel geben.
Quelle: NVIDIA
