Para abordar los servicios de pronóstico costosos e inexactos, Microsoft y TempoQuest colaboran con AceCAST para acelerar los pronósticos de energía eólica. La nueva plataforma es más precisa y oportuna que los modelos anteriores basados en CPU y ofrece predicciones de generación de energía renovable en megavatios por hora.
Para realizar unas previsiones adecuadas de las empresas productoras de energía renovable se necesitan modelos meteorológicos precisos. Esto ayuda aún más a preparar un mejor plan de acción para hacer frente a los desastres naturales. En una sesión reciente del GTC, microsoft y TempoQuest mencionó y detalló su trabajo con NVIDIA.
El proyecto tiene como objetivo abordar cuestiones energéticas y climáticas. Es la necesidad del momento porque lo no previsto y Los pronósticos meteorológicos ineficaces ya cuestan alrededor de 714 mil millones de dólares. en 2022.
Para abordar esto, las empresas necesitan modelos de pronóstico del tiempo rentables pero rápidos y precisos. En el trío, TempoQuest permite pronósticos meteorológicos y ambientales hiperlocales de baja latencia.
Es miembro del programa inicial NVIDIA. La empresa dijo, "Nuestro equipo es multidisciplinario y abarca ciencias atmosféricas, meteorología, HPC, IA, ML, ingeniería y más. Hemos sido uno de los principales adoptantes en la incorporación de GPU al sector ambiental".
Otras cosas citadas sobre la empresa incluyen lo siguiente:
- Es el primero en desarrollar software GPU de manera que pueda utilizarse como sistema de pronóstico del tiempo de servicio.
- Primera empresa en migrar Weather Research and Forecasting (WRF) a GPU
- Además, el primero es crear pronósticos rápidos y de alta resolución que sean más económicos que los pronósticos basados en CPU.
La empresa aprovechó NVIDIA en Microsoft Azure para avanzar tradicional Investigación y pronóstico del tiempo software a GPU. Además, ofrezca resoluciones de menos de kilómetros y resoluciones de tiempo de 1 minuto a 1 hora. Con esto también permite predicciones más rápidas de la energía generada por los recursos solares y eólicos.
Desafíos que enfrentan las empresas de servicios públicos para integrar energías renovables
Los factores ambientales como la velocidad del viento y la cobertura de nubes influyen en la energía eólica y solar. Eso dificulta el mantenimiento de las redes principalmente con energía eólica y solar.
En días de generación insuficiente de energía desde renovable recursos, las empresas de servicios públicos utilizan reservas giratorias, es decir, energía basada en carbono producida por generadores. Con pronósticos meteorológicos mejores, más rápidos y precisos, será más fácil predecir la generación de energía renovable.
Incorporar más renovables a la red de la eléctrica Las empresas tienen que construir torres y líneas de transmisión de mayor voltaje.. Pero lo más importante es que los sitios de nueva generación y todo esto aumentarán los costos operativos y de capital.
Acelerar la investigación y la previsión meteorológica con GPU
AceCAST o Pronóstico Acelerado es el resultado de ejecutar WRF, que utilizan 50.000 usuarios en 160 países. WRF está adaptado para ejecutarse en sistemas x86 con GPU NVIDIA.
Utiliza OpenACC y CUDA propietarios, y es ampliado en sistemas GPU multinodo y mullet. Todas las principales opciones de lista de nombres, esquemas físicos y dinámicas del WRF son compatibles con AceCAST.
Además, es un reemplazo directo para todas las configuraciones WRF existentes. Soluciones más rápidas, gran precisión, mayor resolución, costos de cálculo reducidos y una gran conciencia localizada de los fenómenos meteorológicos son varios de los beneficios de AceCAST.
Análisis de costos de validación y rendimiento de AceCAST
Se comprueba si las diferencias entre CPU WRF y GPU WRF están dentro de un rango de tolerancia aceptable. El rendimiento del modelo se probó en pronósticos espaciales y varios rangos temporales.
Por último, se validaron miles de casos de prueba para garantizar que los resultados producidos por AceCAST sean los mismos que los de la CPU WRF. Se revelaron grandes diferencias en rendimiento y costo después de realizar pruebas de rendimiento en Microsoft Azure. Échale un vistazo al
1. WRF basado en CPU: máquinas virtuales HB120rs_v3 estándar (HBv3):
- 120 núcleos de CPU AMD EPYC™ serie 7V73X (Milan-X)
- 450 GB de RAM (ancho de banda de memoria de 350 GB/s)
- InfiniBand HDR de 200 Gb/s
- 2 discos SSD NVME de 1 TB
- NCAR WRF 4.2.2
- Utiliza CDF neto paralelo
- Compilado con compiladores Intel y MPI
2. WRF acelerado por GPU: estándarND96amsrA100_v4 (NDmv4):
- 8 GPU NVIDIA A100 Tensor Core (80 GB)
- NVLink 3.0 (200 Gb/s HDR InfiniBand)
- 96 núcleos de CPU AMD EPYC™ serie 7V12 (Roma)
- 8 discos SSD NVME de 1 TB
- AceCAST 2.1
- Implementación propietaria usando OpenACC y CUDA
- Escala en múltiples nodos y múltiples GPU usando MPI
3. Sistema de archivos Lustre administrado por Azure
- Capacidad administrada de Azure de almacenamiento de 40 TiB
- Rendimiento máximo de 10000 MB/s
Según los resultados adquiridos, el AceCAST logró una aceleración ~9 veces mayor que el WRF basado en CPU. Los resultados obtenidos con 18 nodos de CPU son similares a los obtenidos con 1 nodo de GPU.
Estos resultados muestran que las empresas de servicios públicos pueden predecir con precisión las energías renovables. fuerza generación. Con esto se podrían evitar cortes excesivos de energía y se podría suministrar energía confiable.
Para otra prueba en AceCAST 3.0.1, se utilizó un dominio anidado con un dominio externo. El dominio exterior tenía 5 millones de puntos de cuadrícula (430x331x38v) con un espaciado de cuadrícula de 15 kilómetros, y el dominio interno tenía 80 millones de puntos de cuadrícula (1551x1361x38v) con un espaciado de cuadrícula de 3 kilómetros.
De los resultados obtenidos se concluyó que AceCAST se ejecuta 16,8 veces más rápido que el dominio interno WRF. Además, funciona aproximadamente un 7 % más rápido y con un costo un 75 % menor en comparación con el WRF basado en CPU. Esto significa que las empresas de servicios públicos realizarán predicciones de energía con precisión en megavatios en sitios específicos cada hora todos los días.
Microsoft y TempoQuest colaboran con AceCAST para acelerar los pronósticos de energía eólica. Con esto, habrá un gran cambio social y global.
Fuente: NVIDIA
