Pour lutter contre les services de prévision inexacts et coûteux, Microsoft et TempoQuest collaborent avec AceCAST pour accélérer les prévisions sur l'énergie éolienne. La nouvelle plateforme est plus précise et plus rapide que les modèles précédents basés sur CPU, fournissant des prévisions de production d'énergie renouvelable en mégawatts sur une base horaire.
Pour des prévisions appropriées sur la production d’énergies renouvelables, les entreprises ont besoin d’une modélisation météorologique précise. Cela aide en outre à préparer un meilleur plan d’action pour faire face aux catastrophes naturelles. Lors d'une récente session GTC, Microsoft et TempoQuest mentionné et détaillé leur travail avec NVIDIA.
Le projet vise à répondre aux enjeux énergétiques et climatiques. C'est le besoin du moment car non prévu et des prévisions météorologiques inefficaces coûtent déjà environ 714 milliards de dollars en 2022.
Pour résoudre ce problème, les entreprises ont besoin de modèles de prévisions météorologiques rentables, mais rapides et précis. Dans le trio, TempoQuest permet des prévisions environnementales et météorologiques hyperlocales à faible latence.
Il est membre du programme de création NVIDIA. La société a déclaré : "Notre équipe est multidisciplinaire et couvre la science atmosphérique, la météorologie, le HPC, l'IA, le ML, l'ingénierie, etc. Nous avons été l'un des principaux adeptes de l'introduction des GPU dans le secteur environnemental."
Les autres éléments cités à propos de l’entreprise sont les suivants :
- C'est le premier à développer un logiciel GPU pouvant être utilisé comme système de prévision météorologique.
- Première entreprise à porter la recherche et la prévision météorologiques (WRF) sur des GPU
- En outre, la première consiste à créer des prévisions rapides et à haute résolution, moins coûteuses que les prévisions basées sur le processeur.
L'entreprise a bénéficié du NVIDIA sur le Microsoft Azure pour passer au traditionnel Recherche et prévisions météorologiques logiciel aux GPU. Offrez également des résolutions inférieures au kilomètre et des résolutions temporelles de 1 minute à 1 heure. Cela permet également de prévoir plus rapidement l’énergie générée par les ressources solaires et éoliennes.
Défis rencontrés par les services publics pour intégrer les énergies renouvelables
Des facteurs environnementaux tels que la vitesse du vent et la couverture nuageuse influencent l’énergie éolienne et solaire. Cela rend difficile l’entretien des réseaux principalement alimentés par l’énergie éolienne et solaire.
Les jours de production d'énergie insuffisante de renouvelable ressources, les sociétés de services publics utilisent des réserves tournantes, c’est-à-dire de l’énergie à base de carbone produite par des générateurs. Avec des prévisions météorologiques meilleures, plus rapides et plus précises, il sera plus facile de prévoir la production d’énergie renouvelable.
Intégrer davantage d’énergies renouvelables au réseau du service public les entreprises doivent construire des lignes et des pylônes de transmission à haute tension. Mais plus important encore, les sites de nouvelle génération et tout cela augmenteront les coûts opérationnels et d'investissement.
Accélérer la recherche et les prévisions météorologiques avec les GPU
AceCAST ou Accelerated Forecast est le résultat de l'exécution de WRF, utilisé par 50 000 utilisateurs dans 160 pays. WRF est porté pour fonctionner sur des systèmes x86 avec des GPU NVIDIA.
Il utilise OpenACC et CUDA propriétaires, et il est mis à l'échelle sur les systèmes multi-nœuds et multi-GPU. Toutes les principales options de liste de noms, schémas physiques et dynamiques du WRF sont pris en charge dans le AceCAST.
De plus, il s'agit d'un remplacement immédiat pour toutes les configurations WRF existantes. Des solutions plus rapides, une grande précision, une résolution plus élevée, des coûts de calcul réduits et une grande connaissance localisée des phénomènes météorologiques sont plusieurs avantages du AceCAST.
Analyse des coûts de la validation et des performances du AceCAST
Les différences entre le CPU WRF et le GPU WRF sont vérifiées pour savoir si elles se situent dans une plage de tolérance acceptable. Les performances du modèle ont été testées sur des prévisions spatiales et sur plusieurs plages temporelles.
Enfin, des milliers de cas de test ont été validés pour garantir que les résultats produits par le AceCAST sont les mêmes que ceux du CPU WRF. De grandes différences en termes de performances et de coûts ont été révélées après l'exécution de tests de performances sur le Microsoft Azure. Jetez un oeil à
1. WRF basé sur CPU – Machines virtuelles HB120rs_v3 standard (HBv3) :
- 120 cœurs de processeur AMD EPYC™ série 7V73X (Milan-X)
- 450 Go de RAM (bande passante mémoire de 350 Go/s)
- 200 Go/s HDR InfiniBand
- 2 disques SSD NVME de 1 To
- NCAR WRF 4.2.2
- Utilise le net-CDF parallèle
- Compilé avec les compilateurs Intel et MPI
2. WRF accéléré par GPU – StandardND96amsrA100_v4 (NDmv4) :
- 8 GPU Tensor Core NVIDIA A100 (80 Go)
- NVLink 3.0 (HDR InfiniBand 200 Gbit/s)
- 96 cœurs de processeur AMD EPYC™ série 7V12 (Rome)
- 8 disques SSD NVME de 1 To
- AceCAST 2.1
- Implémentation propriétaire utilisant OpenACC et CUDA
- Évolue sur plusieurs nœuds et multi-GPU à l'aide de MPI
3. Système de fichiers Lustre géré Azure
- Capacité gérée Azure de stockage de 40 Tio
- Débit maximum de 10 000 Mo/s
Selon les résultats acquis, le AceCAST a atteint une accélération environ 9 fois supérieure à celle du WRF basé sur un processeur. Les résultats obtenus avec 18 nœuds CPU sont similaires à ceux obtenus avec 1 nœud GPU.
Ces résultats montrent que les services publics peuvent prédire avec précision les énergies renouvelables pouvoir génération. Grâce à cela, des pannes de courant excessives pourraient être évitées et une alimentation fiable peut être fournie.
Pour un autre test sur AceCAST 3.0.1, un domaine imbriqué avec un domaine externe a été utilisé. Le domaine extérieur était de 5 millions de points de grille (430x331x38v) avec un espacement de grille de 15 kilomètres, et le domaine intérieur était de 80 millions de points de grille (1551x1361x38v) avec un espacement de grille de 3 kilomètres.
Des résultats obtenus, il a été conclu que Le AceCAST fonctionne 16,8 fois plus vite que le domaine interne du WRF. En outre, il fonctionne environ 7 % plus rapidement et à un coût 75 % inférieur à celui du WRF basé sur un processeur. Cela signifie que les services publics effectueront avec précision des prévisions de puissance en mégawatts sur des sites spécifiques, toutes les heures et chaque jour.
Microsoft et TempoQuest collaborent avec AceCAST pour accélérer les prévisions en matière d'énergie éolienne. Avec cela, il y aura un changement sociétal et global majeur.
Source: NVIDIA
