IA eletrizante: Siemens Energy Taps NVIDIA Triton Inference Server é destinado para inspeções de usinas de energia
Inteligência Artificial desenvolvida pela gigante alemã ajuda clientes de usinas a gerenciar as instalações
Com os mercados de energia em rápida mudança, a Inteligência Artificial (IA) está ajudando cidades em todo o mundo a se manterem iluminadas. A Siemens Energy está colocando o NVIDIA Triton Inference Server em ação e utilizando a tecnologia para contribuição na solução de problemas de gerenciamento de usinas de energia em relação ao serviço preditivo.
A gigante da energia se junta à Microsoft, American Express, USPS e muitas outras empresas e conta com o deep learning do Triton, software de código aberto que coloca a IA em produção, simplificando como os modelos são executados em qualquer estrutura e em qualquer GPU ou CPU para todos os tipos de inferência.
A Siemens Energy, fornecedora líder de equipamentos e tecnologias para usinas de energia, tem um enorme portfólio de máquinas e locais para manutenção e contribui para as luzes estarem acesas em todo o mundo. Sua base instalada é composta por dezenas de milhares de turbinas a gás, turbinas a vapor, geradores, motores a gás e diesel da Siemens, um número vasto de peças móveis para gerenciar.
Aumentando a complexidade, uma maior combinação de energias renováveis na rede está pressionando as usinas de energia em todos os lugares a operarem de forma mais flexível e eficiente com a ajuda da IA.
“Hoje em dia, muitas dessas usinas combinadas são necessárias para a estabilidade da rede, então algumas ficam offline por um bom tempo e depois são colocadas online quando é necessário estabilidade na rede”, ressalta Arik Ott, gerente de produto da Siemens Energy AG.
Usinas de energia autônomas
Para aumentar a eficiência de seus parceiros de energia, a Siemens Energy utiliza o NVIDIA Triton for AI para fornecer um caminho para usinas de energia autônomas, reduzindo custos ao longo de sua utilização.
Esta não é uma tarefa fácil. Hoje, centenas de tipos de inspeção são realizados por humanos, exigindo experiência no domínio. Além disso, muitas usinas de energia não estão mais no modo sempre ligado e não precisam de equipe completa o tempo todo, criando preocupações sobre os custos de operação e a necessidade de gerenciamento remoto.
Além disso, a Europa tem uma força de trabalho envelhecida, e espera-se que muitos se aposentem na próxima década e será difícil preencher aqueles com as habilidades certas, diz Ott.
O Center for Global Development estima que haverá menos 95 milhões de pessoas em idade ativa na Europa em 2050, em comparação com 2015.
“Queremos que a tecnologia preencha a lacuna de know-how sempre que não tivermos acesso a todas as pessoas de que precisamos”, explica Ott.
A Siemens Energy oferece suporte a uma ampla variedade de machine learning a partir de imagens de cenários tiradas com câmeras locais e outros sensores para dados usados em análises. Como resultado, é preciso uma solução de inferência altamente escalável - para lidar com milhões de sensores - capaz de trabalhar com várias estruturas e fluxos de entrada massivos.
A empresa selecionou o Triton para inferência devido à sua capacidade de atender aos requisitos de estrutura e modelo múltiplos. Os cientistas de dados podem escolher a estrutura de sua preferência - como PyTorch, TensorFlow, ONNX e outros - para diferentes modelos e entradas como imagens, vídeos e sons.
“A flexibilidade do NVIDIA Triton Inference Server permite que usinas de energia altamente complicadas, muitas vezes equipadas com câmeras e sensores, mas com sistemas de software legados, se juntem à revolução industrial autônoma que está ocorrendo”, finaliza Ott.
IA para eficiências industriais
A IA para qualquer tipo de unidade geradora de energia melhora a continuidade dos negócios - mantém as coisas funcionando - e pode reduzir custos.
Isso é importante para os fornecedores de energia, pois um influxo de fontes de energia renováveis na rede significa que as usinas que não operam em tempo integral para fornecer energia e estão criando problemas de excesso de pessoal. Se os sites não estiverem online, o gerenciamento remoto e o envio centralizado de funcionários de serviço para eles podem controlar os custos.
No entanto, atualmente, os colabores no local conduzem mais de 360 atividades exclusivas durante as inspeções de passo a passo das usinas de energia. Enquanto isso, a escassez de mão de obra é uma preocupação e deve aumentar com populações em declínio e força de trabalho em envelhecimento, afetando essas operações de missão crítica. Além disso, a COVID-19 revelou a necessidade de preparação por usinas de energia sobre a escassez de trabalhadores para tais eventos adversos.
É um ajuste ideal para sensores com IA para preencher ou aumentar as inspeções físicas, fornecendo monitoramento remoto 24h por dia. Além disso, a análise fornecida oferece monitoramento automatizado em tempo real, bem como a capacidade das usinas de atribuir níveis de autonomia nas instalações de controle com IA.
“Precisávamos de uma solução em que pudéssemos hospedar os modelos para os diferentes tipos de análises com a capacidade de escalar sem alterar a solução de hospedagem”, expõe Sanjukta Ghosh, arquiteto de soluções para inspeções visuais automáticas da Siemens AG.
IA para reduzir problemas
As usinas de energia exigem monitoramento extensivo para eficiência e segurança. Vazamentos de líquido, vapor ou óleo deixados despercebidos podem ser catastróficos e custar milhões de dólares.
Modelos treinados pela Siemens Energy com milhares de imagens para cada um de seus diversos cenários. Diferentes locais e diferentes condições de iluminação exigiam um aprendizado de transferência mínimo para permitir que os modelos funcionassem.
Os ruídos também podem ser monitorados. A Siemens Energy está iniciando o desenvolvimento de modelos para lidar com dados de áudio.
Conjuntos de modelos habilitados pelo Triton permitem pré-processamento adicional, como anonimato por pessoa, das imagens.
“O setor de energia é mais uma das áreas que pode sentir os efeitos positivos da utilização da IA. É gratificante para a NVIDIA ser parceria de uma empresa de sucesso como a Siemens e contribuir para uma iluminação cada vez mais eficiente no mundo todo", comemora Marcio Aguiar, diretor da divisão Enterprise da NVIDIA para América Latina.
Flexibilidade do servidor de inferência Triton
O Triton oferece flexibilidade para lidar com esses cenários e muitos outros. Por exemplo, permite o uso de vários modelos que podem ser aplicados a diferentes situações.
Um modelo de vazamento de vapor treinado em fotos internas pode funcionar enquanto outro é ajustado para imagens externas de vazamentos de vapor, de acordo com a empresa.
O Triton facilita a implantação na nuvem ou no perímetro. Isso é útil para casos em que os dados não podem ser movidos para fora das usinas de energia e análises locais ou de borda são necessárias.
Para saber mais, a Siemens Energy é uma das palestrantes do NVIDIA GTC.
Com os mercados de energia em rápida mudança, a Inteligência Artificial (IA) está ajudando cidades em todo o mundo a se manterem iluminadas. A Siemens Energy está colocando o NVIDIA Triton Inference Server em ação e utilizando a tecnologia para contribuição na solução de problemas de gerenciamento de usinas de energia em relação ao serviço preditivo.A gigante da energia se junta à Microsoft, American Express, USPS e muitas outras empresas e conta com o deep learning do Triton, software de código aberto que coloca a IA em produção, simplificando como os modelos são executados em qualquer estrutura e em qualquer GPU ou CPU para todos os tipos de inferência.
A Siemens Energy, fornecedora líder de equipamentos e tecnologias para usinas de energia, tem um enorme portfólio de máquinas e locais para manutenção e contribui para as luzes estarem acesas em todo o mundo. Sua base instalada é composta por dezenas de milhares de turbinas a gás, turbinas a vapor, geradores, motores a gás e diesel da Siemens, um número vasto de peças móveis para gerenciar.
Aumentando a complexidade, uma maior combinação de energias renováveis na rede está pressionando as usinas de energia em todos os lugares a operarem de forma mais flexível e eficiente com a ajuda da IA.
“Hoje em dia, muitas dessas usinas combinadas são necessárias para a estabilidade da rede, então algumas ficam offline por um bom tempo e depois são colocadas online quando é necessário estabilidade na rede”, ressalta Arik Ott, gerente de produto da Siemens Energy AG.
Usinas de energia autônomas
Para aumentar a eficiência de seus parceiros de energia, a Siemens Energy utiliza o NVIDIA Triton for AI para fornecer um caminho para usinas de energia autônomas, reduzindo custos ao longo de sua utilização.
Esta não é uma tarefa fácil. Hoje, centenas de tipos de inspeção são realizados por humanos, exigindo experiência no domínio. Além disso, muitas usinas de energia não estão mais no modo sempre ligado e não precisam de equipe completa o tempo todo, criando preocupações sobre os custos de operação e a necessidade de gerenciamento remoto.
Além disso, a Europa tem uma força de trabalho envelhecida, e espera-se que muitos se aposentem na próxima década e será difícil preencher aqueles com as habilidades certas, diz Ott.
O Center for Global Development estima que haverá menos 95 milhões de pessoas em idade ativa na Europa em 2050, em comparação com 2015.
“Queremos que a tecnologia preencha a lacuna de know-how sempre que não tivermos acesso a todas as pessoas de que precisamos”, explica Ott.
A Siemens Energy oferece suporte a uma ampla variedade de machine learning a partir de imagens de cenários tiradas com câmeras locais e outros sensores para dados usados em análises. Como resultado, é preciso uma solução de inferência altamente escalável - para lidar com milhões de sensores - capaz de trabalhar com várias estruturas e fluxos de entrada massivos.
A empresa selecionou o Triton para inferência devido à sua capacidade de atender aos requisitos de estrutura e modelo múltiplos. Os cientistas de dados podem escolher a estrutura de sua preferência - como PyTorch, TensorFlow, ONNX e outros - para diferentes modelos e entradas como imagens, vídeos e sons.
“A flexibilidade do NVIDIA Triton Inference Server permite que usinas de energia altamente complicadas, muitas vezes equipadas com câmeras e sensores, mas com sistemas de software legados, se juntem à revolução industrial autônoma que está ocorrendo”, finaliza Ott.
IA para eficiências industriais
A IA para qualquer tipo de unidade geradora de energia melhora a continuidade dos negócios - mantém as coisas funcionando - e pode reduzir custos.
Isso é importante para os fornecedores de energia, pois um influxo de fontes de energia renováveis na rede significa que as usinas que não operam em tempo integral para fornecer energia e estão criando problemas de excesso de pessoal. Se os sites não estiverem online, o gerenciamento remoto e o envio centralizado de funcionários de serviço para eles podem controlar os custos.
No entanto, atualmente, os colabores no local conduzem mais de 360 atividades exclusivas durante as inspeções de passo a passo das usinas de energia. Enquanto isso, a escassez de mão de obra é uma preocupação e deve aumentar com populações em declínio e força de trabalho em envelhecimento, afetando essas operações de missão crítica. Além disso, a COVID-19 revelou a necessidade de preparação por usinas de energia sobre a escassez de trabalhadores para tais eventos adversos.
É um ajuste ideal para sensores com IA para preencher ou aumentar as inspeções físicas, fornecendo monitoramento remoto 24h por dia. Além disso, a análise fornecida oferece monitoramento automatizado em tempo real, bem como a capacidade das usinas de atribuir níveis de autonomia nas instalações de controle com IA.
“Precisávamos de uma solução em que pudéssemos hospedar os modelos para os diferentes tipos de análises com a capacidade de escalar sem alterar a solução de hospedagem”, expõe Sanjukta Ghosh, arquiteto de soluções para inspeções visuais automáticas da Siemens AG.
IA para reduzir problemas
As usinas de energia exigem monitoramento extensivo para eficiência e segurança. Vazamentos de líquido, vapor ou óleo deixados despercebidos podem ser catastróficos e custar milhões de dólares.
Modelos treinados pela Siemens Energy com milhares de imagens para cada um de seus diversos cenários. Diferentes locais e diferentes condições de iluminação exigiam um aprendizado de transferência mínimo para permitir que os modelos funcionassem.
Os ruídos também podem ser monitorados. A Siemens Energy está iniciando o desenvolvimento de modelos para lidar com dados de áudio.
Conjuntos de modelos habilitados pelo Triton permitem pré-processamento adicional, como anonimato por pessoa, das imagens.
“O setor de energia é mais uma das áreas que pode sentir os efeitos positivos da utilização da IA. É gratificante para a NVIDIA ser parceria de uma empresa de sucesso como a Siemens e contribuir para uma iluminação cada vez mais eficiente no mundo todo", comemora Marcio Aguiar, diretor da divisão Enterprise da NVIDIA para América Latina.
Flexibilidade do servidor de inferência Triton
O Triton oferece flexibilidade para lidar com esses cenários e muitos outros. Por exemplo, permite o uso de vários modelos que podem ser aplicados a diferentes situações.
Um modelo de vazamento de vapor treinado em fotos internas pode funcionar enquanto outro é ajustado para imagens externas de vazamentos de vapor, de acordo com a empresa.
O Triton facilita a implantação na nuvem ou no perímetro. Isso é útil para casos em que os dados não podem ser movidos para fora das usinas de energia e análises locais ou de borda são necessárias.
Para saber mais, a Siemens Energy é uma das palestrantes do NVIDIA GTC.
Nenhum comentário