挑戰
- 透過高效能行動微電網拖車，提高能源傳輸的可靠性
- 利用彈性微電網功能，滿足廣泛客戶需求
- 透過更深入了解能源消耗率、設備性能等，降低電力營運商的成本
- 擺脫消費級運算解決方案，確保堅固耐用、可靠的性能
- 克服當今嵌入式運算硬體驚人需求所固有的供應鏈瓶頸
解決方案
- 將智能統包系統應用於拖車式處理中心，作為行動微電網部署
- Premio RCO-6000-CML 堅固耐用邊緣系統具備模組化功能，可提供高效能處理、儲存和連線能力
- 與 Premio 的 EDGEBoost Nodes 整合，作為效能驅動的建構區塊，可透過強大的 GPU 硬體加速進行客製化配置
- 利用 GPU 效能加速來處理雲端資料、機器學習和人工智慧所需的平行處理能力
- 將高效能 NVIDIA A2（Tensor Core GPU）與經過環境極限驗證的系統整合
效益
- 堅固的邊緣運算能力，實現「隨處可用」的模組化電力解決方案和服務
- 系統經過測試和驗證，確保在最惡劣的環境中部署時仍能可靠運行
- 在更廣的溫度範圍（-25C 至 70C）、更廣的輸入電壓（9-48VDC）以及對衝擊（20G）和振動（3GRMS）的耐受性方面，可靠性得到提高
- Premio 的超堅固 PC 架構與 NVIDIA GPU 結合，在邊緣運行複雜演算法，提供現代化產品
- 行動微電網拖車在實際部署中至今零缺陷
- 專業的供應鏈管理確保生產按時進行，以實現客戶的上市規模
背景
從加州到東海岸，電網停電變得司空見慣。過度需求、極端天氣事件、網路攻擊等因素，都使得當今的電網可靠性不足。而隨之而來的電力中斷，可能導致從單純的不便到業務損失，甚至是生死攸關的情況。一家專門為遠端和並網應用提供電力與燃料解決方案的公司，正試圖改變這種局面。該公司旨在改造能源格局，其小型、獨立的微電網拖車可獨立於主要電網運行，或與其他微電網協同作業，以彌補電網空白，維持生活的順暢運行。這些模組化能源資源可在需要時隨時部署，提高電力品質、整合現場發電資源、降低高峰需求費用，並提供備用（緊急）發電。
根據美國能源部國家實驗室國家再生能源實驗室（NREL）的說法，「微電網是互連負載和分散式能源的集合，相對於電網而言，它是一個單一的可控實體。它可以連接和斷開電網，在電網連接或孤島模式下運行。微電網可以提高客戶可靠性並增強對電網擾動的韌性。」
該公司提供一系列電力解決方案，透過直觀的軟體入口網站提供先進的能源管理和發電平台。電力運營商可以為壓力泵送、遠程採礦、公用事業和分散式發電行業，提供電力服務、減排見解和儲能。透過整合人工智慧（AI），該平台可在集中式資料庫上管理即時排放追蹤、資產碳強度、自動化後端管理，以及環境、社會和治理（ESG）報告。
該入口網站還提供營運的即時洞察，能夠查看設備狀況、分析能源消耗率、預測當月剩餘成本、核准發票以及購買碳權以抵消排放。
該公司網路與通訊部門資深經理表示：「行動微電網是堅固型邊緣運算真正能夠脫穎而出的領域，它在資料處理和實體環境方面，都能在獨特嚴苛的環境中，兼顧效能與可靠性。」「如此規模的解決方案需要強大的運算能力，在廣泛的溫度範圍內部屬，表示我們正在尋找一款堅固耐用的工業級硬體解決方案，專為隨時隨地的次世代運算而打造。」
挑戰
為了提供可靠微電網效能所需的關鍵營運資料近乎即時存取，該平台利用了雲端、機器學習和人工智慧。與許多以人工智慧為中心的初創公司一樣，這家電力解決方案公司最初使用消費級電腦來執行其演算法。雖然該策略在早期奏效，但技術進步和成長目標顯然決定了硬體必須進行重大改進。運算能力、堅固性、零件可用性和擴展性是首要考量。
在應對運算挑戰時，該團隊知道他們的新硬體系統需要整合 GPU 處理。GPU 長期用於圖形和遊戲，由於其龐大的核心數量可以同時執行 CPU 難以執行的複雜計算，因此特別適合人工智慧、機器學習和深度學習應用。GPU 本質上是一種效能加速器，可減輕 CPU 的工作負載，實現更快、更有效率的處理，這是邊緣運算模型中的關鍵要求。
在尋找最佳 GPU 的過程中，該公司找到了 NVIDIA A2，這是一款 Tensor 核心 GPU，透過在小尺寸中結合低功耗和高效能，提供邊緣運算推論。但是，為了充分利用邊緣的 NVIDIA AI，其消費級電腦必須淘汰。現有的桌上型系統在運算能力和堅固性方面，都遠遠不足以滿足此類任務關鍵型部署的要求，與 GPU 廣泛的功能列表不相容。該公司需要大幅升級硬體，以改進其產品，並開發一種真正可攜式、可擴展且經濟實惠的遠端微電網電源解決方案。所需的工業解決方案不僅必須容納 NVIDIA GPU，還必須應對惡劣的環境挑戰，例如寬廣的溫度範圍以及衝擊和振動情況。
儘管這項任務相當直接，但它可能很困難，特別是考慮到主要由 COVID-19 大流行引起的供應鏈問題，而且這些問題至今仍在持續。事實上，根據畢馬威會計師事務所 (KPMG) 的一份新報告，「供應鏈營運中斷將在 2023 年持續存在，無論是與現有或新的地緣政治衝突、通膨壓力、經濟衰退環境、氣候變遷天氣事件，還是其他尚未出現的問題有關。它們都可能影響商品的可獲取性及其流向最終目的地的方式，造成港口延誤，減少貨櫃和海運的可用性，並導致價格飆升等問題。」該公司需要一個解決方案提供商，在技術專業知識以及供應鏈管理和策略方面，都能提供專業協助。
解決方案
在研究各種選項時，該團隊遇到了 Premio，Premio 是堅固型邊緣和嵌入式運算技術的領導者。在了解了電力解決方案公司的業務、新平台的目標，以及其利用配備 NVIDIA A2 GPU 的工業運算解決方案的意圖後，Premio 開始著手為這項工作設計最佳系統。
從一開始就很清楚，該平台廣泛的人工智慧功能和惡劣的環境部署，要求採用堅固耐用的邊緣解決方案。Premio 轉而採用RCO-6000-CML AI 邊緣推論電腦，因為其堅固耐用且高效能的插槽式處理器設計。這些單元極具模組化，並包含 Premio EDGEBoost 節點，可作為需要硬體加速的自訂組態的效能驅動建構塊。這種方法確保了在更寬廣的溫度範圍 (-25C 至 70C)、更寬廣的輸入電壓 (9-48VDC) 下，以及對衝擊 (50G) 和振動 (5GRMS) 的耐受性方面，都能提高可靠性。經過測試和驗證，以確保在最惡劣的環境中部署時，仍能維持可靠的效能，Premio 隨後著手整合 NVIDIA GPU。Premio 的工程師與 NVIDIA 和客戶密切合作，將 Premio 超堅固的 PC 架構與 NVIDIA 在邊緣執行複雜演算法的強大功能結合。
與目前的 CPU 不同，GPU 由數千個核心組成，這使其能夠計算人工智慧模型中常用的線性代數。在從工業電腦的角度解決了純粹的運算能力和環境問題之後，接下來需要考慮產生熱量的大小。Premio 建議並設計了一個客製化氣流室，以減輕由於 NVIDIA A2 被動冷卻設計，可能產生的過熱及其相關問題。
優勢
透過與 Premio 合作，該客戶以其意想不到的方式，實現了產品的現代化。在 Premio RCO-6000-CML AI 邊緣推論電腦中整合 NVIDIA A2 GPU，使該平台能夠為其邊緣運算產品執行複雜的演算法。透過低延遲資料處理，利用行動微電網的組織能夠即時獲得任務關鍵型業務洞察，這些洞察基於可操作的智慧，讓他們能夠更好地應對情境資料。
Premio 組建了一個由客戶經理、工程師和供應鏈管理專家組成的團隊，與客戶密切合作，確保所有問題和疑慮都得到妥善解決。當第一批 RCO-6000-CML AI 邊緣推論電腦組裝完成時，客戶專案的首席工程師前往 Premio 位於南加州的製造工廠，觀察生產並接收產品。這個簡單的舉動，讓客戶對這些設備及其供應商的選擇更有信心。Premio 的銷售和履行團隊也讓客戶密切了解預測和交貨時間表，進一步確保能達到既定的期限。
透過利用 Premio 的工程和供應鏈專業知識，該客戶在開發成本方面節省了大量資金——以時間和金錢來衡量。此外，透過一致的組態，重新設計和測試新平台已成為過去式。迄今為止，所有 Premio 電腦均報告零缺陷，這使得該公司能夠更好地利用其資源來服務客戶，並發展其行動微電網平台和計畫。
客戶網路與通訊部門資深經理補充道：「Premio 在產品設計和製造方面的合作對我們來說是個轉捩點。知道我們收到符合所有時間表的優質產品，我們可以將注意力集中在其他地方。」「無論這意味著擴展計畫、更密切地與客戶互動，還是開發新產品或想法，我們都可以放心地將運算系統交給堅固型邊緣硬體專家。」
該客戶在 Premio 找到了真正的合作夥伴——一個了解其挑戰和需求，並作為團隊密切合作，共同提出創新解決方案，在市場上開拓新機會的夥伴。