Публикации
2023 г. – новый этап практического применения CXL, статья
VMware сдвигает акцент в проекте Capitola на CXL, статья
Dell Validated Design for Analytics — Data Lakehouse: интегрированное хранилище данных, статья
OCP Global Summit: решения для Computational Storage и компонуемых масштабируемых архитектур, статья
Samsung CXL MemoryySemantic SSD: 20M IOPs, статья
UCIe – открытый протокол для взаимосвязи чиплетов и построения дезагрегированных инфраструктур, статья
Omni-Path Express – открытый интерконнект для экзафлопных HPC/AI-систем, статья
GigaIO: CDI_решение на базе AMD для высшего образования, статья
Энергоэффективные ЦОД на примерах решений Supermicro, Lenovo, Iceotope, Meta, статья
От хранилищ данных и “озер данных” к open data lakehouse и фабрике данных, статья
EuroHPC JU развивает НРС-экосистему на базе RISC-V, статья
LightOS™ 2.2 – программно-определяемое составное блочное NVMe/TCP хранилище, статья
End-to-end 64G FC NAFA, статья
Computational Storage, статья
Технология KIOXIA Software-Enabled Flash™, статья
Pavilion: 200 млн IOPS на стойку, статья
CXL 2.0: инновации в операциях Load/Store вводаавывода, статья
Тестирование референсной архитектуры Weka AI на базе NVIDIA DGX A100, статья
Fujitsu ETERNUS CS8000 – единая масштабируемая платформа для резервного копирования и архивирования, статья
SmartNIC – новый уровень инфраструктурной обработки, статья
Ethernet SSD, JBOF, EBOF и дезагрегированные хранилища, статья
Compute, Memory и Storage, статья
Lenovo: CXL – будущее серверов с многоуровневой памятью , статья
Liqid: компонуемые дезагрегированные инфраструктуры для HPC и AI, статья
Intel® Agilex™ FPGA, статья
Weka для AI-трансформации, статья
Cloudera Data Platform – “лучшее из двух миров”, статья
Fujitsu ETERNUS DSP - разработано для будущего, статья
Технологии охлаждения для следующего поколения HPC-решений, статья
Что такое современный HBA?, статья
Fugaku– самый быстрый суперкомпьютер в мире, статья
НРС – эпоха революционных изменений, статья
Новое поколение СХД Fujitsu ETERNUS, статья
Зональное хранение данных, статья
За пределами суперкомпьютеров, статья
Применение Intel® Optane™ DC и Intel® FPGA PAC, статья
Адаптивные HPC/AI-архитектуры для экзаскейл-эры, статья
DAOS: СХД для HPC/BigData/AI приложений в эру экзаскейл_вычислений, статья
IPsec в пост-квантовую эру, статья
LiCO: оркестрация гибридныхНРС/AI/BigData_инфраструктур, статья
 
Обзоры
Все обзоры в Storage News
 
Тематические публикации
Flash-память
Облачные вычисления/сервисы
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
Современные СХД
Информационная безопасность (ИБ), борьба с мошенничеством
Рынки
SAS: первая диссертация с использованием программных решений SAS как инструмента исследований

19, июль 2012  —  В России прошла первая защита диссертации, где для исследований в области электроэнергетики использованы программные инструменты компании SAS , мирового лидера в области решений и услуг в сфере бизнес-аналитики . В ходе научно-исследовательской работы, выполненной в Национальном исследовательском университете «Московский энергетический институт» (НИУ «МЭИ», ранее – МЭИ (ТУ)), на основе данных с одной из сибирских электростанций при помощи продукта SAS Enterprise Miner была разработана аналитическая модель, которая позволяет прогнозировать мощность электростанции, учитывая десятки влияющих на данный показатель факторов. Продолжение и внедрение результатов работы может принести существенную экономию и поможет эффективно решать задачи оптимизации.

«В рамках этого проекта мы привязали технологии SAS к реальной энергетике, - подчеркивает Сергей Мезин , научный руководитель проведенного исследования, заместитель заведующего кафедрой АСУТП НИУ «МЭИ» . – До этого у нас были сугубо академические студенческие работы, а здесь мы взяли за основу архивные данные с реально существующего энергетического объекта. Благодаря этому мы можем говорить не о гипотетической, а о практической пользе современных аналитических инструментов для предприятий энергетической отрасли».

Рассмотрев типовые задачи, которые возникают сегодня в энергетике, магистрант НИУ «МЭИ» Георгий Савельев решил одну из них в рамках своей научной работы. Анализ данных позволил выявить факторы, влияющие на производительность энергоблока, и определить важность каждого из них. «Мы проанализировали данные за полгода и определили более 70 параметров. SAS Enterprise Miner позволил нам посмотреть данные в разных разрезах, выявить наиболее влияющие факторы, определить, чем можно пренебречь, и сделать аналитическую модель, с одной стороны, более простой, а с другой стороны - точной», - поясняет Георгий Савельев.

Точность регрессионных моделей оказалась высокой: когда прогнозные данные, полученные в ходе вычислений, были сопоставлены с реальными архивными показателями, максимальная погрешность составила 0,74% (см. рис.).

Прогнозная аналитика позволяет понять, как будет меняться мощность станции в зависимости от различных параметров ее функционирования – температуры, давления, расхода топлива и др. Станции не могут накапливать электроэнергию, поэтому если на ее излишки не будет покупателя, компания впустую потратит средства на их производство. И если станция, наоборот, выработает меньше энергии, чем запланировано, последуют штрафные санкции. Изменяя значения влияющих факторов, аналитик с помощью математической модели может рассчитать наиболее экономичный способ выполнения плановых показателей мощности и помочь руководству станции принять правильные управленческие решения.

Поскольку в ходе проекта был намечен широкий круг задач, где могут применяться технологии углубленного анализа данных, НИУ «МЭИ» намерен продолжить работу по изучению и проработке вариантов их решения. «Подобные математические модели можно использовать для решения таких задач, как, например, оптимизация ремонта, снижение себестоимости электроэнергии и тепловой энергии, формирование графиков поставки электроэнергии. В дальнейшем мы будем пытаться их решить, тем более что со временем использование средств бизнес-аналитики будет все более актуальным для компаний энергетической отрасли. Они вынуждены повышать рентабельность и на фоне вступления России в ВТО добиваться соответствия международным стандартам», - уверен Сергей Мезин.

«Формирующийся энергетический рынок России предъявляет новые требования к генерирующим компаниям. Для большинства активов отрасли остро стоят задачи модернизации и технического перевооружения, - комментирует ситуацию в отрасли Вероника Митрошкина , руководитель направлений ТЭК компании SAS Россия/СНГ. - Для выполнения задач оптимизации работы энергообъектов необходимо применение современных информационных аналитических решений. Бизнес-аналитика SAS давно используется для решения прикладных задач в отрасли , в том числе, и в России. Однако данная диссертация - это не только первый подобный шаг в российской академической среде, но и важная подвижка на пути решения актуальных задач российской энергетики».

«Эта научно-исследовательская работа, с одной стороны, показывает рынку направление развития на ближайшие несколько лет и демонстрирует тот круг задач, которые компании могут решать с помощью аналитики: управлять рисками, сокращать издержки, прогнозировать спрос и мощность станций. С другой стороны, она поднимает авторитет и уровень наших вузов, свидетельствует об их понимании задач индустрии и способности решать эти задачи, - считает Ольга Стасевич , руководитель учебного центра SAS  Россия/СНГ . – Не секрет, что за последние 20 лет российские вузы сильно отдалились от реального производства. Работодатели часто жалуются, что высшая школа отстает от бизнеса, особенно в части технологий. Здесь же мы видим обратную ситуацию: сотрудничество вузов и предприятий возможно, и сегодняшние выпускники готовы работать с современными технологиями».

Компания SAS Россия/СНГ сотрудничает с НИУ «МЭИ» уже больше 12 лет. В рамках этого сотрудничества НИУ «МЭИ» подготовил около 600 специалистов со знанием технологий SAS и навыками их практического использования.

Публикации по теме
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
 
Новости SAS

© "Storage News" journal, Russia&CIS
(495) 233-4935;
www.storagenews.ru; info@storagenews.ru.