#Тренды2023 #Технологии #Gartner
Тренд 10. Устойчивые технологии / Sustainable Technology
Завершают перечень стратегических технологических тенденций устойчивые технологии, которые можно рассмотреть как фреймворк решений, который:
💡 повышает эффективность использования энергии и материалов IT-услугами;
💡обеспечивает устойчивость предприятия с помощью таких технологий, как прослеживаемость, аналитика, возобновляемые источники энергии и др.;
💡 помогает клиентам стать более устойчивыми с помощью приложений, ПО и др.
Инвестиции в устойчивые технологии также могут повысить операционную устойчивость и финансовые показатели, открывая новые перспективы для роста.
Рекомендации Gartner в контексте устойчивого развития:
🔘 Повышать эффективность использования энергии и материалов ИТ-инфраструктуры и рабочих мест.
🔘 Приотизировать инвестиции в технологи на основе УР, они существенны для стратегии. Например,
💡облачные сервисы для снижения воздействия на окружающую среду;
💡корпоративное ПО для управления выбросами парниковых газов, облегчающие сбор, анализ и формирование отчетов о прошлых, текущих и будущих данных о выбросах;
💡 приложения устойчивого развития для поставщиков для отслеживания эффективности ESG деятельности третьих сторон и др.
По прогнозам Gartner, к 2025 году 50% ИТ-директоров будут иметь показатели производительности, привязанные к устойчивости ИТ-организации.
Отчет Gartner доступен по ссылке.
Тренд 10. Устойчивые технологии / Sustainable Technology
Завершают перечень стратегических технологических тенденций устойчивые технологии, которые можно рассмотреть как фреймворк решений, который:
💡 повышает эффективность использования энергии и материалов IT-услугами;
💡обеспечивает устойчивость предприятия с помощью таких технологий, как прослеживаемость, аналитика, возобновляемые источники энергии и др.;
💡 помогает клиентам стать более устойчивыми с помощью приложений, ПО и др.
Инвестиции в устойчивые технологии также могут повысить операционную устойчивость и финансовые показатели, открывая новые перспективы для роста.
Рекомендации Gartner в контексте устойчивого развития:
💡облачные сервисы для снижения воздействия на окружающую среду;
💡корпоративное ПО для управления выбросами парниковых газов, облегчающие сбор, анализ и формирование отчетов о прошлых, текущих и будущих данных о выбросах;
💡 приложения устойчивого развития для поставщиков для отслеживания эффективности ESG деятельности третьих сторон и др.
По прогнозам Gartner, к 2025 году 50% ИТ-директоров будут иметь показатели производительности, привязанные к устойчивости ИТ-организации.
Отчет Gartner доступен по ссылке.
Please open Telegram to view this post
VIEW IN TELEGRAM
#Технологии
Ученые Томского политехнического университета предложили новую технологию, позволяющую повысить экологичность и эффективность сжигания мазутного топлива, на котором в России работают более 2 тыс. котельных и семь ТЭЦ.
Томские физики предложили использовать в котельных и на ТЭЦ не мазут в чистом виде, а водомазутную смесь, и располагать горелки, распыляющие топливо, под углом менее 10 градусов друг к другу. Тогда, по данным разработчиков, вредные выбросы в атмосферу сократятся на 9-14%, а производство тепловой и электроэнергии станет дешевле на 10%.
Ученые Томского политехнического университета предложили новую технологию, позволяющую повысить экологичность и эффективность сжигания мазутного топлива, на котором в России работают более 2 тыс. котельных и семь ТЭЦ.
Томские физики предложили использовать в котельных и на ТЭЦ не мазут в чистом виде, а водомазутную смесь, и располагать горелки, распыляющие топливо, под углом менее 10 градусов друг к другу. Тогда, по данным разработчиков, вредные выбросы в атмосферу сократятся на 9-14%, а производство тепловой и электроэнергии станет дешевле на 10%.
#Технологии #Водоснабжение
Anglian Water - водоснабжающая компания на востоке Англии, обеспечивающая водой почти 7 млн чел., для обнаружения утечек применяет спутниковое сканирование, тепловизионные беспилотники и военно-морское гидрофонное оборудование. За последние 30 лет компании удалось сократить утечки из сети на 38%.
Anglian Water - водоснабжающая компания на востоке Англии, обеспечивающая водой почти 7 млн чел., для обнаружения утечек применяет спутниковое сканирование, тепловизионные беспилотники и военно-морское гидрофонное оборудование. За последние 30 лет компании удалось сократить утечки из сети на 38%.
#Технологии #Атом
Российские ученые из Курчатовского института разработали технологию сухого хранения отработанного ядерного топлива
Сейчас в мире эксплуатируют порядка 450 атомных реакторов, которые на выходе ежегодно дают порядка 900 тонн отработанного ядерного топлива (ОЯТ). Это сложная проблема, решение которой отложено на будущее. В России ОЯТ хранится в так называемых хранилищах бассейного типа, которые имеют много недостатков, главный из которых — высокие капитальные затраты на строительство.
Со многих атомных блоков, которые Россия строит за рубежом, отработанное ядерное топливо ввозится обратно в страну. Но мировые тенденции складываются таким образом, что доставка такого топлива стала очень дорогой. Сухие хранилища позволят хранить отработавшие сборки прямо на объектах или в отдельных территориальных зонах.
Доведя технологию до промышленного внедрения Россия сможет снизить затраты на строительство хранилищ отработанного ядерного топлива и повысить конкурентоспособность страны в области атомной энергетики.
Российские ученые из Курчатовского института разработали технологию сухого хранения отработанного ядерного топлива
Сейчас в мире эксплуатируют порядка 450 атомных реакторов, которые на выходе ежегодно дают порядка 900 тонн отработанного ядерного топлива (ОЯТ). Это сложная проблема, решение которой отложено на будущее. В России ОЯТ хранится в так называемых хранилищах бассейного типа, которые имеют много недостатков, главный из которых — высокие капитальные затраты на строительство.
Со многих атомных блоков, которые Россия строит за рубежом, отработанное ядерное топливо ввозится обратно в страну. Но мировые тенденции складываются таким образом, что доставка такого топлива стала очень дорогой. Сухие хранилища позволят хранить отработавшие сборки прямо на объектах или в отдельных территориальных зонах.
Доведя технологию до промышленного внедрения Россия сможет снизить затраты на строительство хранилищ отработанного ядерного топлива и повысить конкурентоспособность страны в области атомной энергетики.
#Технологии #Водород
Созданный год назад Научно-исследовательский институт водородной энергетики Уральского федерального университета готовится представить первые практические результаты. К концу этого года он должен продемонстрировать прототип стека твердооксидных топливных элементов (ТОТЭ) из материалов российского производства. Конструктивно стек ТОТЭ представляет собой небольшое устройство с размером единичных элементов, как правило, до 15 х 15 см при вырабатываемой электрической мощности около 2 кВт. Особенностями ТОТЭ являются высокая температура эксплуатации (700 — 800 °С) и максимальная эффективность в сравнении с любыми другими устройствами для генерации электроэнергии. Изготавливаемый в НИИ ВЭ прототип стека имеет пока уменьшенные размеры единичных элементов 5 х 5 см, однако уже в ближайших планах — изготовление стека размером 10 х 10 см.
Созданный год назад Научно-исследовательский институт водородной энергетики Уральского федерального университета готовится представить первые практические результаты. К концу этого года он должен продемонстрировать прототип стека твердооксидных топливных элементов (ТОТЭ) из материалов российского производства. Конструктивно стек ТОТЭ представляет собой небольшое устройство с размером единичных элементов, как правило, до 15 х 15 см при вырабатываемой электрической мощности около 2 кВт. Особенностями ТОТЭ являются высокая температура эксплуатации (700 — 800 °С) и максимальная эффективность в сравнении с любыми другими устройствами для генерации электроэнергии. Изготавливаемый в НИИ ВЭ прототип стека имеет пока уменьшенные размеры единичных элементов 5 х 5 см, однако уже в ближайших планах — изготовление стека размером 10 х 10 см.
This media is not supported in your browser
VIEW IN TELEGRAM
#Технологии #Интересно Будет ли Минэнерго в будущем бороться с ИИ также, как с и майнингом?
К 2027 году потребление электроэнергии искусственным интеллектом потенциально может составить половину процента от мирового потребления электроэнергии.
Но оценка действительных объемов потребления электроэнергии ИИ в настоящем и будущем сильно затруднена, поскольку эта информация не раскрывается компаниями, а размеры моделей с ИИ неуклонно растут.
При этом, потребление энергии ИИ изменчиво и больше похоже на пилообразный график, чем на гладкую линию, к которая свойственна для большинства операторов центров обработки данных.
К 2027 году потребление электроэнергии искусственным интеллектом потенциально может составить половину процента от мирового потребления электроэнергии.
Но оценка действительных объемов потребления электроэнергии ИИ в настоящем и будущем сильно затруднена, поскольку эта информация не раскрывается компаниями, а размеры моделей с ИИ неуклонно растут.
При этом, потребление энергии ИИ изменчиво и больше похоже на пилообразный график, чем на гладкую линию, к которая свойственна для большинства операторов центров обработки данных.
#Энергосистема #Технологии #ИИ
Развитие энергетики будет неразрывно взаимосвязано с развитием искусственного интеллекта
Учитывая устойчивую тенденцию к усложнению энергетических систем, которые вынуждены поддерживать разнонаправленные потоки электроэнергии между распределенными генераторами, сетью, электромобилями и домохозяйствами, выступающими в т. ч. и в роли производителей электроэнергии, устойчивое развитие и даже функционирование энергосистем без использования ИИ становится маловероятным.
Уже сейчас умные счетчики производят в несколько тысяч раз больше данных, чем их аналоговые предшественники. Новые поколения устройств мониторинга потоков электроэнергии в сети передают операторам на порядок больше данных, чем технологии, которые они заменяют. Мировой парк ветряных турбин включает в себя более 400 млрд точек данных.
В результате значительно возрастает потребность в обмене информацией, ее анализе, в более мощных инструментах планирования и эксплуатации энергетических систем.
И тут на сцену выходит стремительно развивающийся ИИ. Модели машинного обучения становятся все более совершенными, вычислительные мощности, необходимые для их разработки, удваиваются каждые пять-шесть месяцев с 2010 года. Некоторые алгоритмы ИИ даже способны самостоятельно программировать и изменять свой собственный код. ИИ уже используется более чем в 50 различных областях энергетической системы, а потенциал данного рынка оценивается в $13 млрд.
Одним из наиболее распространенных применений ИИ в энергетическом секторе является улучшение прогнозирования спроса и предложения. Так, например, нейронная сеть серьезно улучшила точность прогнозов ветропарка мощностью 700 МВт на 36 часов вперед. Что в совокупности с другими преимуществами ИИ увеличило финансовые результаты парка ВЭС на 20%. Другая компания разработала приложение для прогнозирования спроса на энергию с поддержкой ИИ, которое позволяет менеджерам коммерческих зданий избегать пиковых затрат и получать выгоду от тарифов с учетом времени использования.
Еще одним ключевым приложением ИИ является прогнозное техническое обслуживание, при котором производительность энергетического оборудования постоянно контролируется и анализируется для заблаговременного выявления потенциальных неисправностей. Так, например, алгоритм машинного обучения для прогнозирования необходимости замены кабелей среднего напряжения в сети и их профилактическое обслуживание потенциально может сократить перебои в электросети до 30%. Установка датчиков на линиях электропередачи для мониторинга уровня вибрации позволяют сократить количество отключений электроэнергии по этим кабелям на 15%. А применение ИИ для анализа данных с умных счетчиков клиентов сетевых организаций позволяет выявлять возникновение проблем на оборудовании потребителей.
ИИ присущи и свои риски, которые необходимо учитывать и устранять. К ним относятся, но не ограничиваются ими, угрозы кибербезопасности и конфиденциальности, влияние искажений или ошибок в данных, а также некорректные корреляции из-за недостаточного обучения, ошибок в данных или кодировании, нехватка и высокая стоимость квалифицированных специалистов по обработке данных и программистов, необходимость постоянного повышения квалификации сотрудников, большие объемы потребления электроэнергии ИИ (обучение одной модели требует электроэнергии больше годового потребления 100 домохозяйств в США) и рваный график такого потребления, проблема ответственности за негативные последствия от применения ИИ, который был разработан одной компанией, а применяется другой, масштаб негативных последствий для энергосистем и экономик от возможной некорректной работы моделей ИИ.
Развитие энергетики будет неразрывно взаимосвязано с развитием искусственного интеллекта
Учитывая устойчивую тенденцию к усложнению энергетических систем, которые вынуждены поддерживать разнонаправленные потоки электроэнергии между распределенными генераторами, сетью, электромобилями и домохозяйствами, выступающими в т. ч. и в роли производителей электроэнергии, устойчивое развитие и даже функционирование энергосистем без использования ИИ становится маловероятным.
Уже сейчас умные счетчики производят в несколько тысяч раз больше данных, чем их аналоговые предшественники. Новые поколения устройств мониторинга потоков электроэнергии в сети передают операторам на порядок больше данных, чем технологии, которые они заменяют. Мировой парк ветряных турбин включает в себя более 400 млрд точек данных.
В результате значительно возрастает потребность в обмене информацией, ее анализе, в более мощных инструментах планирования и эксплуатации энергетических систем.
И тут на сцену выходит стремительно развивающийся ИИ. Модели машинного обучения становятся все более совершенными, вычислительные мощности, необходимые для их разработки, удваиваются каждые пять-шесть месяцев с 2010 года. Некоторые алгоритмы ИИ даже способны самостоятельно программировать и изменять свой собственный код. ИИ уже используется более чем в 50 различных областях энергетической системы, а потенциал данного рынка оценивается в $13 млрд.
Одним из наиболее распространенных применений ИИ в энергетическом секторе является улучшение прогнозирования спроса и предложения. Так, например, нейронная сеть серьезно улучшила точность прогнозов ветропарка мощностью 700 МВт на 36 часов вперед. Что в совокупности с другими преимуществами ИИ увеличило финансовые результаты парка ВЭС на 20%. Другая компания разработала приложение для прогнозирования спроса на энергию с поддержкой ИИ, которое позволяет менеджерам коммерческих зданий избегать пиковых затрат и получать выгоду от тарифов с учетом времени использования.
Еще одним ключевым приложением ИИ является прогнозное техническое обслуживание, при котором производительность энергетического оборудования постоянно контролируется и анализируется для заблаговременного выявления потенциальных неисправностей. Так, например, алгоритм машинного обучения для прогнозирования необходимости замены кабелей среднего напряжения в сети и их профилактическое обслуживание потенциально может сократить перебои в электросети до 30%. Установка датчиков на линиях электропередачи для мониторинга уровня вибрации позволяют сократить количество отключений электроэнергии по этим кабелям на 15%. А применение ИИ для анализа данных с умных счетчиков клиентов сетевых организаций позволяет выявлять возникновение проблем на оборудовании потребителей.
ИИ присущи и свои риски, которые необходимо учитывать и устранять. К ним относятся, но не ограничиваются ими, угрозы кибербезопасности и конфиденциальности, влияние искажений или ошибок в данных, а также некорректные корреляции из-за недостаточного обучения, ошибок в данных или кодировании, нехватка и высокая стоимость квалифицированных специалистов по обработке данных и программистов, необходимость постоянного повышения квалификации сотрудников, большие объемы потребления электроэнергии ИИ (обучение одной модели требует электроэнергии больше годового потребления 100 домохозяйств в США) и рваный график такого потребления, проблема ответственности за негативные последствия от применения ИИ, который был разработан одной компанией, а применяется другой, масштаб негативных последствий для энергосистем и экономик от возможной некорректной работы моделей ИИ.
#Технологии #ИИ #ЖКХ
Нейросеть приступила к контролю правил благоустройства во дворах Петербурга
При анализе видеопотока с камер нейросеть выявляет переполненные контейнеры, урны и бункеры для сбора отходов, мелкий и крупный мусор на территории, наличие снега на ней, сугробы, заснеженные входы в парадные и скамейки, а также посторонние графические изображения, ямы, загрязнение домовых знаков и опор освещения.
Выявив нарушения нейросеть отправляет ответственному за уборку сообщение с фотографией недочета и сроком на его устранение. Затем она же проверяет, выполнено ли задание. Кроме всего прочего использование нейросети помогает экономить время исполнителей, так как не требует от них отчетов о выполнении задач, проверяя все автоматически.
В пилотный проект подключено более 900 камер в четырех районах города: Василеостровском, Петроградском, Центральном и Адмиралтейском.
Также город предполагает внедрение системы, которая координирует работу снегоуборочной техники. Такая система, управляемая искусственным интеллектом, сможет предложить или оптимизировать маршрут для каждой машины с учетом множества факторов — погоды, пробок и аварий на дорогах, времени последней уборки конкретной улицы и так далее.
* На фото сосуля из Питера.
Нейросеть приступила к контролю правил благоустройства во дворах Петербурга
При анализе видеопотока с камер нейросеть выявляет переполненные контейнеры, урны и бункеры для сбора отходов, мелкий и крупный мусор на территории, наличие снега на ней, сугробы, заснеженные входы в парадные и скамейки, а также посторонние графические изображения, ямы, загрязнение домовых знаков и опор освещения.
Выявив нарушения нейросеть отправляет ответственному за уборку сообщение с фотографией недочета и сроком на его устранение. Затем она же проверяет, выполнено ли задание. Кроме всего прочего использование нейросети помогает экономить время исполнителей, так как не требует от них отчетов о выполнении задач, проверяя все автоматически.
В пилотный проект подключено более 900 камер в четырех районах города: Василеостровском, Петроградском, Центральном и Адмиралтейском.
Также город предполагает внедрение системы, которая координирует работу снегоуборочной техники. Такая система, управляемая искусственным интеллектом, сможет предложить или оптимизировать маршрут для каждой машины с учетом множества факторов — погоды, пробок и аварий на дорогах, времени последней уборки конкретной улицы и так далее.
* На фото сосуля из Питера.
#Технологии #ЖКХ #Вода #ЗаРубежом
Новые решения в борьбе с потерями питьевой воды
В ЕС почти 25% всей питьевой воды приходится на потери. Такая вода называется — вода, не приносящая дохода (NRW) — потери воды в результате утечек и других повреждений инфраструктуры, а также различных форм хищения воды и даже неточностях в счетчиках.
Ключевым фактором высоких показателей NRW является стареющая инфраструктура. В настоящее время в Болгарии самый высокий расчетный уровень NRW — около 60%, а в Нидерландах — 5%.
Поскольку общая протяженность европейской сети питьевого водоснабжения достигает 4,3 млн км труб, а восстановление инфраструктуры дорогостояще, точное обнаружение утечек имеет решающее значение для обеспечения экономической эффективности ее модернизации.
Исторически обнаружение утечек было проблематичным до тех пор, пока вода не достигала поверхности. Но постоянно развивающиеся технологии, от акустического обнаружения и мониторинга давления до продвинутой аналитики и машинного обучения позволили выявлять и локализовывать аномалии в распределительных системах на ранней стадии.
Однако такие решения часто не могут быть размещены достаточно плотно вдоль сети из-за ограничений по местоположению или ограниченных возможностей электроснабжения, в результате чего появляются слепые зоны.
Компания Pipelife разработала SmartProbe — полностью модульное решение на основе датчиков для мониторинга труднодоступных участков сетей питьевого водоснабжения. Устройства SmartProbe могут быть установлены непосредственно на полиэтиленовые, ПВХ и чугунные трубы в любом месте системы водоснабжения в труднодоступных зонах всего за 1,5-3 часа. А благодаря промывочному клапану монтаж может быть выполнен без прерывания подачи воды или риска загрязнения. Каждое устройство может быть оснащено датчиками, измеряющими давление, температуру, pH, электропроводность и мутность. После установки SmartProbe требует минимального технического обслуживания.
Подписывайтесь на Teplovichok
Новые решения в борьбе с потерями питьевой воды
В ЕС почти 25% всей питьевой воды приходится на потери. Такая вода называется — вода, не приносящая дохода (NRW) — потери воды в результате утечек и других повреждений инфраструктуры, а также различных форм хищения воды и даже неточностях в счетчиках.
Ключевым фактором высоких показателей NRW является стареющая инфраструктура. В настоящее время в Болгарии самый высокий расчетный уровень NRW — около 60%, а в Нидерландах — 5%.
Поскольку общая протяженность европейской сети питьевого водоснабжения достигает 4,3 млн км труб, а восстановление инфраструктуры дорогостояще, точное обнаружение утечек имеет решающее значение для обеспечения экономической эффективности ее модернизации.
Исторически обнаружение утечек было проблематичным до тех пор, пока вода не достигала поверхности. Но постоянно развивающиеся технологии, от акустического обнаружения и мониторинга давления до продвинутой аналитики и машинного обучения позволили выявлять и локализовывать аномалии в распределительных системах на ранней стадии.
Однако такие решения часто не могут быть размещены достаточно плотно вдоль сети из-за ограничений по местоположению или ограниченных возможностей электроснабжения, в результате чего появляются слепые зоны.
Компания Pipelife разработала SmartProbe — полностью модульное решение на основе датчиков для мониторинга труднодоступных участков сетей питьевого водоснабжения. Устройства SmartProbe могут быть установлены непосредственно на полиэтиленовые, ПВХ и чугунные трубы в любом месте системы водоснабжения в труднодоступных зонах всего за 1,5-3 часа. А благодаря промывочному клапану монтаж может быть выполнен без прерывания подачи воды или риска загрязнения. Каждое устройство может быть оснащено датчиками, измеряющими давление, температуру, pH, электропроводность и мутность. После установки SmartProbe требует минимального технического обслуживания.
Подписывайтесь на Teplovichok