Шведская компания Eco Wave Power, специализирующаяся на технологиях генерации электричества из энергии морских волн, начала переговоры с Атлантическим университетом Флориды и Мичиганским университетом. Стороны намерены совместно разработать технологические решения на стыке волновой энергетики и искусственного интеллекта. Речь идет о создании систем прогнозирования для волновых электростанций и концепции прибрежных центров обработки данных, полностью обеспечиваемых чистой энергией.

Развитие инфраструктуры для работы искусственного интеллекта требует экспоненциального роста объемов потребления электричества. В рамках партнерства планируется разработать прибрежный дата-центр, который будет использовать энергию волн для питания серверов и морскую воду для их охлаждения. Проект объединит в единую систему генерирующие мощности, накопители энергии, системы прямого охлаждения и алгоритмы динамического распределения вычислительной нагрузки.
Для управления этой инфраструктурой партнеры планируют задействовать технологию цифровых двойников. Искусственный интеллект будет в реальном времени анализировать высоту и частоту волн, прогнозировать объем выработки энергии, сопоставлять его с текущей нагрузкой на вычислительные мощности и регулировать температуру охлаждающего контура.
Параллельно Eco Wave Power работает над развитием собственной ИИ-платформы WaveGPT, предназначенной для предиктивной аналитики и выявления аномалий в работе волновых энергоустановок. Компания уже направила заявку на участие в американской программе TEAMER, которая поддерживает исследования в области морской энергетики. Финансирование планируется направить на создание математических моделей распределения энергопотоков.
Пока проект находится на стадии предварительного обсуждения и согласования заявок на гранты. Финальные соглашения между коммерческим разработчиком и американскими академическими институтами еще не подписаны. Однако сама инициатива отражает стремление технологического сектора найти новые источники генерации в условиях дефицита свободных мощностей в традиционных энергосетях.