/
Unidades HVAC de Honeywell transmitiendo telemetría en vivo a AWS IoT Core
Servidores de base de datos por administrar, con S3, Glue y Athena como lago de datos
Del entorno definido en Terraform, listo para ampliarse a nuevos edificios
SparkAI
Dover, DE
Automatización de edificios impulsada por IA / Gestión inteligente de energía
AWS IoT Core, Amazon S3, AWS Glue, Amazon Athena, Amazon QuickSight, Amazon API Gateway, AWS Lambda, Amazon CloudWatch, AWS IAM, AWS KMS, Terraform
SparkAI está construyendo una plataforma que coordina HVAC, iluminación y sistemas de carga de EV en edificios comerciales para una gestión inteligente de la energía; sistemas que hoy operan de forma independiente, sin coordinación compartida. Antes de un despliegue piloto con el Laboratorio Nacional de Energías Renovables, Avahi construyó la base de datos en AWS que conecta el hardware local de SparkAI con un lago de datos en la nube y una capa de analítica, brindándole a SparkAI telemetría en vivo, datos históricos y acceso a consultas para desarrollar la siguiente fase de la plataforma.
SparkAI está desarrollando una plataforma de automatización de edificios impulsada por IA para edificios comerciales, con alianzas establecidas con el Laboratorio Nacional de Energías Renovables para un despliegue piloto y con Nvidia para hardware de computación en el borde.
Los sistemas de edificios comerciales como HVAC, la iluminación y EV los cargadores suelen instalarse de forma independiente y nunca se comunican entre sí. Cuando las empresas de servicios públicos quieren que un edificio reduzca la carga, el camino habitual es un mensaje de texto a un administrador de instalaciones, quien luego ajusta manualmente el equipo, sin ejecución automatizada, sin un sistema de registro y sin forma de demostrar el cumplimiento después. SparkAI se propuso reemplazar ese proceso manual con un sistema coordinado por IA, pero primero necesitaba una canalización de datos real que conectara el equipo del edificio con la nube, ya que la plataforma se estaba construyendo desde cero y aún no existía ningún sistema operativo en funcionamiento.
SparkAI necesitaba una canalización de datos que pudiera ingerir telemetría en vivo del equipo del edificio con un intervalo de sondeo muy ajustado, junto con un gran conjunto de datos históricos para el entrenamiento futuro de modelos, y consultarlo mediante analítica ad hoc rápida. AWS IoT Core proporcionó una vía de ingesta segura, autenticada por certificados, desde el hardware local de SparkAI, mientras que Amazon S3, AWS Glue y Amazon Athena le dieron a la plataforma un lago de datos consultable sin tener que implementar y administrar infraestructura de bases de datos. Todo el entorno se aprovisionó como infraestructura como código con Terraform, para que SparkAI pueda ampliarlo a medida que la plataforma escale a más edificios.
Como socio AWS de nivel premier, con experiencia implementando canalizaciones de datos de IoT desde cero, Avahi pudo llevar a SparkAI de una construcción inicial, desde cero, a una base de datos funcional, integrándose directamente con el hardware propio de SparkAI en lugar de un entorno simulado. Ese trabajo práctico de integración de dispositivos, combinado con una arquitectura de lago de datos diseñada para escalar desde un único sitio piloto hacia la visión mucho más amplia de SparkAI de múltiples instalaciones, le dio a SparkAI una base que puede llevar directamente a su siguiente fase de desarrollo.
Avahi conectó la Control Box local de SparkAI a sus cuatro unidades HVAC de Honeywell mediante el protocolo BACnet, recopilando telemetría de los dispositivos con un intervalo de sondeo frecuente, con manejo de errores y gestión de conexiones incorporados. El runtime de la Control Box agrega esa telemetría y la sincroniza con AWS mediante una conexión MQTT cifrada hacia AWS IoT Core, con un motor de reglas de seguridad para hacer cumplir los umbrales de temperatura configurados.
Del lado de la nube, Avahi construyó un lago de datos sin servidor en Amazon S3, con zonas sin procesar y procesadas, políticas de ciclo de vida y cifrado, alimentado tanto por telemetría en vivo de los dispositivos como por un gran conjunto de datos históricos de energía de edificios proveniente de la alianza de SparkAI con NREL . AWS Glue se encarga del catalogado de esquemas y de los trabajos de ETL que limpian y normalizan los datos entrantes, y Amazon Athena proporciona acceso SQL rápido y ad hoc sobre el lago de datos resultante. Una capa de API REST, respaldada por Amazon API Gateway y AWS Lambda, expone lecturas actuales e históricas de los dispositivos, y un panel básico de Amazon QuickSight le da al equipo de SparkAI una vista en vivo de la telemetría de sus unidades HVAC . El entorno completo —redes, ingesta de IoT , lago de datos y la seguridad y el monitoreo de soporte— se aprovisionó como infraestructura como código para que pueda ampliarse a medida que SparkAI agregue edificios y dispositivos.
La inferencia de IA en el borde de la plataforma y la ejecución de control en bucle cerrado, que permitirán que el sistema actúe automáticamente sobre estos datos, se están construyendo en una fase posterior, sobre la base de datos entregada aquí.
Integración de telemetría basada en BACnet con la Control Box local de SparkAI y las unidades HVAC
Un runtime de Control Box con agregación de telemetría, un motor de reglas de seguridad configurable y sincronización cifrada con la nube hacia AWS IoT Core
Un lago de datos sin servidor en AWS (S3, Glue, Athena) que combina telemetría en vivo de dispositivos con un gran conjunto de datos históricos de energía
Una capa de API REST para datos actuales e históricos de dispositivos, respaldada por API Gateway y Lambda
Un panel básico de analítica para telemetría de HVAC, construido sobre Amazon QuickSight
El entorno completo aprovisionado como infraestructura como código con Terraform, documentado para que el equipo de SparkAI lo amplíe
SparkAI pasó de un concepto en etapa inicial, sin un sistema operativo, a una canalización de datos real y funcional que conecta su hardware local con un lago de datos en la nube que puede consultar, analizar y usar como base. Con la telemetría fluyendo, los datos históricos cargados y la infraestructura definida como código, SparkAI cuenta con la base que necesita para avanzar a la siguiente fase de la plataforma: agregar la inferencia de IA en el borde y el control automatizado que convierte estos datos en acción.
SparkAI
Dover, DE
Automatización de edificios impulsada por IA / Gestión inteligente de energía
AWS IoT Core, Amazon S3, AWS Glue, Amazon Athena, Amazon QuickSight, Amazon API Gateway, AWS Lambda, Amazon CloudWatch, AWS IAM, AWS KMS, Terraform
SparkAI está construyendo una plataforma que coordina HVAC, iluminación y sistemas de carga de EV en edificios comerciales para una gestión inteligente de la energía; sistemas que hoy operan de forma independiente, sin coordinación compartida. Antes de un despliegue piloto con el Laboratorio Nacional de Energías Renovables, Avahi construyó la base de datos en AWS que conecta el hardware local de SparkAI con un lago de datos en la nube y una capa de analítica, brindándole a SparkAI telemetría en vivo, datos históricos y acceso a consultas para desarrollar la siguiente fase de la plataforma.
SparkAI está desarrollando una plataforma de automatización de edificios impulsada por IA para edificios comerciales, con alianzas establecidas con el Laboratorio Nacional de Energías Renovables para un despliegue piloto y con Nvidia para hardware de computación en el borde.
Los sistemas de edificios comerciales como HVAC, la iluminación y EV los cargadores suelen instalarse de forma independiente y nunca se comunican entre sí. Cuando las empresas de servicios públicos quieren que un edificio reduzca la carga, el camino habitual es un mensaje de texto a un administrador de instalaciones, quien luego ajusta manualmente el equipo, sin ejecución automatizada, sin un sistema de registro y sin forma de demostrar el cumplimiento después. SparkAI se propuso reemplazar ese proceso manual con un sistema coordinado por IA, pero primero necesitaba una canalización de datos real que conectara el equipo del edificio con la nube, ya que la plataforma se estaba construyendo desde cero y aún no existía ningún sistema operativo en funcionamiento.
SparkAI necesitaba una canalización de datos que pudiera ingerir telemetría en vivo del equipo del edificio con un intervalo de sondeo muy ajustado, junto con un gran conjunto de datos históricos para el entrenamiento futuro de modelos, y consultarlo mediante analítica ad hoc rápida. AWS IoT Core proporcionó una vía de ingesta segura, autenticada por certificados, desde el hardware local de SparkAI, mientras que Amazon S3, AWS Glue y Amazon Athena le dieron a la plataforma un lago de datos consultable sin tener que implementar y administrar infraestructura de bases de datos. Todo el entorno se aprovisionó como infraestructura como código con Terraform, para que SparkAI pueda ampliarlo a medida que la plataforma escale a más edificios.
Como socio AWS de nivel premier, con experiencia implementando canalizaciones de datos de IoT desde cero, Avahi pudo llevar a SparkAI de una construcción inicial, desde cero, a una base de datos funcional, integrándose directamente con el hardware propio de SparkAI en lugar de un entorno simulado. Ese trabajo práctico de integración de dispositivos, combinado con una arquitectura de lago de datos diseñada para escalar desde un único sitio piloto hacia la visión mucho más amplia de SparkAI de múltiples instalaciones, le dio a SparkAI una base que puede llevar directamente a su siguiente fase de desarrollo.
Avahi conectó la Control Box local de SparkAI a sus cuatro unidades HVAC de Honeywell mediante el protocolo BACnet, recopilando telemetría de los dispositivos con un intervalo de sondeo frecuente, con manejo de errores y gestión de conexiones incorporados. El runtime de la Control Box agrega esa telemetría y la sincroniza con AWS mediante una conexión MQTT cifrada hacia AWS IoT Core, con un motor de reglas de seguridad para hacer cumplir los umbrales de temperatura configurados.
Del lado de la nube, Avahi construyó un lago de datos sin servidor en Amazon S3, con zonas sin procesar y procesadas, políticas de ciclo de vida y cifrado, alimentado tanto por telemetría en vivo de los dispositivos como por un gran conjunto de datos históricos de energía de edificios proveniente de la alianza de SparkAI con NREL . AWS Glue se encarga del catalogado de esquemas y de los trabajos de ETL que limpian y normalizan los datos entrantes, y Amazon Athena proporciona acceso SQL rápido y ad hoc sobre el lago de datos resultante. Una capa de API REST, respaldada por Amazon API Gateway y AWS Lambda, expone lecturas actuales e históricas de los dispositivos, y un panel básico de Amazon QuickSight le da al equipo de SparkAI una vista en vivo de la telemetría de sus unidades HVAC . El entorno completo —redes, ingesta de IoT , lago de datos y la seguridad y el monitoreo de soporte— se aprovisionó como infraestructura como código para que pueda ampliarse a medida que SparkAI agregue edificios y dispositivos.
La inferencia de IA en el borde de la plataforma y la ejecución de control en bucle cerrado, que permitirán que el sistema actúe automáticamente sobre estos datos, se están construyendo en una fase posterior, sobre la base de datos entregada aquí.
Integración de telemetría basada en BACnet con la Control Box local de SparkAI y las unidades HVAC
Un runtime de Control Box con agregación de telemetría, un motor de reglas de seguridad configurable y sincronización cifrada con la nube hacia AWS IoT Core
Un lago de datos sin servidor en AWS (S3, Glue, Athena) que combina telemetría en vivo de dispositivos con un gran conjunto de datos históricos de energía
Una capa de API REST para datos actuales e históricos de dispositivos, respaldada por API Gateway y Lambda
Un panel básico de analítica para telemetría de HVAC, construido sobre Amazon QuickSight
El entorno completo aprovisionado como infraestructura como código con Terraform, documentado para que el equipo de SparkAI lo amplíe
SparkAI pasó de un concepto en etapa inicial, sin un sistema operativo, a una canalización de datos real y funcional que conecta su hardware local con un lago de datos en la nube que puede consultar, analizar y usar como base. Con la telemetría fluyendo, los datos históricos cargados y la infraestructura definida como código, SparkAI cuenta con la base que necesita para avanzar a la siguiente fase de la plataforma: agregar la inferencia de IA en el borde y el control automatizado que convierte estos datos en acción.
Exploremos juntos sus oportunidades de IA de alto impacto en una sesión gratuita
