本案例研究介绍了Rhodium Group如何成功利用GAMS Engine SaaS，在迪拜 COP28 峰会前夕完成一份全面的《气候展望》。Rhodium Group采用RHG-GEM模型和 Monte Carlo模拟等先进建模技术，对能源、排放及全球温度直至本世纪末的走势进行了稳健预测。GAMS Engine SaaS 提供了灵活且规模庞大的计算资源，为这些大规模模拟提供了关键支撑。
 
关键点

气候变化预测：气候变化仍然是我们这个时代最紧迫的挑战之一，需要详细准确的预测来指导政策制定。Rhodium Group的气候展望旨在通过核算经济和人口增长、商品价格和技术成本等方面的各种不确定性来提供这些预测。

RHG - GEM模型：RHG - GEM模型最初是美国能源信息署( EIA )世界能源建模系统的一个改进版，后来发展成为一个全新的模型，提供对16个世界地区的全球能源和气候动态的见解。集成了电气和新兴清洁技术模块( REEM )，其输出与有限振幅脉冲响应（FaIR）模型相连，以提供详细的预测。

Monte Carlo分析：为了解决不确定性，Rhodium Group采用了Latin超立方抽样的Monte Carlo分析，其中包括2023年的4726次模拟和2024年的4950次模拟，每次需要大约3小时的运行时间。这项工作的规模要求一个高度可扩展的云解决方案。

GAMS Engine SaaS：GAMS Engine SaaS为任务提供了必要的计算能力和灵活性。横向可扩展性和自定义的后端允许Rhodium同时运行1200个模拟，并在云端分析其数据，显著提高了效率和性能。

高运行时间：尽管有很高的计算需求，GAMS Engine SaaS仍然保持了很高的可靠性和运行时间，证明了其基本设计和基础设施的稳健性。

成本效率：GAMS Engine SaaS的按需付费授权模式使用户避免在硬件和维护方面的大量投资，有不同计算需求的组织提供了一种经济高效的解决方案。
 

结论

Rhodium Group使用GAMS Engine SaaS举例说明了先进的计算工具和可扩展的云解决方案如何应对气候建模的复杂挑战。这使得Rhodium Group能够做出关键的气候预测，作为一项额外的好处，还推动了面向所有用户的GAMS Engine SaaS的可扩展性进行了显著改善。
 

气候变化：未来最严峻的挑战

气候变化是未来几十年最重大的挑战之一，对全球的生态系统、经济和社会构成了威胁。随着全球气温升高和气候变化的影响越来越明显，迫切需要政策制定者和多个部门的利益相关方采取快速和知情的行动；而高质量、稳健的预测是问题的核心。

这些预测对于制定战略至关重要，这些战略可以在我们向可持续未来过渡时降低风险并利用机遇。然而，它们也固有地伴随着各种来源的不确定性：

经济和人口增长：未来的经济状况和人口趋势会显著影响温室气体排放和能源消耗，但很难预测。

商品价格：石油和天然气等能源商品价格的波动会影响替代能源的可行性和采用率。

清洁技术成本：开发和部署清洁技术的成本受技术进步、政策决策和市场动态的影响而迅速变化。

RHG-GEM

Rhodium提供气候预测的主要工具是全球能源模型( RHG-GEM )，它是美国能源信息管理局( EIA )世界能源模型系统( WEPS )的高级改编。该模型旨在通过将世界划分为16个不同的区域，并允许对特定区域进行分析，从而为全球能源和气候动态提供详细的见解。作为一种资产，RHG - GEM对本世纪末的能源使用、排放和温度变化做出了预测。

这些预测对于理解当前和未来能源和气候政策的长期影响至关重要。通过模拟各种情景，RHG - GEM为利益相关方提供了预测趋势和做出明智决策所需的见解，以有效应对气候变化。

RHG - GEM的一个关键组成部分是电气和新兴清洁技术模块( REEM )。REEM使用基于GAMS的TIMES模型框架开发，采用线性规划( Linear Programming，LP )方法进行多个详细的分析：

• 发电能力：估算各种来源的能源生产潜力。

• 燃料消耗：评估满足能源需求所需的燃料数量和种类。

• 排放：项目不同能源的温室气体和污染物排放。

• 价格：预测与能源生产和消费相关的成本。

• 新兴技术：评估新技术取代现有技术的竞争力和潜力，确保模型保持相关性，并与最新的进展保持一致。

除能源与排放预测外，RHG-GEM还能对气候政策做出全面展望，描绘气候行动在政治与社会经济变化驱动下的预期演进。借助这一能力，利益相关方可以回答诸如“我们正走向何种轨迹？”等关键问题，从而深入了解现行政策与行动可能带来的未来影响。

RHG - GEM具有复杂和动态的建模特点，是政策制定者、研究人员和行业领导者了解气候变化的复杂性并为可持续的未来设计有效策略的重要资源。

应对不确定性- -应对气候建模的复杂性
为了制定可靠的气候展望，Rhodium Group必须考虑经济模型投入中固有的许多不确定性，如人口发展、商品价格和技术成本。为了有效地管理这些不确定性，他们采用了Monte Carlo分析，这是一种统计技术，涉及运行大量的模拟来捕捉一系列可能的结果；同时确保使用Latin超立方体采样对输入参数空间进行彻底和均匀分布的输入采样。
   
Rhodium Group此次工作的规模可从模拟数量中窥见一斑：共执行了 4,725组模拟，每组耗时约三小时。对大多数机构而言，如此庞大规模的计算需求在本地硬件上根本无法实现，因而可扩展的云解决方案成为必然选择。

2022年下半年，Rhodium Group与GAMS合作，以解决其重要的计算需求。考虑到对大规模计算的需求不断增长，GAMS开发了Engine SaaS来简化和增强基于云的建模。该工具被证明是理想的解决方案。

GAMS Engine SaaS 依托 AWS 基础设施上的 Kubernetes，构建了一个稳健且可扩展的系统，能够承载高强度计算负载。借助该平台，Rhodium Group得以无缝执行其复杂的模型代码--包括 Python 粘合脚本、已编译的 Fortran 二进制文件以及 GAMS 代码--并同时运行多达1,200组模拟。如此高的并发吞吐量对于满足其气候建模的严苛需求至关重要，也为迪拜 COP28 峰会及时提供了前瞻性的见解。

这些模拟显示了地球气候的严峻前景：预测全球温度上升可能超过关键的2℃阈值，强调了加强气候行动的迫切需求。


对Engine SaaS的改进

与Rhodium这样计算需求极高的客户合作，推动了Engine SaaS的大幅改进。此前，我们在信息安全和纵向扩展方面已准备充分，但Rhodium为蒙特卡洛分析提出的海量并行计算需求，暴露出横向扩展的瓶颈。举例而言，我们曾多次耗尽 AWS US-East-1a 可用区内所有z1d.2xlarge实例。

为了解决这个问题，我们将多个可用区域的AWS资源集成到我们的计算集群中，成功地克服了资源限制。这一进步显著提高了我们的系统处理大规模仿真的能力，使我们所有客户的受益。

另一项即将上线的改进是“自定义数据后端”。在GAMS Engine中，作业结果通常通过REST API进行传输，但在Rhodium案例中，高数据量造成了瓶颈。我们的开发团队引入了自定义数据后端，使Rhodium能够通过利用S3存储桶避免在云端传输大型数据集。这种增强功能可直接在AWS内进行后处理，从而减少数据传输时间并提高效率。

GAMS Engine SaaS在2023年需求增加期间表现出卓越的可靠性，经外部监控工具验证，正常运行时间达到99.961%。这一表现突显了我们基础设施的实力以及我们提供可靠服务的决心。

Engine SaaS 云优化带来的核心优势

GAMS Engine SaaS提供了一种基于按需付费方式的简单许可模式，确保客户只对每个作业消耗的硬件资源收费。

• 基于作业的定价：成本由每个作业所使用的具体硬件决定。

• 成本效率：通过在较小的实例上运行较小的模型来优化开支，同时在必要时访问高性能系统以完成更苛刻的任务。

GAMS Engine SaaS的一个显著优势是消除了对基础设施和持续维护方面的大量前期投资。这对于计算需求多变的组织特别有利。例如，Rhodium项目需要超过100万美元的投资，才能在预配置的AWS Outpost机架上运行1200个并行模拟，这对于大多数用户来说是不切实际的解决方案。

借助 GAMS Engine SaaS，用户可按需弹性扩展计算资源，仅按实际用量付费，同时免去自建和维护硬件带来的复杂性与成本。这种模式兼具灵活性与经济性，使高性能计算得以惠及更广泛的用户与应用场景。

此外，灵活的REST API使用户能够以最小的编程工作量在云端运行任何GAMS作业。

北京天演融智软件有限公司（科学软件网）是GAMS软件在中国的授权经销商，为中国的用户提供优质的软件销售和培训服务。