成长型公司 Enerbrain 基于 AWS 开发智能建筑能源管理系统

意大利地产科技成长型公司 Enerbrain 从一开始就决定在 AWS 上开发云原生架构。该公司使用 Amazon Lambda 和 Amazon Athena 作为其非专有物联网能源优化解决方案的关键元素，以处理客户的建筑管理系统（BMS）生成的大量传感器数据。Enerbrain 的关键差异化因素就是使用了机器学习。该公司使用 Amazon SageMaker 来训练其算法，提供减少能耗和碳排放的最佳策略，并将其写入环境、社会与公司治理（ESG）报告中，这对于大型企业的数据透明度至关重要。 

气候变化是全球政府和企业要应对的第一要务，而能源效率是公共和私营部门的重要目标。在见识广博的企业的引领下，越来越多公司开始实施环境、社会与公司治理（ESG）措施。

由于建筑使用是碳排放的最大来源之一，总部位于意大利的成长型企业 Enerbrain 找到了方法，帮助具有 ESG 意识的企业提高能源效率并实现碳减排目标。其愿景是设计一种数字化解决方案，利用建筑管理系统（BMS）生成的大量数据来创建基准，以减少能源消耗，提高内部舒适度，并将其写入 ESG 报告中。 

2015 年，Enerbrain 还是一家初创公司的时候，就希望能紧跟技术的变化。因此，公司从一开始就选择使用云原生平台，而不是投资本地 IT 设备。部署无服务器云架构意味着公司可以专注于业务发展，而不是将时间花在管理自己的数据中心上。 

Enerbrain 决定使用 Amazon Web Services（AWS）构建其系统，从广泛的托管服务中受益并将运营成本降至最低。Enerbrain 首席技术官兼联合创始人 Marco Martellacci 说：“与 AWS 合作将加快我们公司的发展。对我们来说，能够轻松地实现扩展至关重要，这样才能迅速管理更多的建筑。自从在 AWS 上开发了公司平台，我们在相对较短的时间内轻松地将建筑管理数量从 10 个增加到 450 个。” 

对于公司而言，能够处理和分析众多设备生成的大量数据非常重要，例如 Enerbrain 在客户现场改装的环境传感器和执行器。公司还需要能够为不同的垂直市场创建不同的模型，包括学校、机场、购物中心、办公室以及大型工业建筑。 

因为根据需要扩展的能力对于初始的概念验证阶段至关重要，该公司首先在 Amazon Aurora 上构建其架构，在合同开始时使用 Enerbrain WebApp 系统制定最佳能源使用标准。该公司还使用 Amazon Athena 和 Amazon Simple Storage Service（Amazon S3）进行快速数据分析。

为了创建整体物联网解决方案 Enerbrain System，公司正在使用 Amazon Lambda 和 Amazon SageMaker 提供计算元件，Amazon SageMaker 利用机器学习来帮助公司训练算法，从而为每位客户提供最佳的能源使用策略。这种组合帮助客户降低了高达 30% 的能源成本，并在一年内将其管理的建筑的碳排放量大幅减少了 9600 吨，相当于 1894 辆乘用车的年碳排放量。 

“机器学习是我们的关键差异化因素，”Martellacci 说。“使用 AWS 服务意味着我们可以轻松地从客户那里收集的数据中学习，从而为特定建筑物内的特定区域提供高水平的能源效率和最佳舒适度。” 

得益于 AWS，它是Enerbrain 的建筑和设施经理，客户可以通过控制面板轻松监控和管理能耗，从而做出重要的日常决策。控制面板使用实时数据不断更新，以跟踪建筑物的供暖、通风和空调（HVAC）系统的任何问题。 

Martellacci 说：“我们的系统旨在控制和调节，因此持续监控 HVAC 系统非常重要，这样可以轻松发现任何危险信号，例如系统故障，也可以在使用期间快速调节温度等项目。因为我们可以依靠 AWS 来保证正常运行时间和可用性，这项任务变得很简单。” 

由于意大利相对缺乏熟练的 IT 人员，在 AWS 云上构建系统意味着 Enerbrain 不必增加员工数量，可以专注于确保其现有人员跟上 AWS 服务的步伐。 

“由于 AWS 基于云的服务在不断发展，我们能够不断改进我们的模型，”Martellacci 补充说。“在开发和优化系统的每一步中，AWS 团队都为我们提供了大力支持，他们帮助我们将成本降至最低。”

迄今为止，Enerbrain 在云技术方面拥有十分积极的体验，便计划进一步使用 AWS。“云是未来，”Martellacci 总结道。“我们可以在需要时提高计算能力，因此可以随着时间的推移快速训练神经网络，从而为客户提供更智能的解决方案——这是一个巨大的优势。”