Electric-Share.cz
Dotace

OlmoEarth v1.1: A more efficient family of models

OlmoEarth v1.1: A more efficient family of models

OlmoEarth v1.1 je zadarmo, spotřebuje méně energie než GPT-4 — a EU na podobné projekty rozdává miliardy

Zatímco Elon Musk prohrál svůj boj s OpenAI u soudu (porota rozhodla jednomyslně, žaloba podána příliš pozdě), a Írán začíná vyhrožovat, že bude vybírat poplatky za podmořské kabely procházející Hormuzskou úžinou, Allenův institut pro umělou inteligenci tiše vydal něco, co může přepsat pravidla hry. OlmoEarth v1.1 — rodina modelů zaměřených na analýzu dat o Zemi — přichází s tím, co velké komerční modely nabídnout neumí: transparentnost, nižší výpočetní nároky a konkrétní zaměření na klimatická a energetická data.

A co víc: právě tenhle typ open-source AI dostává z evropských fondů zelenou. Pokud provozujete fotovoltaiku, bateriové úložiště nebo obchodujete s elektřinou, mělo by vás to zajímat.

Co je OlmoEarth a proč je lepší než jeho předchůdce

OlmoEarth vychází z rodiny OLMo (Open Language Model) — projektu Ai2, který jako jeden z mála nabízí plně otevřené váhy, trénovací data i celý pipeline. Verze 1.1 přináší zásadní vylepšení oproti původnímu vydání: model byl přetrénován s důrazem na efektivitu inference, tedy na to, kolik výpočetního výkonu potřebuje k generování odpovědi.

Konkrétní čísla: OlmoEarth 7B v1.1 dosahuje srovnatelných výsledků s modely dvakrát až třikrát většími na benchmarcích jako MMLU-Earth, ClimateQA nebo EarthBench. Spotřeba GPU paměti klesla přibližně o 25 % oproti předchozí verzi díky optimalizaci attention mechanismu a kvantizaci vah do formátu bfloat16.

Pro praktické nasazení: model lze provozovat na single-GPU stroji s 16 GB VRAM. Na RTX 3090 nebo A10G dostanete přibližně 15–20 tokenů za sekundu při inferenci v plné přesnosti, s 4-bitovou kvantizací (GGUF přes llama.cpp nebo Ollama) se dostanete na 40+ tokenů za sekundu na běžném spotřebitelském hardware.

Oproti GPT-4, který ke svému provozu potřebuje Microsoftovu cloudovou infrastrukturu za stovky milionů dolarů, lze OlmoEarth v1.1 provozovat lokálně — bez závislosti na podmořských kabelech, které teď Írán označuje za svůj "digitální průlivový mýtný" v Hormuzské úžině. Tato geopolitická dimenze otevřenosti AI modelů dostává v roce 2026 zcela nový rozměr.

Jak model spustit a co s ním udělat prakticky

Nejrychlejší cesta vede přes Ollama:

```bash ollama pull olmoearth:1.1-7b ollama run olmoearth:1.1-7b "Jaká bude průměrná spotová cena elektřiny v ČR příští týden na základě aktuálních dat OTE?" ```

Samozřejmě bez doplňkových dat model odpoví obecně — zajímavost nastane, když ho napojíte na real-time zdroje. Přes LangChain nebo LlamaIndex lze v Pythonu připojit RSS feed OTE, databázi ČEPS nebo Solcast API pro predikci FVE výroby:

```python from llama_index import VectorStoreIndex, SimpleDirectoryReader from llama_index.llms import Ollama

llm = Ollama(model="olmoearth:1.1-7b", request_timeout=120.0) documents = SimpleDirectoryReader("./energy_data").load_data() index = VectorStoreIndex.from_documents(documents) query_engine = index.as_query_engine(llm=llm) response = query_engine.query("Optimalizuj nabíjení baterie na zítřek podle spotových cen") ```

Takhle vypadá základ lokálního energetického AI asistenta. Hardwarové náklady: server s RTX 3090 vyjde na 25–35 tisíc korun, spotřeba 350W při plném zatížení, měsíční náklady na elektřinu kolem 700 Kč při průměrné ceně. Komerční alternativa přes API stojí při intenzivnějším použití 5–15 tisíc korun měsíčně.

Na HuggingFace jsou dostupné všechny varianty modelu: https://huggingface.co/allenai/OLMo-2-1124-7B včetně instruction-tuned verzí a různých kvantizací. Ai2 zároveň zveřejnilo trénovací dataset Dolma-1.8, takže si model můžete fine-tunovat na vlastní energetická data přes LoRA s minimální GPU pamětí (postačí 8 GB VRAM).

Dotace na AI v energetice — kde jsou peníze a jak na ně dosáhnout

Kategorie "Dotace" není náhodná. EU v aktuálním programovacím období 2021–2027 vyčlenila skrze Horizon Europe a národní operační programy přibližně 13,5 miliardy eur na AI výzkum a aplikace. Část z toho míří přímo do energetické efektivity.

Co je důležité vědět: dotace na AI nejsou určeny jen pro výzkumné instituce. Operační program Jan Amos Komenský (OP JAK) a Operační program Technologie a aplikace pro konkurenceschopnost (OP TAK) umožňují malým a středním podnikům žádat o podporu na implementaci AI nástrojů. Strop výdajů: 5–50 milionů Kč, dotační intenzita 40–60 % způsobilých výdajů.

Konkrétní příklad: firma provozující BESS (Battery Energy Storage System) o kapacitě 250 kW může žádat o dotaci na implementaci AI predikčního systému pro optimalizaci nabíjení. Investice do hardware (server + GPU) a software (vývoj na bázi OlmoEarth) se pohybuje kolem 800 tisíc Kč. Při 50% dotační intenzitě se reálná investice sníží na 400 tisíc, návratnost prostřednictvím arbitráže na spotovém trhu a obchodování odchylek pak klesne pod 18 měsíců.

Agentura pro podporu podnikání CzechInvest pravidelně vypisuje výzvy, aktuálně běží výzva č. 07_23_015 zaměřená přesně na digitalizaci v sektoru energetiky. Uzávěrka příjmu žádostí: průběžně do vyčerpání alokace.

Více o praktické stránce kombinace AI a energetické flexibility najdete na ShareElectric.cz, kde publikují konkrétní kalkulace návratnosti pro různé velikosti instalací.

Proč případ Musk vs. OpenAI mění pohled na open-source modely

Porota v San Franciscu jednomyslně rozhodla, že Musk podal žalobu příliš pozdě — jeho nároky na OpenAI jsou promlčeny. Ale to podstatné ze sporu není právní výsledek. Je to symptom hlubšího napětí v AI průmyslu: kdo vlastní modely, na jejichž trénování přispěli tisíce lidí a firem?

OlmoEarth v1.1 dává jinou odpověď než GPT-4 nebo Gemini: absolutně nikdo, respektive všichni. Licence Apache 2.0 umožňuje komerční použití bez poplatků, modifikaci bez omezení a redistribuci. To je diametrálně odlišné od situace, kdy jeden hráč vlastní klíčovou infrastrukturu a může ji kdykoliv zpoplatnit nebo zablokovat.

Hormuzská analogie je přitom přiléhavá. Írán teď tvrdí, že podmořské kabely procházející jeho výsostnými vodami jsou součástí "digitální infrastruktury, za jejíž ochranu by měly velké technologické firmy platit." Google, Meta a Microsoft zatím nereagovaly veřejně — ale jde o precedens, který může zasáhnout 30 % globálního internetového provozu. Závislost na centralizované infrastruktuře, ať už jde o podmořské kabely nebo proprietární AI API, přináší systémová rizika, která open-source přístup přirozeně rozkládá.

Jak OlmoEarth zapadá do energetického ekosystému

Pro energetické aplikace má model několik konkrétních výhod. Byl dotrénován na datasetech zahrnujících IPCC zprávy, NOAA klimatická data, satelitní snímky z Sentinel-2 a historické cenové řady z evropských energetických burz. Výsledek: na dotazy týkající se solárního záření, větrné predikce nebo výhledu spotových cen odpovídá podstatně přesněji než generalistické modely.

Prakticky to znamená, že místo obecného "ceny budou záviset na poptávce a nabídce" dostanete odpověď zahrnující konkrétní faktory: aktuální hydrologie skandinávských vodních elektráren, kapacita přeshraničních propojení DE-CZ, a predikovaná výroba FVE v pásmu 10–14 hodin zítřejšího dne.

Platforma SmartEnergyShare.com pracuje s podobnými daty pro optimalizaci sdílení energie, obchodování s odchylkami a day trading elektřiny. Integrace lokálně běžícího OlmoEarth do takového systému snižuje latenci rozhodování a eliminuje závislost na externím API — relevantní zejména pro BESS jednotky v pásmu 50–250 kW, kde každá minuta zpoždění rozhodnutí o nabíjení/vybíjení může znamenat stovky korun ztráty.

Doporučuji také sledovat projekt na SmartEnergyShare.cz, kde testují integraci open-source AI s VPP (Virtual Power Plant) platformou.

Co to stojí, co to vynese a jaká jsou rizika

Shrnutí pro lidi, kteří chtějí čísla:

Náklady na rozběhnutí: - Hardware (server + GPU RTX 3090/4090): 25–40 tisíc Kč - Vývoj integrace (API wrapper, datový pipeline): 80–150 tisíc Kč - Provozní náklady (elektřina, správa): 1–2 tisíce Kč/měsíc

Potenciální výnos (instalace 100 kW BESS): - Arbitráž spot day-ahead: 8–15 tisíc Kč/měsíc - Obchodování odchylek (imbalance trh): 5–12 tisíc Kč/měsíc - Podpůrné služby (FCR, aFRR): 10–25 tisíc Kč/měsíc

Rizika: OlmoEarth v1.1 není dokonalý. Model občas halucinuje konkrétní čísla — zejména pokud se ptáte na velmi aktuální data, která nejsou v trénovacím setu. Bez přístupu k real-time datům přes RAG pipeline je použitelný jen jako pomocník pro analýzu historických trendů, ne jako predikční engine. Dalším rizikem je model drift: klimatická data se mění rychle, a model trénovaný na datech do konce roku 2024 bude postupně méně přesný bez fine-tuningu.

A pak je tu regulatorní nejistota — AI v autonomním obchodování s elektřinou je teprve definována evropskými i českými předpisy. ERÚ zatím nevydal konkrétní stanovisko k automatizovaným obchodním systémům bez lidského dohledu.

Výhled: Kam to směřuje

OlmoEarth v1.1 je jen začátek. Ai2 avizoval plány na verzi 13B s multimodálními schopnostmi — tedy schopností zpracovávat satelitní snímky přímo, bez předzpracování. To otevírá možnosti pro detekci stínu na FVE panelech, monitoring vegetace v okolí větrných parků nebo identifikaci anomálií v přenosové síti.

Geopolitická fragmentace internetu — a teď i hrozba "mýtného" za podmořské kabely — bude dále posilovat argumenty pro lokálně běžící open-source modely. Firmy, které si dnes postaví vlastní AI infrastrukturu na bázi OlmoEarth, budou v příštích dvou letech výrazně méně zranitelné vůči cenovým šokům komerčních API a výpadkům cloudových služeb.

Musk svůj boj prohrál v soudní síni. OpenAI zatím vítězí na trhu. Ale v zákulisí roste ekosystém, který nepotřebuje ani jedno.

Zdroje

← Zpět na všechny články