Reply hat bekannt gegeben, dass es für Enel, einen der weltweit führenden Betreiber im Bereich der Stromerzeugung und der erneuerbaren Energien, einen Quanten-inspirierten Algorithmus implementiert hat, der sowohl auf Quanten- als auch auf herkömmlichen Computern verwendet werden kann. Die innovative Lösung ermöglicht es Enel, schnell die optimale Zuteilung von Wartungsaktivitäten für Betriebseinheiten zu ermitteln, die über die Gebiete verteilt sind, in denen das Unternehmen tätig ist. Für Enel, das in mehr als 30 Ländern auf der ganzen Welt vertreten ist, über ein Netz von mehr als 2,2 Millionen Kilometern Länge und 74 Millionen Endverbrauchern verfügt, ist die Koordinierung der Besatzungen sowie die Zuweisung und Planung der Ziele der in den verschiedenen Gebieten verstreuten Betriebseinheiten unerlässlich, um ein hohes Serviceniveau für seine Kunden zu gewährleisten.

Daraus ergibt sich die Notwendigkeit einer möglichst effizienten Einsatzplanung. Die von Reply entwickelte Lösung basiert auf dem mathematischen Modell QUBO (Quadratic Unconstrained Binary Optimisation) und kann sowohl von Quanten-Hardware, den so genannten Quantum Processing Units (QPUs), als auch von klassischer Hardware, den Graphics Processing Units (GPUs), effektiv ausgeführt werden. Das maximale Potenzial der GPUs konnte mit dem MegaQUBO-Beschleuniger ausgeschöpft werden, einer Softwarelösung, die von Data Reply entwickelt wurde, um die Umsetzung von Projekten zur Quanteninspirierten Optimierung zu beschleunigen.

MegaQUBO ist eine Lösung, die von Amazon Web Services für den Einsatz in der AWS Cloud zertifiziert wurde, und zwar durch den “FTR - Foundational Technical Review” Prozess, der sicherstellt, dass die Software die Best Practices der AWS-Architektur einhält. Der für Enelis erstellte Algorithmus kann nicht nur die optimale Verteilung der Aktivitäten ermitteln, sondern auch die optimalen Reiserouten zum Erreichen der Arbeitsziele berechnen, wodurch die Reisezeiten und -entfernungen minimiert und die für die eigentlichen Wartungsarbeiten verfügbare Zeit maximiert werden. Dies führt zu einer deutlichen Steigerung der Produktivität und einer erheblichen Senkung der Betriebskosten sowie der entsprechenden Umweltauswirkungen.