Google、英伟达与Anthropic联手，试图为AI数据中心释放100GW电网容量

人工智能基础设施的瓶颈，正在从芯片和服务器延伸到电网。电网软件初创公司Emerald AI宣布成立AI Energy Management Alliance（AEMA），成员包括Google、英伟达、Anthropic，以及AES、Constellation、National Grid和NRG Energy等公用事业公司。联盟的目标，是通过更灵活的用电管理，为新数据中心寻找最多100吉瓦的电网容量。

核心要点

• 把需求响应用于数据中心建设。 需求响应并非新概念。过去，工厂等大型用电户会在电力需求达到峰值时降低用电，或切换至备用发电机，并从公用事业公司获得补偿。
• AI计算负载具备调节空间。 数据中心可以暂停非关键任务，或把部分计算任务转移到电力余量更充足的其他机房。Emerald AI的软件试图把公用事业公司的调度请求直接连接到数据中心，以更快完成响应。
• 减少对柴油机的依赖。 当前部分数据中心会通过启动备用发电机参与需求响应。Emerald AI提出的软件方案，重点是利用计算任务的可延迟性和可迁移性，降低对高排放柴油设备的依赖。
• 行业已有类似探索。 Google正在开发自身工具，Enel X则允许数据中心调用不间断电源系统削减用电峰值。Emerald AI此前完成1.5亿美元A轮融资，投资方包括Energize Capital和DCVC。

电网之所以适合需求响应，是因为其规划通常要覆盖少数高峰时段，而一年中大部分时间的实际负荷低于最大承载能力。Goldman Sachs去年的一项研究认为，如果把电网最大使用率限制在90%，并持续数小时，数据中心可能释放约76吉瓦容量。这说明，避免在高峰时段同时运行全部计算资源，或许比单纯建设更多电源更快见效。

意义与限制

AEMA的价值不只是帮助现有机房削峰，也在于让科技公司和公用事业公司共同寻找更适合建设数据中心的新地点。对于AI企业而言，这可能缩短接入电网的等待时间；对于电力公司而言，可调节的数据中心负载则类似一种大型、响应速度较快的灵活资源。

但需求响应不是电力基础设施的万能解。Emerald AI首席科学家Ayse Coskun表示，这类技术可以削弱行业对新发电资源的需求，却无法完全消除这种需求。随着AI计算规模继续扩大，电网扩容、新增电源、输配电投资和数据中心选址仍将是必须解决的问题。AEMA更可能成为缓解短期拥堵的工具，而不是替代长期能源建设的方案。

来源：TechCrunch AI