谷歌英伟达等组建AI能源管理联盟

数据中心正在成为电网最庞大的新增负荷来源之一，而电力接入的速度往往比芯片到货的速度更慢。电网软件独角兽Emerald AI宣布，与谷歌、英伟达共同组建AI能源管理联盟（AEMA），并引入Anthropic以及AES、Constellation、National Grid、NRG Energy等多家公用事业公司作为创始成员。该联盟的核心目标，是借助Emerald AI的软件技术，为更多数据中心在电网上找到可用空间。

联盟希望把需求响应机制变成数据中心建设的标准组成部分。所谓需求响应，是指用电方在高负荷时段临时降低用电量的做法。这一概念在电力行业已经存在数十年，其逻辑基础在于电网按照峰值负荷设计，而一年中大部分时间的实际需求都远低于电网可承受的上限。过去参与需求响应的主要是工厂等大型用电户，它们在高需求时段暂停生产或切换到备用发电机，以此换取公用事业公司支付的补偿，补偿往往相当丰厚。

数据中心如今同样可以参与这类项目，常见做法是启动备用柴油发电机。AEMA提出的方案则试图绕开这条路径：Emerald AI的软件把公用事业公司的调度请求与数据中心直接连接起来，让数据中心暂停非关键任务，或把计算负载转移到电网仍有余量的其他数据中心。联盟表示，通过暂停非关键任务与迁移部分计算负载，有望让额外100吉瓦的数据中心接入电网，这一规模足以改变许多区域电力规划的假设前提。

这一方向并非只有Emerald AI在推进。谷歌一直在开发自己的相关工具，Enel X则允许数据中心调用不间断电源来削平用电尖峰。高盛去年发布的一项研究显示，如果每次仅数小时把电网使用上限控制在90%，数据中心可以释放出76吉瓦的容量。Emerald AI的优势在于其软件把公用事业公司直接连到数据中心，使数据中心能够像电池一样快速响应调度请求，这种直连架构在响应速度上更具想象空间。

资本层面，Emerald AI近期完成了1亿5000万美元的A轮融资，由Energize Capital与DCVC领投，为其更大规模部署技术提供了资金支持。考虑到AI计算负载本身具有明显的峰谷波动特征，而数据中心具备快速升降负载的能力，AEMA这类组织的出现被认为是迟早之事。联盟还承诺帮助科技公司与公用事业公司寻找新的数据中心选址，这一环节对双方而言都不轻松，既要考虑输电容量，也要考虑地方电网的承载节奏。

不过，更精细的需求响应并不能解决电网当前面临的全部问题。Emerald AI首席科学家Ayse Coskun向TechCrunch表示，公司技术可以削弱行业对新增发电来源的依赖，但无法将其完全消除。这意味着需求响应更像是数据中心与电网之间的缓冲层，而不是新增电源的替代品。随着AI训练与推理规模继续扩张，如何让算力增长与电力供给节奏相匹配，将成为整个行业必须长期面对的工程问题，而联盟式的协作正在成为其中一条现实路径。