Google 与 NVIDIA 等联手成立 AEMA:让 AI 数据中心学会配合电网
Emerald AI、Google 与 NVIDIA 宣布成立 AI 能源管理联盟(AEMA),推动建设能根据电网负荷动态调节用电的柔性数据中心。通过算力负载调度与储能放电,让高耗能设施变为可控资源。最值得关注的是,这有望缩短并网审批时间,缓解算力受限电力的瓶颈。

现在阻碍科技巨头建更多 AI 数据中心的,早就不是英伟达的显卡够不够,而是电网的插头根本插不进去了。排队申请并网,动辄要等上好几年。
面对这个卡脖子的电网危机,科技公司决定换一种玩法:既然电网容量不够,那就主动在高峰期退让。
电网调度软件独角兽 Emerald AI 联合 Google、NVIDIA,正式发起了 AI 能源管理联盟,英文简称 AEMA。随后 Anthropic 以及 AES、Constellation、National Grid、NRG Energy 等多家美国主流电力和公用事业巨头也宣布加入。
别开柴油机了,把算力挪走就行
数据中心以前在电网眼里就是个不懂变通的电老虎,用电负荷一直拉满。一旦碰上全网用电高峰或者突发故障,传统做法往往是就地启动污染严重的柴油发电机来顶一阵子。
AEMA 想推行的是更现代的「需求响应」。简单来说,就是把数据中心当成一块随时可以充放电的虚拟大电池。
当电网吃紧时,数据中心可以通过 Emerald AI 的调度软件,主动暂停那些不紧急的后台训练任务,或者直接把计算负载切到几百公里外电网有富余的机房去。
按照 AEMA 的测算,如果能把这种动态调节机制普及开,全美电网有望在不新建高压输电线路的前提下,多接纳整整 100 吉瓦的 AI 数据中心容量。
高盛去年的一份研究也给过类似的判断。报告提到,只要数据中心在电网压力最大的几个小时里,将最大用电负荷稍微压低到 90%,就能给电网释放出 76 吉瓦的可用容量。
刚拿到 Energize Capital 和 DCVC 领投的 1.5 亿美元 A 轮融资的 Emerald AI,核心技术就是把电网调度指令和机房服务器直接打通,让数据中心在几秒钟内完成降载。
用听话换插队特权
这帮科技巨头凑在一起成立联盟,显然不只是为了做环保公关,他们更在意的是实际的并网速度。
传统的电网审批流程是按最坏情况设计的,假设每个机房一年 365 天都在以最大功率抽电。这种僵化的评估方式让大量新建数据中心卡在审批队列里动弹不得。
AEMA 提出的原则是「技术中立、看疗效」。联盟不去规定你必须装什么牌子的储能电池或跑什么调度系统,而是考核可量化的指标,比如电网报警时你能不能在几秒内响应、能持续降载多久、突发断电时能不能稳住。
换句话说,联盟的核心诉求是跟监管机构和电力公司谈条件:只要我证明了自己足够听话、能在紧急关头帮电网减压,你就得给我开辟审批快车道,让我更快把机房建起来,同时还能少分摊一些电网改造的重资产成本。
不过,这种软件调配也并非万能解药。Emerald AI 的首席科学家 Ayse Coskun 就坦言,这套技术能缓解行业对新建发电厂的迫切渴求,但不可能彻底消除对新电力的根本需求。
为什么重要
我们认为,AEMA 的成立标志着 AI 基础设施的竞争焦点,已经从机房内部的算力军备竞赛,正式蔓延到了变电站和输电网的博弈上。
对普通开发者和终端用户来说,这套机制看起来离自己很远,但它直接决定了未来几年的算力使用成本。如果每次扩建机房都要等几年去修实体电网,算力紧缺推高的开销最终都会转嫁到 API 和订阅费上;把闲置算力做削峰填谷,是在用软件效率压低整个行业的运营底线。
科技巨头这一步走得相当精明。他们意识到光靠自己买清洁能源或自建核电站远水解不了近渴,转而拉着电网巨头一起立规矩,试图用「可控负荷」的承诺来换取并网优先权。这种把负债变成资产的话术,既给了监管方交代,又切实解决了排队痛点。
但这里的隐患也很现实。AI 训练尤其是前沿大模型的断点续训成本极高,临时降载或跨地域搬运数万张 GPU 的负载,对集群稳定性和通信延迟是极大的考验。未来当商业利益和电网履约发生冲突时,科技巨头到底舍不舍得为了电网稳定真正砍掉手头的关键任务,才是检验这个联盟成色的试金石。
来源 (2)
- blogs.nvidia.com(在新标签页打开)原文blogs.nvidia.com
- techcrunch.com(在新标签页打开)报道techcrunch.com