NVIDIA, Google и Emerald AI объявили о создании альянса по гибкому энергопотреблению ИИ-ЦОД
Редакция ЦОД:Главное
NVIDIA, Google и Emerald AI 16 сентября 2026 года объявили о создании AI Energy Management Alliance (AEMA). Альянс будет продвигать управляемое снижение или перенос энергопотребления ИИ-дата-центров в зависимости от состояния энергосистемы.
- AEMA создана NVIDIA, Google и Emerald AI; на старте в альянсе участвуют 18 партнеров.
- Альянс фокусируется на верифицируемых параметрах гибкости нагрузки, включая скорость реакции и длительность изменения потребления.
- Google заявляет о 1 ГВт сокращаемого по необходимости спроса через энергетические контракты в США.
- Emerald AI заявила о снижении энергопотребления ИИ-кластера на 25% в пиковые периоды на площадке Oracle в Аризоне.
- Инициатива может сделать управляемую нагрузку одним из факторов при подключении ИИ-ЦОД к сети.
NVIDIA, Google и Emerald AI объявили о создании AI Energy Management Alliance (AEMA), отраслевого объединения для разработки и продвижения модели «гибких дата-центров». На старте к альянсу присоединились 18 партнеров, в том числе Anthropic, National Grid и AES.
AEMA намерена развивать подходы, при которых ИИ-дата-центры могут управляемо снижать или переносить энергопотребление в ответ на ситуацию в энергосистеме. Альянс планирует оценивать решения по проверяемым эксплуатационным параметрам — скорости реакции, длительности изменения нагрузки и поведению в чрезвычайных ситуациях, а не по принадлежности к определенной технологии. Также заявлены стандартизация требований и работа над ускоренными процедурами подключения для верифицируемо гибких нагрузок.
Инициатива отражает попытку использовать управляемую нагрузку как один из инструментов получения сетевого подключения для ИИ-инфраструктуры. Участие поставщика вычислений, облачной платформы, разработчика программного обеспечения и энергокомпаний может способствовать формированию единых требований к измерению и контрактованию гибкости. Для операторов и девелоперов ИИ-ЦОД это может повысить значение программного управления нагрузкой и договоренностей с энергосистемой при выборе площадки.
В качестве примеров уже доступной гибкости участники приводят отдельные показатели. Emerald AI заявляет, что ее ПО Emerald Conductor снизило энергопотребление ИИ-кластера на 25% в пиковые периоды в дата-центре Oracle в Аризоне; показатель относится к энергопотреблению кластера, а не к мощности объекта. Google, в свою очередь, заявляет о 1 ГВт спроса в США, который может быть сокращен при необходимости через контракты на электроэнергию. Это объем гибкого спроса, а не новая введенная мощность дата-центров.
Согласно упомянутым исследованиям, сокращение приема электроэнергии менее чем на 100 часов в год потенциально может высвобождать мощности масштаба десятков ГВт. Однако эта оценка приведена со ссылкой на исследования без раскрытия их методологии. Поэтому способность AEMA влиять на фактические сроки подключений и потребность в сетевом усилении пока не подтверждена.
Для расширения ИИ-инфраструктуры в США доступ к электроэнергии и сетевое подключение становятся ключевыми ограничениями. Если энергосистемы и регуляторы признают гибкую нагрузку надежным ресурсом, это может ускорить подключение части ИИ-нагрузок и отложить отдельные сетевые усиления. Практический эффект будет зависеть от стандартизации, подтверждения эксплуатационных характеристик и принятия такого подхода сетевыми компаниями.
- — / 18 сентября 2026 г. · ЯпонскийПервоисточник →
Материал подготовлен редакцией ЦОД:Главное на основе указанных первоисточников.