La Google AI Energy Management Alliance apuesta a que los centros de datos pueden adaptarse a la red eléctrica
Google, Nvidia y Emerald AI lanzaron una alianza de 21 miembros con un desafío directo al modelo energético tradicional de la industria de los centros de datos. La Google AI Energy Management Alliance quiere que las instalaciones de IA reduzcan la demanda de la red durante períodos críticos, en lugar de consumir electricidad a un ritmo fijo.
La propuesta vincula dos presiones que se han vuelto difíciles de separar. Las empresas de IA necesitan acceder más rápido a la electricidad, mientras que las empresas de servicios públicos y las comunidades buscan protección frente a los costos y los riesgos de fiabilidad de la red. La alianza sostiene que una operación flexible puede abordar ambos problemas.
Esa afirmación conlleva una condición importante. La flexibilidad debe convertirse en un servicio medible en el que las empresas de servicios públicos puedan confiar, no simplemente en una característica descrita en un comunicado de prensa. La alianza debe demostrar que las cargas de trabajo de IA pueden adaptarse a las limitaciones de la red sin poner en riesgo los compromisos con los clientes.
La AI Energy Management Alliance prioriza la flexibilidad antes que más construcción
La alianza quiere que los compromisos de potencia flexible formen parte de la manera en que los nuevos centros de datos de IA reciben conexiones a la red.
Emerald AI, Google y Nvidia anunciaron la AI Energy Management Alliance, o AEMA, el 16 de septiembre de 2026. A las empresas fundadoras se sumaron 18 socios de lanzamiento de los sectores de tecnología, servicios públicos, generación eléctrica y software energético.
Entre los socios de lanzamiento se encuentran Anthropic, Analog Devices, AES, Constellation, National Grid, NRG Energy, RWE, Fluence y Voltus. El desarrollador de centros de datos Verrus y las empresas de software para redes Camus, encoord, GridUnity y Splight también se unieron.
Esa composición otorga a AEMA participación desde ambos lados del medidor eléctrico. Los desarrolladores de IA y proveedores de infraestructura generan la demanda de cómputo. Las empresas de servicios públicos, los generadores, las compañías de almacenamiento y los proveedores de software para redes deben gestionar su efecto sobre el sistema eléctrico.
La alianza promueve centros de datos flexibles que ajusten dinámicamente su consumo de la red cuando el suministro eléctrico se vea limitado. Esta práctica se denomina respuesta de la demanda, lo que significa que un cliente modifica temporalmente su uso de electricidad tras recibir una señal de la red o del mercado.
La respuesta de la demanda no es nueva. Las empresas de servicios públicos han utilizado este modelo durante décadas con fábricas, edificios comerciales, baterías, termostatos y otros equipos controlables. La apuesta de AEMA es que la infraestructura de IA puede convertirse en otro participante fiable.
Un centro de datos podría responder mediante varios mecanismos. Los operadores podrían retrasar trabajos informáticos de menor prioridad, trasladar trabajo a otra región, descargar baterías o utilizar generación cercana. Cada método reduce la electricidad extraída de la red sin exigir el apagado completo de la instalación.
Los principios operativos de la coalición enfatizan el rendimiento por encima de cualquier tecnología preferida. Las métricas propuestas incluyen velocidad de respuesta, duración, previsibilidad y comportamiento durante emergencias de la red.
Esa distinción importa. A una empresa de servicios públicos no le preocupa necesariamente si una instalación utiliza baterías o programación de cargas de trabajo. Necesita confianza en que la reducción prometida llegará en el momento requerido y durará el período acordado.
AEMA también quiere que las empresas de servicios públicos definan las obligaciones de reducción, respuesta de emergencia y ride-through antes de conectar un centro de datos. Ride-through describe cómo una instalación se mantiene estable durante una breve perturbación de la red, en lugar de desconectarse de forma impredecible.
A cambio, la alianza busca vías de interconexión más rápidas y ajustadas al riesgo para instalaciones que asuman compromisos de flexibilidad creíbles. También quiere que los costos de conexión reflejen las mejoras que una operación flexible puede evitar o aplazar.
El objetivo político es más trascendental que las demostraciones técnicas. AEMA quiere que la flexibilidad de la demanda sea reconocida en la planificación de las empresas de servicios públicos, los acuerdos de conexión, las tarifas y los procedimientos regulatorios.
El grupo es técnicamente un relanzamiento, no una organización enteramente nueva. La anterior Advanced Energy Management Alliance se creó en 2014 en torno a la respuesta de la demanda y los recursos energéticos distribuidos.
Esa organización posteriormente quedó en gran medida inactiva, según Varun Sivaram, CEO de Emerald AI. Su sucesora conserva las siglas AEMA, pero concentra su misión en los centros de datos de IA flexibles.
La estructura heredada ofrece relaciones regulatorias e historial institucional. Sin embargo, la nueva organización aún debe establecer credibilidad para una clase de cliente eléctrico mucho mayor y menos familiar.
Por tanto, la alianza representa más que un compromiso de sostenibilidad. Es un esfuerzo por modificar la relación contractual entre los centros de datos y los sistemas eléctricos que los abastecen.
Por qué los centros de datos de IA ya no pueden asumir un suministro eléctrico ilimitado
AEMA surge porque el acceso a la electricidad se ha convertido en una limitación para el despliegue, un asunto político y una fuente de riesgo financiero.
La escala de la demanda proyectada de los centros de datos explica la urgencia. Un informe federal de energía estimó que los centros de datos de Estados Unidos consumieron 176 teravatios-hora de electricidad en 2023.
Ese total representaba cerca del 4,4 por ciento del consumo eléctrico de Estados Unidos. El informe proyectó un uso de centros de datos de entre 325 y 580 teravatios-hora para 2028, equivalente aproximadamente al 6,7-12 por ciento del consumo nacional.
Estas cifras abarcan más que la IA generativa. Incluyen servicios convencionales de nube, almacenamiento, redes y otra infraestructura digital. Aun así, los densos servidores de IA han añadido proyectos excepcionalmente grandes a las colas de conexión de las empresas de servicios públicos.
Los sistemas eléctricos no fueron diseñados en torno a numerosos clientes de escala gigavatio que buscan conexiones rápidas. Las empresas de servicios públicos deben estudiar si las líneas de transmisión, subestaciones, generadores y equipos locales de distribución pueden soportar cada carga propuesta.
Esos estudios pueden derivar en amplias mejoras y largos plazos de construcción. AEMA afirma que conectar grandes proyectos en mercados clave de Estados Unidos puede tardar entre cinco y siete años, o incluso más.
La respuesta convencional consiste en construir más infraestructura. Eso sigue siendo necesario porque las operaciones flexibles no pueden generar electricidad ni eliminar todas las limitaciones de transmisión.
Sin embargo, las redes se construyen para soportar un número limitado de períodos de máxima demanda. Una capacidad significativa puede permanecer sin utilizar durante las horas normales porque los planificadores deben mantener suficiente margen para condiciones extremas.
AEMA afirma que centros de datos moderadamente flexibles pueden utilizar ese margen mientras reducen el consumo durante los períodos de mayor restricción. Sus materiales públicos sostienen que este enfoque puede desbloquear 100 gigavatios de capacidad en la red existente.
Se trata de una estimación de la alianza, no de un resultado de despliegue establecido de manera independiente. Combina supuestos sobre la capacidad disponible, el comportamiento de los centros de datos, las condiciones de la red y el riesgo operativo aceptable.
Aun así, el problema de planificación subyacente es real. Una instalación que solicita potencia máxima ininterrumpida puede obligar a una empresa de servicios públicos a planificar toda su carga durante el pico del sistema.
Una instalación con obligaciones exigibles de reducción presenta un perfil diferente. La empresa de servicios públicos puede considerar si el cliente reducirá la demanda durante emergencias específicas, escasez de capacidad o eventos de precios.
Google ya opera acuerdos de respuesta de la demanda en varios territorios de servicios públicos. Tyler Norris, ejecutivo de energía de la empresa, afirmó que Google cuenta con aproximadamente un gigavatio de demanda reducible en su cartera nacional.
Esa experiencia operativa ofrece a la alianza un punto de referencia más allá de las pruebas de laboratorio. No significa que todas las cargas de trabajo o instalaciones de IA puedan ofrecer la misma flexibilidad.
La indexación de búsquedas, el procesamiento de video, el entrenamiento de modelos y los trabajos internos por lotes a veces pueden desplazarse en el tiempo o entre ubicaciones. La inferencia en tiempo real, las transacciones financieras y los servicios para clientes sensibles a la latencia ofrecen menos libertad de programación.
Por tanto, la presión recae sobre los operadores de centros de datos, proveedores de nube y laboratorios de IA para que clasifiquen su trabajo informático con mayor precisión. Deben decidir qué cargas de trabajo pueden ralentizarse, trasladarse o pausarse bajo condiciones contractuales.
Las empresas de servicios públicos también enfrentan presión. Necesitan tarifas y reglas de conexión que valoren la flexibilidad sin transferir riesgos excesivos de fiabilidad o costos de mejoras a otros clientes.
Los reguladores deben determinar quién paga cuando las previsiones optimistas de demanda generan infraestructura innecesaria. También deben abordar el peligro opuesto: una inversión insuficiente durante un crecimiento sostenido de la demanda eléctrica.
La oposición comunitaria vuelve ese equilibrio más urgente. Los residentes cuestionan cada vez más si los centros de datos elevan las facturas de electricidad, consumen agua escasa o reciben un trato favorable de los gobiernos y las empresas de servicios públicos.
Una alianza encabezada por importantes beneficiarios de la expansión de la IA no puede resolver esas preocupaciones mediante mensajes. Necesita datos operativos públicos que vinculen el comportamiento de las instalaciones con los costos del sistema y los resultados de fiabilidad.
Por eso, el trabajo más importante de AEMA ocurrirá fuera de los centros de datos. La coalición debe convencer a las empresas de servicios públicos y a los reguladores de que la demanda flexible de IA merece un trato diferente al de una carga industrial ordinaria que opera ininterrumpidamente.
Los centros de datos de IA flexibles intercambian potencia garantizada por conexiones más rápidas
El acuerdo central intercambia cierta libertad operativa dentro del centro de datos por un mejor acceso a la capacidad limitada de la red.
Históricamente, los centros de datos han vendido la fiabilidad como un requisito absoluto. Las instalaciones utilizan rutas eléctricas redundantes, generadores de respaldo, baterías y acuerdos de nivel de servicio para minimizar las interrupciones.
AEMA no pide a los operadores que abandonen ese modelo de fiabilidad. En cambio, propone gestionar la fuente y el momento del suministro eléctrico mientras se protege el trabajo informático que no puede interrumpirse.
El software Conductor de Emerald AI está diseñado para coordinar esas decisiones. La empresa afirma que la plataforma puede gestionar cargas de trabajo computacionales junto con baterías, generación in situ y otros recursos detrás del medidor de la empresa de servicios públicos.
Nvidia aporta controles de infraestructura y telemetría de cargas de trabajo. Su software DSX Flex está destinado a conectar las operaciones de fábricas de IA con las señales del sistema eléctrico y las plataformas de gestión energética.
El mecanismo básico comienza con la clasificación de cargas de trabajo. Los operadores identifican los trabajos críticos que requieren rendimiento continuo y los trabajos flexibles que pueden aceptar retrasos limitados.
Después, un sistema de orquestación recibe un objetivo de potencia de una empresa de servicios públicos o un operador de red. Ajusta tareas informáticas seleccionadas y recursos energéticos hasta que el consumo de la instalación desde la red alcanza ese objetivo.
Consideremos un clúster de entrenamiento que ejecuta puntos de control, preparación de datos, trabajos experimentales e inferencia para clientes. Un operador podría proteger la inferencia mientras ralentiza determinados experimentos durante varios minutos.
Una batería podría cubrir parte de la reducción. La generación in situ podría aportar otra parte. Las cargas de trabajo también podrían trasladarse a una instalación donde la capacidad eléctrica esté menos limitada.
Esa combinación importa porque la flexibilidad computacional por sí sola tiene límites. Detener servidores de forma demasiado agresiva puede desperdiciar costosa capacidad de aceleradores, retrasar el trabajo o incumplir acuerdos con clientes.
Los recursos energéticos también tienen límites. Las baterías terminan descargándose, los generadores requieren combustible y el traslado de cargas de trabajo puede encontrar restricciones de capacidad de red, residencia de datos o latencia.
El enfoque tecnológicamente neutral de la alianza permite a los operadores combinar estas opciones. El servicio prometido a la red, en lugar del equipo subyacente, se convierte en el producto que evalúan las empresas de servicios públicos.
Emerald AI y Nvidia han realizado seis demostraciones relacionadas con la operación flexible de centros de datos. En una prueba con Nebius, National Grid y el Electric Power Research Institute, el sistema siguió más de 200 objetivos de potencia solicitados.
Nvidia afirmó que la demostración mantuvo el rendimiento de cargas de trabajo prioritarias simuladas mientras ralentizaba tareas más flexibles. Las empresas informaron una alineación total con los objetivos de prueba.
Esos resultados siguen siendo reportados por las empresas y surgieron de demostraciones controladas. No establecen el rendimiento para todas las cargas de trabajo, mercados eléctricos ni emergencias prolongadas de la red.
Se espera una prueba más trascendente en Virginia. Emerald AI afirma que un proyecto de casi 100 megavatios con Nvidia y Digital Realty funcionará como una instalación de IA con flexibilidad de consumo eléctrico.
El proyecto pretende demostrar que un centro de datos comercial puede actuar como una carga controlable en lugar de consumir energía constante de la red. Su desempeño merecerá escrutinio cuando haya datos operativos disponibles.
El mecanismo de respuesta a la demanda también plantea una cuestión empresarial. Los operadores de aceleradores obtienen ingresos manteniendo ocupado hardware costoso, mientras que las empresas de servicios públicos se benefician cuando esas máquinas consumen menos electricidad de la red.
La compensación debe superar el coste del cómputo aplazado, el hardware infrautilizado o unas operaciones más complejas. De lo contrario, los operadores tienen pocos motivos para ofrecer flexibilidad significativa después de asegurar una conexión.
Un acceso más rápido a la red podría proporcionar esa compensación indirectamente. Un centro de datos que empieza a operar años antes puede generar ingresos antes de que se complete una expansión convencional de la red.
Las empresas de servicios públicos también podrían pagar por capacidad verificada o respuesta de emergencia mediante tarifas y programas de respuesta a la demanda. Sin embargo, esos acuerdos difieren entre estados y mercados eléctricos organizados.
AEMA quiere medidas de rendimiento estandarizadas para facilitar la comparación de esos compromisos. La estandarización podría reducir el trabajo repetido de ingeniería y ofrecer a los reguladores una base más clara para aprobar conexiones flexibles.
El modelo propuesto sigue dependiendo de su aplicación efectiva. Los acuerdos de conexión necesitan líneas de base explícitas, calendarios de pruebas, acceso a datos, sanciones y procedimientos para casos de bajo rendimiento repetido.
Sin esas disposiciones, la flexibilidad se convierte en una promesa sin precio. Con ellas, el centro de datos acepta obligaciones que pueden influir materialmente en la forma en que programa los recursos informáticos.
Esa es la inversión que está en el centro de Google AI Energy Management Alliance. Los centros de datos han exigido suministro eléctrico firme para proteger la fiabilidad del cómputo. AEMA sostiene que ceder una parte limitada de esa firmeza puede liberar más capacidad.
La afirmación de 100 gigavatios afronta un problema de verificación
AEMA cuenta con un mecanismo plausible, pero sus mayores beneficios dependen de supuestos que las empresas de servicios públicos no pueden aceptar sin pruebas independientes.
La alianza afirma que los centros de datos flexibles pueden liberar 100 gigavatios en los sistemas eléctricos existentes. Compara esa capacidad con las necesidades de electricidad de 100 millones de hogares.
Esas comparaciones aportan escala, pero no describen cuándo ni dónde existe la capacidad. Las restricciones eléctricas son locales y dependen del tiempo, mientras que los totales nacionales pueden ocultar cuellos de botella de transmisión.
Una región podría tener generación sin utilizar durante muchas horas y, aun así, carecer de la capacidad de transmisión necesaria para un nuevo centro de datos. Reducir la demanda durante varios picos no eliminaría automáticamente esa restricción.
Otra región podría necesitar flexibilidad durante mañanas extremadamente frías, olas de calor prolongadas o fallos de generadores. Un centro de datos debe estar disponible durante esos periodos concretos para que su compromiso tenga valor de planificación.
Las líneas de base generan otra complicación. Los operadores de la red deben determinar cuánta electricidad habría consumido la instalación sin un evento de respuesta a la demanda.
Si un operador infla esa línea de base, la reducción medida puede superar el beneficio real. Los mercados consolidados de respuesta a la demanda ya utilizan normas detalladas para limitar tales distorsiones.
Las cargas de trabajo de IA añaden más incertidumbre porque sus calendarios pueden cambiar rápidamente. Un clúster de entrenamiento podría tener una cantidad considerable de trabajo flexible un mes y una carga despachable mucho menor al siguiente.
Por tanto, las empresas de servicios públicos necesitan medición continua, no una certificación única. La flexibilidad de una instalación debe probarse en condiciones realistas y reevaluarse a medida que cambian el hardware y las cargas de trabajo.
Los principios de AEMA reconocen este problema al enfatizar el intercambio de datos operativos, la previsibilidad, la duración de la respuesta y el comportamiento ante emergencias. El trabajo difícil consiste en convertir esos principios en normas exigibles.
La confidencialidad de los clientes plantea una tensión real. Los datos detallados sobre cargas de trabajo pueden revelar información comercialmente sensible sobre el desarrollo de modelos, la utilización y la actividad de los clientes.
Los operadores de red no necesitan acceder a cada tarea informática. Sí necesitan telemetría eléctrica fiable y pruebas de que las reducciones prometidas seguirán estando disponibles.
La verificación por terceros podría salvar esa brecha. Evaluadores independientes podrían certificar el rendimiento limitando a la vez la divulgación de información sensible sobre las cargas de trabajo.
Las obligaciones de fiabilidad también requieren un diseño cuidadoso. Una instalación flexible no puede desaparecer inesperadamente de la red ni volver de inmediato a su demanda total tras una emergencia.
El efecto rebote importa porque el trabajo informático aplazado aún debe ejecutarse. Si todos los centros de datos reanudan su actividad simultáneamente, la carga que regresa puede crear otro pico del sistema.
Los acuerdos de conexión podrían requerir calendarios de recuperación escalonada. También podrían necesitar límites sobre la frecuencia con que los operadores de red pueden solicitar reducciones.
Demasiados eventos podrían dañar la economía de un proyecto o desplazar trabajo a otras regiones. Muy pocas obligaciones podrían dejar a la empresa de servicios públicos sin un alivio fiable.
La alianza también afirma que la flexibilidad puede proteger la asequibilidad de la electricidad al aplazar mejoras de infraestructura. Ese beneficio depende de cómo los reguladores asignen los costes y de cuánto tiempo puedan posponerse las mejoras de forma segura.
El sitio web de AEMA cita posibles costes de sistema evitados de 733 millones de dólares por cada gigavatio de capacidad y recursos de IA flexibles. También relaciona una mejora del 10 por ciento en la utilización con una reducción del 3,4 por ciento en las tarifas de las empresas de servicios públicos.
Se trata de afirmaciones de la coalición que requieren una metodología transparente y un análisis específico por ubicación. No deben interpretarse como ahorros garantizados para los clientes.
Aplazar la construcción puede reducir costes cuando una mejora solo atiende picos ocasionales. Puede generar riesgos cuando la demanda subyacente sigue creciendo y la misma infraestructura se vuelve necesaria más adelante.
Los centros de datos flexibles tampoco pueden resolver todas las preocupaciones públicas. Siguen necesitando terreno, agua, equipos de transmisión y una generación anual considerable de electricidad.
Reducir la demanda durante horas de escasez es valioso, pero no elimina el consumo total de energía. Una instalación puede respaldar la fiabilidad de la red durante los picos y, aun así, aumentar las necesidades anuales de generación.
Los incentivos políticos de la coalición también merecen atención. Google, Nvidia, Emerald AI y sus socios se benefician cuando más centros de datos consiguen conexiones eléctricas más rápidas.
Ese interés no invalida su propuesta. Sí significa que los reguladores deberían probar de forma independiente los beneficios públicos prometidos antes de otorgar un trato preferencial.
El marco de AEMA ganará credibilidad cuando las empresas de servicios públicos puedan comparar previsiones con resultados medidos. Las pruebas útiles deberían incluir precisión de respuesta, duración de los eventos, comportamiento de rebote, disponibilidad y costes de sistema evitados.
El resultado más sólido no sería otra demostración de que los servidores pueden reducir su consumo eléctrico. Sería un acuerdo comercial que demuestre que una flexibilidad verificada modificó una decisión real de inversión en la red o de interconexión.
Hasta entonces, AEMA ha establecido una propuesta política seria y una dirección técnica creíble. Aún no ha demostrado que el modelo pueda proporcionar su capacidad anunciada en diversos sistemas eléctricos de Estados Unidos.
Qué sigue para Google AI Energy Management Alliance
Tres señales mostrarán si AEMA se convierte en infraestructura de red o sigue siendo una campaña de promoción del sector.
La primera señal será el rendimiento del proyecto de casi 100 megavatios en Virginia en el que participan Digital Realty, Nvidia y Emerald AI. Los socios esperan que la instalación pruebe la operación flexible a escala comercial.
Los observadores deberían mirar más allá de un evento de reducción exitoso. Las mediciones importantes incluyen el tiempo de respuesta, la reducción sostenida, el rendimiento de las cargas de trabajo prioritarias y el retorno al consumo normal.
La publicación independiente de esos resultados reforzaría el caso de la alianza. Los resúmenes limitados de las empresas dejarían dudas sobre la repetibilidad y las compensaciones operativas.
La segunda señal será una decisión de una empresa de servicios públicos o de un regulador que asigne valor de planificación a la demanda flexible de los centros de datos. Esto podría aparecer en una tarifa, un acuerdo de conexión o un marco aprobado para grandes cargas.
La decisión debería especificar cómo la flexibilidad modifica el calendario de conexión, los requisitos de mejora y la asignación de costes. También debería definir procedimientos de verificación y sanciones por incumplimiento del rendimiento.
Tal acuerdo demostraría que la propuesta de AEMA influye en la planificación de infraestructura. Los respaldos generales o compromisos voluntarios aportarían pruebas más débiles.
La tercera señal es la adopción más allá de la coalición fundadora. Amazon, Microsoft, Meta y otros grandes operadores ya persiguen estrategias de gestión energética y reducción de carbono.
Su respuesta indicará si AEMA desarrolla un estándar sectorial o sigue asociada a un grupo de proveedores. También podrían surgir marcos competidores a través de empresas de servicios públicos, operadores de red u organismos de normalización.
Una participación más amplia no garantizaría el éxito. Sin embargo, facilitaría el establecimiento de telemetría, pruebas y normas contractuales comunes entre regiones.
Los desarrolladores y compradores empresariales de IA también tienen interés en el resultado. La operación flexible puede influir en dónde aparece la capacidad informática, con qué rapidez entra en línea y qué cargas de trabajo reciben prioridad.
Las organizaciones que adquieren servicios de IA deberían preguntar a los proveedores cómo afectan los eventos de red a los calendarios de entrenamiento, las garantías de inferencia, el movimiento de datos y los compromisos de nivel de servicio.
También deberían conservar registros de esos compromisos. Los equipos que utilizan una base de conocimiento de ingeniería con capacidad de búsqueda pueden conectar decisiones de infraestructura con contratos, informes de incidentes y requisitos de cargas de trabajo.
Es poco probable que los trabajadores del conocimiento noten una breve demora en una tarea de indexación en segundo plano. Un desarrollador que atiende una aplicación de producción sensible a la latencia verá el mismo evento de otra manera.
Esa distinción debe seguir siendo visible a medida que se expande el cómputo flexible. La red se beneficia de una demanda ajustable, pero los clientes necesitan claridad sobre qué trabajo puede ajustarse.
AEMA ha identificado correctamente que la infraestructura de IA y la planificación eléctrica ya no pueden operar como sistemas separados. Los calendarios de cómputo, las baterías, los generadores, las subestaciones y las reglas de mercado interactúan ahora.
Su acuerdo propuesto es comprensible. Los centros de datos ofrecen flexibilidad fiable, las empresas de servicios públicos ofrecen conexiones más rápidas y las comunidades reciben mayor protección frente a los costes de los picos.
La cuestión pendiente es si cada parte puede verificar ese acuerdo bajo presión. Las demostraciones técnicas sugieren que determinadas cargas de trabajo de IA pueden responder con rapidez.
La siguiente etapa requiere pruebas comerciales, disciplina regulatoria y datos públicos de rendimiento. Esas señales determinarán si los centros de datos de IA flexibles se convierten en activos fiables para la red.
Siga el proyecto de Virginia, el primer acuerdo exigible con una empresa de servicios públicos y la adopción por parte de otros hyperscalers. Si llegan los tres, Google AI Energy Management Alliance habrá ido más allá de la promoción.
De lo contrario, las empresas de servicios públicos seguirán considerando las grandes instalaciones de IA como cargas firmes que requieren mejoras convencionales. ¿Qué resultado haría que su organización reconsiderara dónde y cómo ejecuta las cargas de trabajo de IA?
