NVIDIA y Google lanzan una alianza de gestión energética con IA para intercambiar flexibilidad por conexiones más rápidas a la red
NVIDIA, Google y Emerald AI lanzaron la AI Energy Management Alliance con una propuesta que desafía la forma en que los centros de datos aseguran su suministro eléctrico. Los operadores obtendrían conexiones a la red más rápidas o de mayor capacidad al aceptar obligaciones medibles de reducir el consumo eléctrico cuando el sistema se vea limitado.
La coalición del 16 de septiembre no se limita a promover hardware más eficiente. Busca que las empresas de servicios públicos y los operadores de red consideren la computación flexible como un recurso controlable al evaluar nuevas conexiones. Este enfoque cuestiona la expectativa tradicional de que un centro de datos reciba suministro firme siempre que quiera operar.
La propuesta llega en un momento en que los retrasos de la red determinan cada vez más dónde pueden desplegar las empresas infraestructura de IA. Google ya ha acordado esquemas eléctricos flexibles para algunas instalaciones. NVIDIA y Emerald AI ahora intentan convertir ese enfoque en un marco de mercado repetible.
La cuestión central es si la flexibilidad puede llegar a ser lo bastante fiable como para que las empresas de servicios públicos aprueben proyectos basándose en ella. Una breve demostración técnica es distinta de una obligación vinculante que cubra una instalación comercial durante años de emergencias de red impredecibles.
Si el modelo funciona, las empresas de servicios públicos obtienen una alternativa a simplemente rechazar grandes cargas o esperar a que se complete cada mejora de transmisión. Si fracasa, los hogares y las empresas existentes podrían asumir los riesgos creados por conexiones más rápidas de centros de datos.
La AI Energy Management Alliance busca un acuerdo de interconexión diferente
La coalición quiere que el acceso a la red dependa de un desempeño verificado, no de promesas de que un centro de datos será flexible más adelante.
La AI Energy Management Alliance, o AEMA, reúne a empresas de los sectores de computación, servicios públicos, generación eléctrica y centros de datos. Su grupo fundador incluye a NVIDIA, Google y Emerald AI.
Anthropic y empresas energéticas como AES, Constellation, National Grid, NRG y RWE también se han unido a la iniciativa. Según se informa, la alianza incluye 20 empresas y organizaciones de los sectores tecnológico y energético.
El objetivo declarado de AEMA es acelerar las conexiones de centros de datos a la red, al tiempo que protege la fiabilidad y la asequibilidad de la electricidad. Propone vías más rápidas y ajustadas al riesgo para instalaciones que asuman compromisos creíbles de ajustar su consumo.
Esos compromisos abarcarían velocidad de respuesta, duración, previsibilidad y desempeño durante una emergencia. La alianza también respalda requisitos técnicos estandarizados y el intercambio de datos operativos entre las instalaciones y los operadores de red.
Esta estructura importa porque los estudios de interconexión eléctrica suelen asumir que un cliente propuesto podría consumir toda la potencia máxima solicitada en condiciones difíciles. Las empresas de servicios públicos deben entonces identificar las mejoras de generación, transmisión y distribución necesarias para atender esa carga con fiabilidad.
Una conexión flexible cambia el cálculo. Un centro de datos podría recibir más potencia en condiciones normales mientras acepta recortes cuando la capacidad disponible cae por debajo de un umbral acordado.
AEMA pide obligaciones sobre recortes, respuesta ante contingencias y comportamiento de continuidad operativa antes de que una instalación se conecte. La continuidad operativa describe cómo se comporta el equipo durante perturbaciones breves de la red, en vez de desconectarse de inmediato o generar otra inestabilidad.
La alianza también quiere que los costos de interconexión reflejen el impacto real de una instalación en el sistema. Un emplazamiento que pueda aplazar una mejora costosa podría recibir un trato distinto al de un proyecto inflexible con la misma demanda máxima.
Según el plan de energía flexible de la alianza, un centro de datos podría responder mediante baterías, generación in situ o software que reprograme cargas de trabajo de IA. El marco se mantiene neutral desde el punto de vista tecnológico porque el servicio a la red importa más que el equipo que lo presta.
Esa neutralidad da a los miembros margen para adoptar diseños distintos. Un operador de nube podría trasladar la computación entre regiones, mientras que otra instalación podría pausar trabajos de baja prioridad o descargar almacenamiento en baterías.
Las cargas de trabajo críticas seguirían ejecutándose bajo el modelo previsto. El entrenamiento, la inferencia por lotes, la preparación de datos y otras tareas aplazables absorberían la mayor parte del ajuste.
Por tanto, la coalición propone un intercambio, no acceso sin restricciones a electricidad escasa. Los centros de datos reciben servicio antes o ampliado, mientras que las empresas de servicios públicos obtienen el derecho de solicitar reducciones previsibles.
Este acuerdo crea la tensión central del artículo. Las conexiones más rápidas solo son posibles cuando los operadores de IA ceden parte de la certeza que los centros de datos convencionales han exigido históricamente.
Por qué las conexiones de centros de datos a la red se han convertido en el cuello de botella de la IA
Las empresas de IA pueden pedir equipos de computación más rápido de lo que las empresas de servicios públicos pueden construir la infraestructura necesaria para energizarlos.
Los grandes centros de datos pueden requerir electricidad a escala de plantas industriales. Sin embargo, las líneas de transmisión, subestaciones, proyectos de generación y aprobaciones regulatorias operan con calendarios mucho más largos que el hardware de computación.
AEMA afirma que las conexiones pueden tardar de cinco a siete años o más en mercados importantes de Estados Unidos. Estos retrasos pueden dejar edificios terminados o campus proyectados esperando suficiente capacidad de red.
El desajuste presiona a casi todos los involucrados. Los proveedores de nube corren el riesgo de mantener terrenos, edificios y equipos sin servicio eléctrico completo. Las empresas de servicios públicos enfrentan enormes solicitudes de conexión cuyo calendario y demanda final siguen siendo inciertos.
Los clientes existentes afrontan un riesgo diferente. Si las empresas de servicios públicos construyen infraestructura costosa para cargas especulativas o inflexibles, los hogares y las empresas más pequeñas podrían acabar absorbiendo parte de ese costo.
Las comunidades también cuestionan si el desarrollo de centros de datos elevará las facturas locales de electricidad o debilitará la fiabilidad. Estas preocupaciones han convertido el acceso a la energía en una restricción política, no solo en un problema de ingeniería.
AEMA sostiene que las redes poseen capacidad sin utilizar durante muchas horas, aunque se vean limitadas durante un pequeño número de picos. Las instalaciones flexibles podrían aprovechar ese margen y reducir el consumo cuando la demanda se acerque a los límites del sistema.
La alianza cita investigaciones que sugieren que una flexibilidad moderada podría acomodar hasta 100 gigavatios de carga adicional en la infraestructura eléctrica estadounidense existente. Se trata de una oportunidad modelada, no de capacidad ya aprobada para nuevos centros de datos.
La distinción es esencial. La capacidad de red no puede tratarse como una reserva nacional única porque las restricciones se producen en generadores, corredores de transmisión, subestaciones y sistemas locales de distribución concretos.
Una instalación flexible en una región no puede resolver automáticamente la congestión en otra. Incluso dentro de una región, el valor de la flexibilidad depende de dónde se conecte el centro de datos y de cuándo se produzcan las escaseces.
Aun así, la idea subyacente tiene una larga historia. Las empresas de servicios públicos han pagado durante décadas a fábricas y otros grandes clientes para reducir la demanda durante períodos difíciles.
La respuesta de la demanda, el ajuste temporal del consumo eléctrico tras una señal de red o de precio, ayuda a los sistemas a gestionar los picos. Los programas convencionales a veces dependen de que las fábricas pausen la producción o de que los edificios modifiquen sus cargas de calefacción y refrigeración.
Los centros de datos ya participan en algunos programas, pero a menudo responden mediante generadores diésel de respaldo. Esa solución mantiene la actividad informática mientras reduce el consumo de la red, aunque puede generar contaminación local.
Emerald AI propone ajustar la propia computación. Su software coordina las solicitudes de las empresas de servicios públicos con los planificadores de cargas de trabajo, los sistemas eléctricos y otros controles de las instalaciones.
La empresa afirma que los trabajos no críticos pueden ralentizarse, pausarse o trasladarse a una región con mayor margen eléctrico. Las baterías y la generación in situ pueden complementar esos cambios cuando están disponibles.
Este enfoque da a NVIDIA y Google una razón para cooperar pese a competir en infraestructura de IA. Ambas se benefician cuando las empresas de servicios públicos reconocen la flexibilidad informática como un sustituto creíble de atender la demanda máxima en todo momento.
La coalición también traslada presión a otros hyperscalers y operadores de centros de datos. Si AEMA establece estándares viables, un operador que busque suministro firme e ininterrumpido podría enfrentar esperas más largas o mayores costos para el sistema.
Los centros de datos de IA flexibles convierten la computación en un control para la red
El mecanismo solo funciona si el software puede reducir rápidamente la demanda eléctrica sin interrumpir los servicios de IA prioritarios.
La plataforma Conductor de Emerald AI se sitúa entre las señales de la red y las operaciones de los centros de datos. Coordina cambios en las cargas de trabajo con baterías, generación in situ y otros recursos detrás del medidor cuando esos activos están presentes.
El software DSX Flex de NVIDIA está diseñado para conectar la infraestructura de IA con esos controles energéticos. Las empresas quieren que la gestión eléctrica esté integrada en la arquitectura operativa de una instalación de IA, en lugar de añadirse después de su construcción.
El enfoque aprovecha las diferencias entre las cargas de trabajo informáticas. Un servicio interactivo puede requerir procesamiento inmediato, mientras que un punto de control de entrenamiento o una tarea de preparación de datos a menudo puede esperar.
Los operadores pueden clasificar esas cargas de trabajo según prioridad y plazo. Cuando la red solicita alivio, el software de planificación reduce la actividad de menor prioridad mientras protege los servicios cubiertos por compromisos estrictos de desempeño.
Trasladar trabajo entre ubicaciones ofrece otra palanca. Una empresa con varios centros de datos puede enviar una tarea hacia una región con energía disponible, siempre que sus requisitos de red, datos y cumplimiento permitan la transferencia.
La técnica no hace que la computación sea libre de consumo energético. Cambia cuándo y dónde se consume electricidad, lo que puede importar mucho durante una breve emergencia de red.
Una prueba realizada en Phoenix en 2025 aporta evidencia inicial. La demostración de campo utilizó un clúster de nube comercial con 256 GPU y cargas de trabajo de IA representativas.
Los investigadores informaron de una reducción del 25 por ciento en la potencia del clúster durante tres horas en eventos pico. Afirmaron que el sistema mantuvo sus requisitos definidos de calidad de servicio sin añadir baterías ni modificar el hardware.
Ese resultado respalda el mecanismo, pero su escala sigue siendo limitada. Un clúster de 256 GPU no equivale a un campus que consume cientos de megavatios a través de varias subestaciones.
La prueba también evaluó cargas de trabajo específicas en condiciones planificadas. Un programa comercial debe gestionar fallos inesperados, prioridades cambiantes de los clientes, condiciones meteorológicas extremas y múltiples eventos de red que ocurran con poca separación.
NVIDIA y Emerald AI afirman que realizaron demostraciones en cinco centros de datos comerciales durante el año siguiente. Su próxima prueba pretende acercarse a la escala que las empresas de servicios públicos deben evaluar.
Está previsto un despliegue de 96 megavatios en el AI Factory Research Center de NVIDIA en Manassas, Virginia. Participan Digital Realty, el Electric Power Research Institute y PJM Interconnection.
Las empresas esperan que esa instalación utilice la arquitectura Vera Rubin DSX de NVIDIA. La operación a escala comercial proporcionaría evidencia más sólida sobre el desempeño de las cargas de trabajo, la telemetría y la fiabilidad de la respuesta.
El concepto subyacente va más allá de Emerald AI. Google ha desarrollado sistemas que trasladan parte de la computación a períodos más limpios o menos limitados. Otros proveedores utilizan sistemas de alimentación ininterrumpida para reducir picos breves de potencia.
La diferenciación de Emerald AI es su conexión propuesta entre las empresas de servicios públicos y los controles de cargas de trabajo. Esa interfaz permitiría a un operador de red solicitar una respuesta similar a la de un recurso energético despachable.
La arquitectura de NVIDIA también admite instalaciones híbridas con generación y almacenamiento in situ. Esos recursos podrían proporcionar energía de transición temporal antes de que esté disponible una conexión completa a la red.
Posteriormente, el mismo equipo podría respaldar una operación flexible tras la interconexión. Sin embargo, la generación ubicada conjuntamente plantea sus propias cuestiones de combustible, permisos, emisiones y costes.
AEMA evita prescribir una única vía técnica porque las distintas redes necesitan servicios diferentes. Un sistema con escasez de capacidad de generación tiene requisitos distintos de otro limitado por una línea de transmisión local.
Las normas basadas en el rendimiento podrían adaptarse a esas diferencias. También podrían impedir que las empresas aleguen flexibilidad solo por poseer baterías o software de gestión de cargas de trabajo.
Las empresas de servicios públicos necesitan pruebas de que toda la instalación puede proporcionar una reducción específica medida en el contador. Esa reducción debe producirse con rapidez, mantenerse el tiempo suficiente y estar disponible cuando se solicite.
Un acceso más rápido implica aceptar un riesgo real de restricción
La promesa de la alianza se desmorona si los centros de datos reciben conexiones aceleradas, pero evitan reducciones significativas durante las condiciones más difíciles de la red.
AEMA presenta la flexibilidad como una forma de alinear el crecimiento de la IA con la fiabilidad y la asequibilidad. Sin embargo, los miembros de la coalición también tienen un interés comercial directo en obtener electricidad antes.
Ese conflicto no invalida la propuesta. Hace indispensables la medición independiente, los contratos exigibles y una asignación transparente de costes.
Una interconexión flexible no puede depender de una llamada telefónica voluntaria durante una emergencia. Los operadores de red necesitan telemetría que muestre cuánta electricidad utiliza una instalación y cuánto puede reducir de forma fiable.
También necesitan normas para los casos de incumplimiento. Un centro de datos que no cumpla su obligación podría agravar una emergencia, porque el sistema se planificó contando con una reducción que nunca llegó.
Las sanciones podrían incluir cargos más elevados, reducción del servicio o la pérdida de la conexión flexible. La consecuencia adecuada dependerá de las tarifas de las empresas de servicios públicos y de las normas del mercado regional.
La previsión plantea otro problema. Una instalación podría prometer flexibilidad basándose en su mezcla actual de cargas de trabajo y, después, atraer clientes cuyas aplicaciones requieran disponibilidad constante.
La inferencia de IA puede ser más difícil de aplazar que parte del entrenamiento, ya que los usuarios esperan respuestas inmediatas. Los sistemas de seguridad, las aplicaciones sanitarias, los servicios financieros y otras cargas de trabajo sensibles pueden imponer límites adicionales.
La movilidad de las cargas de trabajo también tiene límites. Trasladar una tarea entre regiones puede encontrarse con latencia de red, normas de residencia de datos, costes de almacenamiento o capacidad de aceleradores no disponible.
Incluso un campus técnicamente flexible podría volverse menos flexible durante una ola de calor generalizada. Varias ubicaciones podrían sufrir estrés en la red al mismo tiempo, eliminando la opción de trasladar el trabajo a otro lugar.
Las baterías y la generación in situ pueden ayudar, pero su duración es limitada. Los sistemas de respaldo alimentados con combustibles fósiles también podrían trasladar los costes ambientales de la red eléctrica a las comunidades circundantes.
La alianza afirma que sus estándares incluirán duración de respuesta y previsibilidad. Los reguladores deberían poner a prueba esas disposiciones frente a emergencias prolongadas, no solo ante picos breves.
La escala genera otra incertidumbre. Una sola instalación que reduce su consumo puede respaldar la red, pero miles de dispositivos automatizados que respondan a la vez pueden introducir nuevas rampas y desafíos operativos.
Las empresas de servicios públicos deben saber cómo las instalaciones restauran el consumo tras una restricción. Si cada carga de trabajo suspendida se reinicia a la vez, el rebote podría crear otro pico.
La oportunidad de 100 gigavatios asociada con frecuencia a los centros de datos flexibles requiere una presentación cuidadosa. Surge de modelos y supuestos sobre utilización de la red, flexibilidad disponible y correspondencia geográfica.
No significa que el software haya descubierto 100 gigavatios de electricidad firme. A medida que crezca la demanda de IA, seguirán siendo necesarias nuevas fuentes de generación, líneas de transmisión y subestaciones.
La científica jefe de Emerald AI, Ayse Coskun, reconoció esa limitación y afirmó que el enfoque podría reducir la necesidad de nueva generación, pero no eliminarla. Esa distinción separa la flexibilidad creíble de las afirmaciones de que el software de computación puede sustituir a la infraestructura física.
La política pública ya avanza hacia la restricción obligatoria en algunas regiones. Una revisión de la política eléctrica describió propuestas en Texas y PJM para desconectar o limitar grandes cargas durante emergencias.
Esas propuestas muestran la alternativa a la que se enfrentan los desarrolladores de centros de datos. La flexibilidad podría llegar mediante incentivos negociados, o los reguladores podrían imponerla como condición para operar.
Algunos grupos del sector quieren compensación por las reducciones voluntarias y advierten que unas normas inflexibles podrían desalentar la inversión. Los defensores de los consumidores cuestionan si la restricción por sí sola evitará que los clientes comunes subvencionen la expansión de los centros de datos.
Por tanto, AEMA debe demostrar más que viabilidad técnica. Debe mostrar que las conexiones aceleradas a la red no transfieren costes excesivos ni riesgos de fiabilidad al resto.
Los primeros programas de las empresas de servicios públicos decidirán si el modelo escala
La próxima fase se juzgará mediante datos operativos, tarifas exigibles e impacto sobre los clientes, no mediante anuncios adicionales de la coalición.
La primera señal que conviene observar es el despliegue previsto de 96 megavatios en Virginia. Debería revelar si los centros de datos de IA flexibles pueden proporcionar reducciones previsibles a una escala comercialmente relevante.
Los resultados útiles incluirían el tiempo de respuesta, la duración de la reducción, el comportamiento de restauración y la proporción de cargas de trabajo protegidas frente a interrupciones. Los informes agregados podrían aportar pruebas sin exponer datos de clientes.
Un rendimiento repetido a lo largo de distintas estaciones reforzaría el argumento de AEMA. Una demostración controlada que evite las horas más difíciles para el sistema dejaría sin resolver la cuestión central de la fiabilidad.
La segunda señal es la adopción de tarifas de interconexión flexible. Estos programas traducen un concepto de política en derechos contractuales, requisitos de medición y consecuencias.
Silicon Valley Power ha creado un Flexible Load Interconnection Program que ofrece acceso ampliado a cambio de flexibilidad gestionable. Emerald AI y NVIDIA han anunciado un despliegue de DSX Flex conectado a ese marco.
El despliegue comercial está concebido para permitir que la empresa de servicios públicos solicite ajustes a una instalación participante. Según Emerald AI, sigue a cinco demostraciones anteriores en dos continentes.
Texas también está desarrollando una vía provisional para grandes cargas controlables. Estos marcos podrían permitir que las instalaciones utilicen la capacidad disponible mientras esperan un servicio firme convencional.
Los detalles determinarán si estos programas protegen la red. Los reguladores deben definir la tecnología elegible, los plazos de aviso, las interrupciones máximas, los procedimientos de prueba y las sanciones por respuestas incumplidas.
También deben decidir quién paga las mejoras que siguen siendo necesarias. La flexibilidad puede aplazar algunas inversiones, pero no puede eliminar todos los cuellos de botella locales ni sustituir infraestructura envejecida.
La tercera señal es si los operadores independientes de red aceptan la flexibilidad en la planificación formal. La pertenencia a una coalición por sí sola no garantiza que una empresa de servicios públicos reconozca las reducciones prometidas durante un estudio de interconexión.
Los operadores querrán pruebas vinculadas al contador, no estimaciones procedentes del software de cargas de trabajo. También necesitarán confianza en que las reducciones seguirán estando disponibles durante toda la vida operativa de un proyecto.
La participación de PJM en el centro de investigación de Virginia proporciona al modelo acceso a un importante campo de pruebas. Su territorio incluye grandes mercados de centros de datos y atiende a 65 millones de personas en las regiones del Atlántico Medio y el Medio Oeste.
El éxito allí reforzaría el argumento de que la computación flexible puede convertirse en parte de la planificación de grandes cargas. Las disputas persistentes sobre autoridad, compensación o aplicación lo debilitarían.
AEMA también afrontará una prueba más amplia por parte de las comunidades. Las facturas de electricidad, la contaminación atmosférica local, el consumo de agua y el uso del suelo seguirán dando forma a la aceptación pública de los centros de datos.
Las operaciones flexibles solo abordan una parte de esa lista. Una instalación que reduce el consumo durante emergencias de red todavía puede requerir nueva infraestructura y consumir una cantidad sustancial de energía a lo largo de un año.
Por eso las afirmaciones sobre asequibilidad requieren resultados reales en las tarifas. La alianza sostiene que una mejor utilización de la red puede reducir los costes del sistema, pero los reguladores deben determinar quién recibe esos ahorros.
Para los desarrolladores, el atractivo práctico es directo. Un servicio flexible podría convertir un sitio inutilizable en uno que pueda empezar a operar años antes.
Para las empresas de servicios públicos, el beneficio es la opcionalidad. Pueden conectar desarrollo económico sin asumir que cada nuevo megavatio debe permanecer disponible durante la peor hora del sistema.
Para los clientes de IA, la contrapartida es más compleja. La infraestructura flexible podría ampliar la oferta de aceleradores, pero algunos trabajos de computación podrían afrontar restricciones de programación durante períodos de estrés.
La AI Energy Management Alliance solo tendrá éxito si esas restricciones se vuelven medibles y rutinarias. No puede depender de esfuerzos excepcionales de los ingenieros durante una demostración.
La coalición ha identificado un mecanismo plausible y ha reunido empresas capaces de probarlo. Su próximo desafío es convertir un lenguaje de cooperación en obligaciones en las que las empresas de servicios públicos puedan confiar.
Observe primero los resultados operativos de la instalación de Virginia, luego las condiciones de las nuevas tarifas flexibles y, por último, su tratamiento en la planificación regional. En conjunto, esas señales mostrarán si las conexiones más rápidas reflejan un valor real para la red.
Las organizaciones que adquieren infraestructura de IA deberían plantearse ahora una pregunta distinta. Deberían examinar no solo cuánta capacidad de computación ofrece un proveedor, sino también cómo se comporta esa capacidad cuando la electricidad escasea.
La iniciativa de NVIDIA y Google hace inevitable esa pregunta. El futuro de las conexiones de los centros de datos a la red depende cada vez más de demostrar que la demanda informática puede adaptarse sin quebrar los servicios que se construyen sobre ella.
