NVIDIA e Google lanciano l'AI Energy Management Alliance per scambiare flessibilità con connessioni alla rete più rapide
NVIDIA, Google ed Emerald AI hanno lanciato l'AI Energy Management Alliance con un accordo che mette in discussione il modo in cui i data center ottengono l'elettricità. Gli operatori potrebbero beneficiare di connessioni alla rete più rapide o di maggiore capacità accettando obblighi misurabili di ridurre il consumo energetico quando il sistema è sotto pressione.
La coalizione del 16 settembre non si limita a promuovere hardware più efficiente. Vuole che utility e gestori di rete trattino il computing flessibile come una risorsa controllabile nella valutazione delle nuove connessioni. Questo approccio mette in discussione l'aspettativa tradizionale secondo cui un data center riceve energia garantita ogni volta che desidera operare.
La proposta arriva mentre i ritardi della rete determinano sempre più dove le aziende possono distribuire infrastrutture AI. Google ha già accettato accordi flessibili per l'elettricità in alcune strutture. NVIDIA ed Emerald AI stanno ora cercando di trasformare questo approccio in un quadro di mercato replicabile.
La questione centrale è se la flessibilità possa diventare abbastanza affidabile da consentire alle utility di approvare progetti facendo affidamento su di essa. Una breve dimostrazione tecnica è diversa da un obbligo vincolante che copra una struttura commerciale attraverso anni di emergenze di rete imprevedibili.
Se il modello funziona, le utility ottengono un'alternativa al semplice rifiuto di grandi carichi o all'attesa di ogni potenziamento della trasmissione. Se fallisce, famiglie e imprese esistenti potrebbero sopportare i rischi creati da connessioni dei data center più rapide.
L'AI Energy Management Alliance punta a un diverso accordo di interconnessione
La coalizione vuole che l'accesso alla rete dipenda da prestazioni verificate, non da promesse che un data center diventerà flessibile in seguito.
L'AI Energy Management Alliance, o AEMA, riunisce aziende dei settori del computing, delle utility, della generazione elettrica e dei data center. Il gruppo fondatore comprende NVIDIA, Google ed Emerald AI.
Anche Anthropic e aziende energetiche tra cui AES, Constellation, National Grid, NRG e RWE hanno aderito all'iniziativa. Secondo quanto riportato, l'alleanza include 20 aziende e organizzazioni dei settori tecnologico ed energetico.
L'obiettivo dichiarato di AEMA è accelerare le connessioni alla rete dei data center proteggendo al contempo affidabilità e accessibilità economica dell'elettricità. Propone percorsi più rapidi e adeguati al rischio per le strutture che assumono impegni credibili ad adeguare i propri consumi.
Tali impegni riguarderebbero velocità di risposta, durata, prevedibilità e prestazioni durante un'emergenza. L'alleanza sostiene inoltre requisiti tecnici standardizzati e la condivisione di dati operativi tra strutture e gestori di rete.
Questa struttura è importante perché gli studi di interconnessione elettrica di solito presuppongono che un cliente proposto possa assorbire la massima potenza richiesta in condizioni difficili. Le utility devono quindi individuare gli aggiornamenti di generazione, trasmissione e distribuzione necessari per servire quel carico in modo affidabile.
Una connessione flessibile modifica il calcolo. Un data center potrebbe ricevere più energia in condizioni normali, accettando al contempo limitazioni quando la capacità disponibile scende sotto una soglia concordata.
AEMA chiede obblighi relativi a riduzione del carico, risposta alle contingenze e comportamento di ride-through prima che una struttura si connetta. Il ride-through descrive il comportamento delle apparecchiature durante brevi perturbazioni della rete, anziché una disconnessione immediata o la creazione di un'altra instabilità.
L'alleanza vuole inoltre che i costi di interconnessione riflettano l'impatto effettivo di una struttura sul sistema. Un sito in grado di rinviare un costoso potenziamento potrebbe ricevere un trattamento diverso rispetto a un progetto inflessibile con la stessa domanda massima.
Secondo il piano per l'energia flessibile dell'alleanza, un data center potrebbe rispondere attraverso batterie, generazione in sito o software che riprogramma i carichi di lavoro AI. Il quadro resta neutrale rispetto alla tecnologia perché il servizio alla rete conta più delle apparecchiature che lo forniscono.
Questa neutralità lascia ai membri spazio per perseguire progetti diversi. Un operatore cloud potrebbe spostare il computing tra regioni, mentre un'altra struttura potrebbe sospendere lavori a bassa priorità o scaricare l'accumulo a batteria.
I carichi di lavoro critici continuerebbero a funzionare nel modello previsto. Addestramento, inferenza batch, preparazione dei dati e altri lavori rinviabili assorbirebbero la maggior parte dell'adeguamento.
La coalizione sta quindi proponendo uno scambio, non un accesso illimitato a elettricità scarsa. I data center ricevono un servizio anticipato o ampliato, mentre le utility ottengono il diritto di richiedere riduzioni prevedibili.
Questo accordo crea la tensione centrale dell'articolo. Connessioni più rapide diventano possibili solo quando gli operatori AI rinunciano a una parte della certezza che i data center convenzionali hanno storicamente richiesto.
Perché le connessioni alla rete dei data center sono diventate il collo di bottiglia dell'AI
Le aziende AI possono ordinare apparecchiature di computing più rapidamente di quanto le utility possano costruire l'infrastruttura necessaria per alimentarle.
I grandi data center possono richiedere energia su scala paragonabile a quella degli impianti industriali. Tuttavia, linee di trasmissione, sottostazioni, progetti di generazione e autorizzazioni normative seguono tempistiche molto più lunghe rispetto all'hardware di computing.
AEMA afferma che le connessioni possono richiedere da cinque a sette anni o anche di più in importanti mercati degli Stati Uniti. Questi ritardi possono lasciare edifici completati o campus pianificati in attesa di sufficiente capacità di rete.
Il divario mette sotto pressione quasi tutti i soggetti coinvolti. I fornitori cloud rischiano di detenere terreni, edifici e apparecchiature senza un servizio elettrico completo. Le utility affrontano enormi richieste di connessione, la cui tempistica e domanda finale restano incerte.
I clienti esistenti affrontano un rischio diverso. Se le utility costruiscono infrastrutture costose per carichi speculativi o inflessibili, famiglie e piccole imprese potrebbero alla fine assorbirne una parte del costo.
Le comunità si chiedono inoltre se lo sviluppo dei data center aumenterà le bollette elettriche locali o indebolirà l'affidabilità. Queste preoccupazioni hanno reso l'accesso all'energia un vincolo politico, non solo un problema ingegneristico.
AEMA sostiene che le reti dispongano di capacità inutilizzata durante molte ore, pur diventando vincolate durante un numero ridotto di picchi. Strutture flessibili potrebbero utilizzare questo margine e ridurre i consumi quando la domanda si avvicina ai limiti del sistema.
L'alleanza cita ricerche secondo cui una flessibilità moderata potrebbe accogliere fino a 100 gigawatt di carico aggiuntivo sull'infrastruttura di rete statunitense esistente. Si tratta di un'opportunità modellata, non di capacità già approvata per nuovi data center.
La distinzione è essenziale. La capacità di rete non può essere trattata come un unico bacino nazionale, perché i vincoli si verificano presso specifici generatori, corridoi di trasmissione, sottostazioni e sistemi di distribuzione locali.
Una struttura flessibile in una regione non può risolvere automaticamente la congestione altrove. Anche all'interno di una regione, il valore della flessibilità dipende dal luogo in cui il data center si connette e da quando si verificano le carenze.
L'idea di fondo, tuttavia, ha una lunga storia. Per decenni le utility hanno pagato fabbriche e altri grandi clienti affinché riducessero la domanda nei periodi difficili.
La demand response, l'adeguamento temporaneo del consumo di elettricità in seguito a un segnale della rete o di prezzo, aiuta i sistemi a gestire i picchi. I programmi convenzionali talvolta si basano su fabbriche che interrompono la produzione o edifici che modificano i carichi di riscaldamento e raffreddamento.
I data center partecipano già ad alcuni programmi, ma spesso rispondono utilizzando generatori diesel di emergenza. Questa soluzione preserva l'attività di computing riducendo al contempo il consumo dalla rete, ma può creare inquinamento locale.
Emerald AI propone di adeguare il computing stesso. Il suo software coordina le richieste delle utility con scheduler dei carichi di lavoro, sistemi di alimentazione e altri controlli della struttura.
L'azienda afferma che i lavori non critici possono rallentare, interrompersi o spostarsi in una regione con maggiore margine di capacità elettrica. Batterie e generazione in sito possono integrare questi cambiamenti quando disponibili.
Questo approccio offre a NVIDIA e Google un motivo per cooperare nonostante competano nell'infrastruttura AI. Entrambe traggono vantaggio quando le utility riconoscono la flessibilità del computing come un sostituto credibile del soddisfare la domanda massima in ogni momento.
La coalizione trasferisce inoltre la pressione su altri hyperscaler e operatori di data center. Se AEMA stabilisce standard praticabili, un operatore che cerca energia garantita e ininterrotta potrebbe affrontare attese più lunghe o costi di sistema più elevati.
I data center AI flessibili trasformano il computing in un controllo della rete
Il meccanismo funziona solo se il software può ridurre rapidamente la domanda di elettricità senza compromettere i servizi AI prioritari.
La piattaforma Conductor di Emerald AI si colloca tra i segnali della rete e le operazioni del data center. Coordina le modifiche ai carichi di lavoro con batterie, generazione in sito e altre risorse behind-the-meter quando tali asset sono presenti.
Il software DSX Flex di NVIDIA è progettato per collegare l'infrastruttura AI con questi controlli energetici. Le aziende vogliono che la gestione dell'energia sia integrata nell'architettura operativa di una struttura AI anziché aggiunta dopo la costruzione.
L'approccio sfrutta le differenze tra i carichi di lavoro di computing. Un servizio interattivo potrebbe richiedere elaborazione immediata, mentre un checkpoint di addestramento o un lavoro di preparazione dei dati può spesso attendere.
Gli operatori possono classificare tali carichi di lavoro in base a priorità e scadenza. Quando la rete richiede un alleggerimento, il software di pianificazione riduce l'attività a priorità inferiore proteggendo al contempo i servizi coperti da rigidi impegni di prestazione.
Spostare il lavoro tra sedi offre un'altra leva. Un'azienda con più data center può inviare un lavoro verso una regione con energia disponibile, purché requisiti di rete, dati e conformità ne consentano il trasferimento.
La tecnica non rende il computing privo di consumo energetico. Modifica quando e dove l'elettricità viene consumata, cosa che può avere grande importanza durante una breve emergenza di rete.
Una sperimentazione a Phoenix nel 2025 fornisce primi elementi di prova. La dimostrazione sul campo ha utilizzato un cluster cloud commerciale contenente 256 GPU e carichi di lavoro AI rappresentativi.
I ricercatori hanno riportato una riduzione del 25 percento della potenza del cluster per tre ore durante eventi di picco. Hanno affermato che il sistema ha mantenuto i requisiti di qualità del servizio definiti senza aggiungere batterie né modificare l'hardware.
Il risultato sostiene il meccanismo, ma la sua scala rimane limitata. Un cluster da 256 GPU non equivale a un campus che assorbe centinaia di megawatt attraverso diverse sottostazioni.
Il test ha inoltre valutato specifici carichi di lavoro in condizioni pianificate. Un programma commerciale deve gestire guasti imprevisti, priorità dei clienti in evoluzione, condizioni meteorologiche estreme e più eventi di rete ravvicinati.
NVIDIA ed Emerald AI affermano di aver condotto dimostrazioni in cinque data center commerciali nel corso dell'anno successivo. Il loro prossimo test è destinato ad avvicinarsi alla scala che le utility devono valutare.
È prevista un'implementazione da 96 megawatt presso l'AI Factory Research Center di NVIDIA a Manassas, in Virginia. Sono coinvolti Digital Realty, l'Electric Power Research Institute e PJM Interconnection.
Le aziende prevedono che la struttura utilizzi l'architettura Vera Rubin DSX di NVIDIA. Il funzionamento su scala commerciale fornirebbe prove più solide su prestazioni dei carichi di lavoro, telemetria e affidabilità della risposta.
Il concetto di fondo va oltre Emerald AI. Google ha sviluppato sistemi che spostano parte del computing verso periodi più puliti o meno vincolati. Altri fornitori utilizzano gruppi di continuità per ridurre brevi picchi di potenza.
L'elemento distintivo di Emerald AI è il collegamento proposto tra utility e controlli dei carichi di lavoro. Questa interfaccia consentirebbe a un gestore di rete di richiedere una risposta simile a quella di una risorsa energetica dispacciabile.
L'architettura NVIDIA supporta inoltre impianti ibridi con generazione e accumulo in loco. Queste risorse potrebbero fornire temporaneamente energia di transizione prima che sia disponibile una connessione completa alla rete.
In seguito, le stesse apparecchiature potrebbero supportare un funzionamento flessibile dopo l'interconnessione. Tuttavia, la generazione collocata in loco solleva interrogativi propri in materia di combustibile, autorizzazioni, emissioni e costi.
AEMA evita di prescrivere un unico percorso tecnico perché reti diverse necessitano di servizi diversi. Un sistema con capacità di generazione insufficiente ha requisiti diversi da uno limitato da una linea di trasmissione locale.
Regole basate sulle prestazioni potrebbero adattarsi a tali differenze. Potrebbero inoltre impedire alle aziende di rivendicare flessibilità semplicemente perché possiedono batterie o software per la gestione dei carichi di lavoro.
Le utility hanno bisogno di prove che l'intero impianto possa garantire al contatore una riduzione specificata. Tale riduzione deve arrivare rapidamente, durare abbastanza a lungo e restare disponibile quando richiesta.
Un accesso più rapido implica accettare un rischio reale di riduzione del carico
La promessa dell'alleanza viene meno se i data center ricevono connessioni accelerate ma evitano riduzioni significative nelle condizioni più difficili per la rete.
AEMA presenta la flessibilità come un modo per allineare la crescita dell'AI con affidabilità e sostenibilità economica. Tuttavia, i membri della coalizione hanno anche un interesse commerciale diretto a ottenere elettricità più rapidamente.
Questo conflitto non invalida la proposta. Rende però indispensabili misurazioni indipendenti, contratti vincolanti e un'allocazione trasparente dei costi.
Un'interconnessione flessibile non può dipendere da una telefonata volontaria durante un'emergenza. Gli operatori di rete hanno bisogno di telemetria che mostri quanta elettricità stia utilizzando una struttura e quanto possa ridurre in modo affidabile.
Servono anche regole per la mancata prestazione. Un data center che non rispetta il proprio obbligo potrebbe aggravare un'emergenza, perché il sistema era stato pianificato facendo affidamento su una riduzione che non è mai arrivata.
Le penalità potrebbero includere costi più elevati, un servizio ridotto o la perdita della connessione flessibile. La conseguenza appropriata dipenderà dalle tariffe delle utility e dalle regole dei mercati regionali.
Le previsioni creano un altro problema. Una struttura potrebbe promettere flessibilità sulla base dell'attuale composizione dei carichi di lavoro, per poi acquisire clienti le cui applicazioni richiedono disponibilità costante.
L'inferenza AI può essere più difficile da rinviare rispetto ad alcune attività di addestramento, poiché gli utenti si aspettano risposte immediate. Sistemi di sicurezza, applicazioni sanitarie, servizi finanziari e altri carichi di lavoro sensibili possono imporre ulteriori limiti.
Anche la mobilità dei carichi di lavoro ha dei confini. Lo spostamento di un'attività tra regioni può incontrare latenza di rete, regole sulla residenza dei dati, costi di archiviazione o capacità di acceleratori non disponibili.
Persino un campus tecnicamente flessibile potrebbe diventare meno flessibile durante un'ondata di calore diffusa. Diverse sedi potrebbero subire stress della rete contemporaneamente, eliminando l'opzione di spostare il lavoro altrove.
Le batterie e la generazione in loco possono aiutare, ma la loro durata è limitata. I sistemi di backup alimentati da combustibili fossili potrebbero inoltre trasferire i costi ambientali dalla rete elettrica alle comunità circostanti.
L'alleanza afferma che i suoi standard includeranno durata e prevedibilità della risposta. Le autorità di regolazione dovrebbero testare tali disposizioni rispetto a emergenze prolungate, non soltanto a picchi brevi.
La scala crea un'altra incertezza. Una singola struttura che riduce il consumo può sostenere la rete, ma migliaia di dispositivi automatizzati che rispondono insieme possono introdurre nuove rampe e difficoltà operative.
Le utility devono sapere come le strutture ripristinano i consumi dopo una riduzione del carico. Se ogni carico di lavoro sospeso riparte contemporaneamente, il rimbalzo potrebbe creare un altro picco.
L'opportunità da 100 gigawatt spesso associata ai data center flessibili richiede un'attenta contestualizzazione. Deriva da modelli e ipotesi sull'utilizzo della rete, sulla flessibilità disponibile e sulla corrispondenza geografica.
Non significa che il software abbia scoperto 100 gigawatt di elettricità garantita. Con la crescita della domanda di AI, saranno comunque necessari nuova generazione, trasmissione e sottostazioni.
La chief scientist di Emerald AI, Ayse Coskun, ha riconosciuto tale limite, affermando che l'approccio potrebbe ridurre il bisogno di nuova generazione, ma non eliminarlo. Questa distinzione separa una flessibilità credibile dalle affermazioni secondo cui il software di calcolo possa sostituire l'infrastruttura fisica.
La politica pubblica si sta già orientando verso riduzioni obbligatorie del carico in alcune regioni. Una rassegna sulle politiche elettriche ha descritto proposte in Texas e PJM per disconnettere o limitare i grandi carichi durante le emergenze.
Tali proposte mostrano l'alternativa che i promotori di data center devono affrontare. La flessibilità potrebbe arrivare attraverso incentivi negoziati, oppure le autorità potrebbero imporla come condizione per operare.
Alcuni gruppi industriali chiedono compensi per le riduzioni volontarie e avvertono che regole rigide potrebbero scoraggiare gli investimenti. Le associazioni dei consumatori si chiedono se la sola riduzione del carico impedirà ai clienti ordinari di sovvenzionare l'espansione dei data center.
AEMA deve quindi dimostrare più della fattibilità tecnica. Deve mostrare che le connessioni accelerate alla rete non trasferiscono costi eccessivi o rischi per l'affidabilità a tutti gli altri.
I primi programmi delle utility decideranno se il modello può scalare
La prossima fase sarà valutata attraverso dati operativi, tariffe vincolanti e impatto sui clienti, non attraverso ulteriori annunci della coalizione.
Il primo segnale da osservare è il previsto progetto da 96 megawatt in Virginia. Dovrebbe rivelare se i data center AI flessibili possano garantire riduzioni prevedibili su una scala commercialmente significativa.
Risultati utili includerebbero tempo di risposta, durata della riduzione, comportamento al ripristino e quota di carichi di lavoro protetti dall'interruzione. Report aggregati potrebbero fornire prove senza esporre i dati dei clienti.
Prestazioni ripetute in stagioni diverse rafforzerebbero la posizione di AEMA. Una dimostrazione controllata che eviti le ore più difficili per il sistema lascerebbe irrisolta la questione centrale dell'affidabilità.
Il secondo segnale è l'adozione di tariffe per l'interconnessione flessibile. Questi programmi traducono un concetto politico in diritti contrattuali, requisiti di misurazione e conseguenze.
Silicon Valley Power ha creato un Flexible Load Interconnection Program che offre maggiore accesso in cambio di flessibilità dispacciabile. Emerald AI e NVIDIA hanno annunciato un'implementazione DSX Flex connessa a questo quadro.
L'implementazione commerciale è pensata per consentire alla utility di richiedere adeguamenti a una struttura partecipante. Secondo Emerald AI, segue cinque dimostrazioni precedenti in due continenti.
Anche il Texas sta sviluppando un percorso provvisorio per grandi carichi controllabili. Tali quadri potrebbero consentire alle strutture di utilizzare la capacità disponibile in attesa del tradizionale servizio garantito.
I dettagli determineranno se questi programmi proteggeranno la rete. Le autorità di regolazione devono definire tecnologia ammissibile, periodi di preavviso, interruzioni massime, procedure di test e penalità per risposte mancate.
Devono inoltre decidere chi pagherà gli aggiornamenti che restano necessari. La flessibilità può rinviare alcuni investimenti, ma non può eliminare ogni collo di bottiglia locale né sostituire infrastrutture obsolete.
Il terzo segnale è se gli operatori di rete indipendenti accettino la flessibilità nella pianificazione formale. La sola appartenenza alla coalizione non garantisce che una utility accrediti le riduzioni promesse durante uno studio di interconnessione.
Gli operatori vorranno prove misurate al contatore, non stime del software dei carichi di lavoro. Avranno inoltre bisogno della certezza che le riduzioni restino disponibili per tutta la vita operativa di un progetto.
La partecipazione di PJM al centro di ricerca in Virginia offre al modello accesso a un importante banco di prova. Il suo territorio comprende grandi mercati di data center e serve 65 milioni di persone nel Medio Atlantico e nel Midwest.
Il successo in quella sede rafforzerebbe l'argomento secondo cui il calcolo flessibile possa entrare nella pianificazione dei grandi carichi. Controversie persistenti su autorità, compensi o applicazione delle regole lo indebolirebbero.
AEMA dovrà inoltre affrontare una prova più ampia da parte delle comunità. Bollette elettriche, inquinamento atmosferico locale, consumo d'acqua e utilizzo del suolo continueranno a plasmare l'accettazione pubblica dei data center.
Le operazioni flessibili affrontano soltanto una parte di questo elenco. Una struttura che riduce il consumo durante le emergenze di rete può comunque richiedere nuove infrastrutture e consumare una quantità sostanziale di energia nell'arco di un anno.
Per questo le affermazioni sulla sostenibilità economica richiedono risultati tariffari reali. L'alleanza afferma che un migliore utilizzo della rete può ridurre i costi di sistema, ma le autorità di regolazione devono stabilire chi riceve tali risparmi.
Per gli sviluppatori, l'attrattiva pratica è semplice. Un servizio flessibile potrebbe trasformare un sito inutilizzabile in uno che può iniziare a operare anni prima.
Per le utility, il vantaggio è l'optionalità. Possono connettere lo sviluppo economico senza presumere che ogni nuovo megawatt debba restare disponibile durante l'ora più critica del sistema.
Per i clienti AI, il compromesso è più complesso. Un'infrastruttura flessibile potrebbe ampliare la disponibilità di acceleratori, ma alcuni lavori di calcolo potrebbero subire restrizioni di pianificazione durante i periodi di stress.
L'AI Energy Management Alliance avrà successo solo se tali restrizioni diventeranno misurabili e ordinarie. Non può dipendere da sforzi eccezionali degli ingegneri durante una dimostrazione.
La coalizione ha identificato un meccanismo plausibile e riunito aziende capaci di testarlo. La sua prossima sfida è trasformare un linguaggio cooperativo in obblighi di cui le utility possano fidarsi.
Osservate prima i risultati operativi della struttura in Virginia, poi i termini delle nuove tariffe flessibili e infine il loro trattamento nella pianificazione regionale. Insieme, questi segnali mostreranno se le connessioni più rapide riflettano un autentico valore per la rete.
Le organizzazioni che acquistano infrastrutture AI dovrebbero ora porsi una domanda diversa. Dovrebbero valutare non soltanto quanta capacità di calcolo offra un fornitore, ma anche come tale capacità si comporti quando l'elettricità scarseggia.
L'iniziativa di NVIDIA e Google rende questa domanda inevitabile. Il futuro delle connessioni alla rete dei data center dipende sempre più dalla capacità di dimostrare che la domanda di calcolo può piegarsi senza spezzare i servizi che vi si basano.
