Google AI Energy Management Alliance、データセンターは電力網に柔軟に対応できると賭ける

Google、Nvidia、Emerald AIは、データセンター業界の従来の電力モデルに直接挑む21社のアライアンスを立ち上げた。Google AI Energy Management Allianceは、AI施設が一定の電力消費を続けるのではなく、重要な時間帯には電力網からの需要を減らすことを目指している。

この提案は、切り離すことが難しくなった2つの圧力を結び付けている。AI企業はより迅速な電力へのアクセスを必要とする一方、電力会社や地域社会は、電力網コストと信頼性リスクからの保護を求めている。アライアンスは、柔軟な運用によって両方の課題に対処できると主張する。

ただし、この主張には重要な条件がある。柔軟性は、単なるプレスリリース上の機能ではなく、電力会社が信頼できる測定可能なサービスにならなければならない。アライアンスは、顧客への約束を損なうことなく、AIワークロードが電力網の制約に合わせて調整できることを証明する必要がある。

AI Energy Management Allianceは新設より柔軟性を優先する

アライアンスは、柔軟な電力に関する約束を、新たなAIデータセンターが系統接続を受ける仕組みの一部にしたい考えだ。

Emerald AI、Google、Nvidiaは2026年9月16日、AI Energy Management Alliance（AEMA）を発表した。創設企業には、テクノロジー、電力会社、発電、エネルギーソフトウェア分野から18社のローンチパートナーが加わった。

ローンチパートナーには、Anthropic、Analog Devices、AES、Constellation、National Grid、NRG Energy、RWE、Fluence、Voltusが含まれる。データセンター開発企業Verrusと、系統ソフトウェア企業のCamus、encoord、GridUnity、Splightも参加した。

この構成により、AEMAには電力メーターの両側から参加者が集まった。AI開発企業とインフラ提供企業がコンピューティング需要を生み出し、電力会社、発電事業者、蓄電事業者、系統ソフトウェア提供企業が、それが電力システムに及ぼす影響を管理する。

アライアンスは、電力供給が逼迫した際に系統からの電力消費を動的に調整する、柔軟なデータセンターを提唱している。この手法はデマンドレスポンスと呼ばれ、顧客が系統または市場からのシグナルを受けて一時的に電力使用を変更することを意味する。

デマンドレスポンス自体は新しいものではない。電力会社は数十年にわたり、工場、商業施設、蓄電池、サーモスタット、その他の制御可能な設備でこのモデルを利用してきた。AEMAは、AIインフラも信頼できる参加者になれると見込んでいる。

データセンターはいくつかの方法で対応できる。運営者は優先度の低いコンピューティングジョブを遅らせたり、作業を別の地域へ移したり、蓄電池を放電したり、近隣の発電設備を利用したりできる。それぞれの方法は、施設全体を停止せずに、系統から引き出す電力を減らす。

連合の運用原則は、特定の技術ではなく性能を重視している。提案されている測定項目には、応答速度、継続時間、予測可能性、系統緊急時の挙動が含まれる。

この違いは重要だ。電力会社は、施設が蓄電池を使うのかワークロードのスケジューリングを使うのかを必ずしも気にしない。必要なのは、約束された削減が必要な時点に実現し、合意した期間にわたって続くという確信だ。

AEMAはまた、データセンターを接続する前に、電力会社が出力抑制、緊急対応、ライドスルーの責務を定義することを求めている。ライドスルーとは、短時間の系統障害時に、施設が予測不能に切断されるのではなく安定性を保つことを指す。

その見返りとして、アライアンスは、信頼できる柔軟性の約束を行う施設に対し、より迅速でリスク調整された系統接続の経路を求めている。また、接続コストには、柔軟な運用によって回避または先送りできる設備増強を反映させたいとしている。

政策面での目標は、技術実証よりも大きな意味を持つ。AEMAは、需要の柔軟性が電力会社の計画、接続契約、料金体系、規制手続きで認められることを目指している。

この団体は、完全に新しい組織というより、技術的には再始動した組織だ。前身のAdvanced Energy Management Allianceは、デマンドレスポンスと分散型エネルギー資源を中心に2014年に設立された。

Emerald AIのCEOであるVarun Sivaramによると、その組織は後にほぼ活動を停止した。後継組織はAEMAの頭文字を維持しつつ、柔軟なAIデータセンターに使命を絞り込んでいる。

継承した組織構造は、規制当局との関係と制度的な歴史をもたらす。しかし新組織は、はるかに大規模でなじみの薄い電力顧客層に対する信頼性を確立する必要がある。

したがって、このアライアンスは単なる持続可能性への誓約ではない。データセンターと、それを支える電力システムとの契約上の関係を変えようとする取り組みである。

AIデータセンターが無制限の電力を前提にできなくなった理由

AEMAが登場した背景には、電力へのアクセスが導入上の制約、政治的な問題、そして財務リスクの源になっていることがある。

予測されるデータセンター需要の規模が、この緊急性を説明している。米国連邦政府のエネルギー報告書は、米国のデータセンターが2023年に176テラワット時の電力を消費したと推定している。

これは米国の電力消費量のおよそ4.4％に相当する。同報告書は、2028年までにデータセンターの電力使用量が325〜580テラワット時、国内消費量の約6.7〜12％になると予測した。

これらの数値は生成AIだけを対象としているわけではない。従来型のクラウドサービス、ストレージ、ネットワーキング、その他のデジタルインフラも含まれる。それでも、高密度なAIサーバーは、電力会社の接続待ち行列に異例なほど大規模なプロジェクトを加えている。

電力システムは、迅速な接続を求める多数のギガワット規模顧客を前提に設計されていなかった。電力会社は、送電線、変電所、発電設備、地域の配電設備が、提案された各負荷を支えられるか検討しなければならない。

こうした検討は、大規模な設備増強や長期の建設期間につながる可能性がある。AEMAによれば、米国の主要市場で大規模プロジェクトを接続するには、5〜7年以上かかることがある。

従来の答えは、より多くのインフラを建設することだ。柔軟な運用は電力を生み出したり、すべての送電制約を取り除いたりできないため、これは依然として必要である。

ただし、電力網は限られた数のピーク時に耐えられるよう構築されている。計画担当者が極端な状況に備えて十分な余力を維持する必要があるため、通常の時間帯には相当な設備容量が使われないままになることがある。

AEMAは、適度に柔軟なデータセンターであれば、その余力を活用しつつ、最も制約の厳しい時間帯の消費を減らせるとしている。同団体の公開資料は、このアプローチにより既存の電力網で100ギガワットの容量を引き出せると主張している。

これはアライアンスによる推定であり、独立して確立された導入実績ではない。利用可能な容量、データセンターの挙動、系統条件、許容できる運用リスクに関する仮定を組み合わせている。

それでも、根本にある計画上の問題は現実のものだ。途切れることのない最大電力を要求する施設は、電力会社に対し、システムピーク時にその全負荷を見込む計画を迫る可能性がある。

執行可能な出力抑制義務を持つ施設は、異なる特性を示す。電力会社は、顧客が特定の緊急事態、供給力不足、価格イベントの際に需要を減らすかどうかを考慮できる。

Googleはすでに、複数の電力会社の供給区域でデマンドレスポンスの取り決めを運用している。同社のエネルギー担当エグゼクティブ、Tyler Norrisは、Googleが全国のポートフォリオで約1ギガワットの削減可能な需要を持つと述べた。

この運用経験は、研究室での試験を超えたアライアンスの基準点となる。ただし、すべてのAIワークロードや施設が同じ柔軟性を提供できることを意味するわけではない。

検索インデックス作成、動画処理、モデル学習、内部バッチジョブは、時間や場所をまたいで移動できる場合がある。リアルタイム推論、金融取引、レイテンシーに敏感な顧客サービスでは、スケジューリングの自由度は低い。

そのため、データセンター運営者、クラウドプロバイダー、AIラボには、コンピューティング作業をより正確に分類することが求められる。契約条件のもとで、どのワークロードを遅らせ、移動し、一時停止できるかを決めなければならない。

電力会社にも圧力がかかる。他の顧客に過大な信頼性リスクや設備増強コストを転嫁することなく、柔軟性を評価する料金体系と接続ルールが必要だ。

規制当局は、楽観的な需要予測が不要なインフラを生み出した場合、誰が費用を負担するのかを判断しなければならない。また、電力需要が持続的に増加するなかで投資が不十分になるという、逆の危険にも対処する必要がある。

地域社会からの反対は、このバランスをより緊急なものにしている。住民は、データセンターが電気料金を引き上げるのか、貴重な水を消費するのか、政府や電力会社から優遇措置を受けているのかを、ますます問い始めている。

AI拡大の主要な受益者によって主導されるアライアンスは、メッセージングだけでこうした懸念を解決できない。施設の行動をシステムコストと信頼性の結果に結び付ける公開運用データが必要だ。

だからこそ、AEMAの最も重要な取り組みはデータセンターの外で行われる。連合は、柔軟なAI需要が、通常の24時間稼働の産業負荷とは異なる扱いに値すると、電力会社と規制当局を説得しなければならない。

柔軟なAIデータセンターは、迅速な接続と引き換えに電力保証を調整する

この中心的な取引は、データセンター内部の一定の運用自由度を、制約のある系統容量へのより良いアクセスと交換するものだ。

データセンターは歴史的に、信頼性を絶対的な要件として提供してきた。施設は、冗長化された電力経路、非常用発電機、蓄電池、サービスレベル契約を利用して、停止を最小限に抑えている。

AEMAは、運営者にこの信頼性モデルを放棄するよう求めてはいない。代わりに、中断できないコンピューティング作業を保護しながら、電力の供給源と使用タイミングを管理することを提案している。

Emerald AIのConductorソフトウェアは、こうした選択を調整するために設計されている。同社によると、このプラットフォームは、電力会社のメーター内側にある蓄電池、オンサイト発電、その他のリソースとともに、コンピューティングワークロードを管理できる。

Nvidiaはインフラ制御機能とワークロードテレメトリーを提供する。同社のDSX Flexソフトウェアは、AIファクトリーの運用を電力システムのシグナルやエネルギー管理プラットフォームと接続することを目的としている。

基本的な仕組みは、ワークロードの分類から始まる。運営者は、継続的な性能が必要な重要ジョブと、限定的な遅延を許容できる柔軟なジョブを特定する。

次に、オーケストレーションシステムが電力会社または系統運用者から電力目標を受け取る。施設の系統電力消費がその目標に達するまで、選択されたコンピューティングタスクとエネルギーリソースを調整する。

チェックポイント、データ準備、実験ジョブ、顧客向け推論を実行する学習クラスターを考えてみよう。運営者は、推論を保護しながら、選択した実験を数分間遅らせることができる。

蓄電池は削減量の一部を補える。オンサイト発電は別の部分を担える。ワークロードを、電力容量の制約がより少ない施設に移すことも可能だ。

この組み合わせが重要なのは、コンピューティングの柔軟性だけには限界があるためだ。サーバーを過度に停止すると、高価なアクセラレーター容量を無駄にし、作業を遅らせ、顧客契約に違反する可能性がある。

エネルギーリソースにも限界がある。蓄電池はいずれ放電し切り、発電機には燃料が必要であり、ワークロードの移動はネットワーク容量、データ所在地、レイテンシーの制約に直面する可能性がある。

アライアンスの技術中立的なアプローチは、運営者がこれらの選択肢を組み合わせることを可能にする。基盤となる設備ではなく、約束された系統サービスが、電力会社が評価する製品となる。

Emerald AIとNvidiaは、柔軟なデータセンター運用に関する6件の実証を行った。Nebius、National Grid、Electric Power Research Instituteとの試験の1つでは、システムは200件を超える要求電力目標に追従した。

Nvidiaによると、この実証では、より柔軟に調整可能なジョブを減速させながら、シミュレーションされた優先ワークロードの性能を維持した。各社は、試験目標との完全な一致を報告している。

ただし、これらの結果は企業側の報告に基づくものであり、管理された実証環境で得られたものだ。あらゆるワークロード、電力市場、長期化する送電網緊急事態での性能を示すものではない。

より重要な試験はバージニア州で予定されている。Emerald AIは、NvidiaおよびDigital Realtyとの約100メガワットのプロジェクトが、電力柔軟性を備えたAI施設として稼働するとしている。

このプロジェクトは、商用データセンターが常時一定の系統電力を消費するのではなく、制御可能な負荷として機能できることを示すことを目的としている。運用データが利用可能になれば、その性能は厳しく検証されるべきだ。

需要応答の仕組みは、ビジネス上の問題も提起する。アクセラレータ運用者は高価なハードウェアを稼働させ続けることで収益を得る一方、公益事業者はそれらの機器が系統電力の消費を抑えることで利益を得る。

報酬は、計算処理の先送り、ハードウェアの低稼働、あるいは運用の複雑化に伴うコストを上回らなければならない。そうでなければ、接続を確保した後に運用者が有意義な柔軟性を提供する理由は乏しい。

より迅速な系統接続は、その報酬を間接的に提供し得る。従来型の送電網拡張が完了する何年も前に稼働を開始できるデータセンターは、先行して収益を生み出せる。

公益事業者は、料金制度や需要応答プログラムを通じて、検証済みの容量や緊急時対応に対価を支払うこともできる。ただし、こうした取り決めは州ごと、また組織化された電力市場ごとに異なる。

AEMAは、こうしたコミットメントを比較しやすくするため、標準化された性能指標を求めている。標準化により、重複するエンジニアリング作業を減らし、規制当局に柔軟な接続を承認するためのより明確な根拠を与えられる可能性がある。

提案モデルは依然として執行に依存している。接続契約には、明確なベースライン、試験スケジュール、データアクセス、罰則、そして繰り返しの性能不足への手続きが必要だ。

これらの規定がなければ、柔軟性は価格付けされていない約束に過ぎない。それらがあれば、データセンターは計算資源のスケジューリングに実質的な影響を及ぼし得る義務を引き受けることになる。

これがGoogle AI Energy Management Allianceの核心にある逆転だ。データセンターは、コンピューティングの信頼性を守るため、確実な電力供給を求めてきた。AEMAは、その確実性の限定的な一部を手放すことで、より多くの容量を解放できると主張している。

100ギガワットという主張は検証の課題に直面する

AEMAにはもっともらしい仕組みがあるが、その最大の便益は、公益事業者が独立した試験なしには受け入れられない前提に依存している。

同アライアンスは、柔軟なデータセンターによって既存の電力システム上で100ギガワットを解放できるとしている。この容量を1億世帯の電力需要と比較している。

こうした比較は規模感を示すものの、その容量がいつ、どこに存在するかを説明するものではない。電力の制約は地域的かつ時間依存であり、全国合計は送電ボトルネックを覆い隠し得る。

ある地域では、多くの時間帯に未使用の発電能力があっても、新たなデータセンターに必要な送電容量が不足している可能性がある。複数のピーク時に需要を抑えても、その制約が自動的に解消されるわけではない。

別の地域では、極端に寒い朝、長期的な熱波、あるいは発電機の停止時に柔軟性が必要になるかもしれない。データセンターが計画上の価値を持つには、まさにその期間に対応可能でなければならない。

ベースラインも別の複雑さを生む。系統運用者は、需要応答イベントがなければ施設がどれだけの電力を消費していたかを判断しなければならない。

運用者がそのベースラインを水増しすれば、測定上の削減量は実際の便益を上回り得る。既存の需要応答市場では、こうした歪みを抑えるため、すでに詳細なルールが用いられている。

AIワークロードでは、スケジュールが急速に変化し得るため、不確実性がさらに増す。あるトレーニングクラスターは、ある月には大きな柔軟作業を抱えていても、翌月にはディスパッチ可能な負荷が大幅に小さくなる可能性がある。

したがって公益事業者には、一度きりの認証ではなく継続的な測定が必要だ。施設の柔軟性は現実的な条件下で試験され、ハードウェアやワークロードの変化に応じて再評価されるべきである。

AEMAの原則は、運用データの共有、予測可能性、応答継続時間、緊急時の挙動を重視することで、この問題を認識している。難しい作業は、これらの原則を執行可能なルールへと落とし込むことだ。

顧客の機密性には現実的な緊張関係がある。詳細なワークロードデータは、モデル開発、利用率、顧客活動に関する商業的に機微な情報を明らかにし得る。

系統運用者が個々の計算タスクすべてにアクセスする必要はない。必要なのは、信頼できる電力テレメトリーと、約束された削減が引き続き可能であることの証拠だ。

第三者検証は、その隔たりを埋められる可能性がある。独立した評価機関は、機微なワークロード情報の開示を抑えつつ、性能を認証できる。

信頼性に関する義務も慎重な設計を要する。柔軟な施設は、予期せず系統から離脱したり、緊急事態の直後に即座に最大需要へ戻ったりしてはならない。

先送りされた計算作業もなお実行する必要があるため、リバウンド効果は重要だ。すべてのデータセンターが同時に稼働を再開すれば、復帰負荷が新たな系統ピークを生む可能性がある。

接続契約には、段階的な復帰スケジュールが必要になるかもしれない。また、系統運用者が削減を要請できる頻度に制限を設ける必要もある。

イベントが多すぎれば、プロジェクトの採算性を損ない、作業を他地域へ押し出す可能性がある。義務が少なすぎれば、公益事業者は信頼できる負荷軽減を得られない。

同アライアンスはまた、柔軟性によってインフラ更新を先送りし、電力料金の負担可能性を守れると主張している。この便益は、規制当局が費用をどのように配分するか、また更新をどれだけ安全に先送りできるかに左右される。

AEMAのウェブサイトは、柔軟なAI容量およびエネルギー資源1ギガワット当たり、最大7億3,300万ドルのシステムコスト回避の可能性を挙げている。また、利用率が10%改善すれば、公益料金が3.4%低下するとの関連も示している。

これらは透明な方法論と地域固有の分析を要する連合の主張だ。顧客にとっての節約が保証されるものとして読むべきではない。

更新工事の先送りは、更新がたまにしか発生しないピークにのみ対応する場合、コストを下げられる可能性がある。一方、基礎的な需要が増え続け、同じインフラが後に必要となれば、リスクを生む。

柔軟なデータセンターが、すべての公共上の懸念を解決できるわけでもない。依然として土地、水、送電設備、そして相当量の年間発電量を必要とする。

電力が不足する時間帯に需要を削減することには価値があるが、総エネルギー消費を消し去るわけではない。施設はピーク時に系統の信頼性を支えながら、年間の発電需要を増やす可能性がある。

連合の政治的インセンティブにも注意が必要だ。Google、Nvidia、Emerald AI、およびそのパートナーは、より多くのデータセンターがより迅速な電力接続を確保できるようになれば利益を得る。

この利害が提案を無効にするわけではない。ただし規制当局は、優遇措置を認める前に、約束された公共的便益を独立して検証すべきである。

AEMAフレームワークの信頼性は、公益事業者が予測と測定結果を比較できるようになったときに高まる。有用な証拠には、応答精度、イベント継続時間、リバウンド挙動、可用性、回避されたシステムコストが含まれるべきだ。

最も強い成果は、サーバーが消費電力を削減できるという別の実証ではない。検証済みの柔軟性が実際の系統投資または系統連系の意思決定を変えたことを示す商用契約である。

それまでは、AEMAは真剣な政策提案と信頼できる技術的方向性を示したにとどまる。このモデルが多様な米国の電力システム全体で、見出しに掲げる容量を実現できることは、まだ証明されていない。

Google AI Energy Management Allianceの今後

AEMAが送電網インフラとなるのか、それとも業界のアドボカシー活動にとどまるのかを示すシグナルは3つある。

第1のシグナルは、Digital Realty、Nvidia、Emerald AIが関与するバージニア州の約100メガワット・プロジェクトの性能だ。パートナー各社は、この施設が商用規模での柔軟な運用を試験すると見込んでいる。

観測すべきなのは、成功した出力抑制イベントだけではない。重要な測定項目には、応答時間、持続的な削減、優先ワークロードの性能、通常の消費量への復帰が含まれる。

これらの結果を独立して公表すれば、同アライアンスの主張は強まる。企業による限定的な要約だけでは、再現性や運用上のトレードオフについて疑問が残る。

第2のシグナルは、柔軟なデータセンター需要に計画上の価値を与える公益事業者または規制当局の判断だ。これは、料金制度、接続契約、あるいは承認済みの大規模負荷フレームワークに現れる可能性がある。

その判断では、柔軟性が接続時期、更新要件、コスト配分をどのように変えるかを明示すべきだ。また、検証手順と、性能未達への罰則も定義すべきである。

このような合意は、AEMAの提案がインフラ計画に影響を及ぼすことを示す。一般的な支持表明や自主的なコミットメントは、それより弱い証拠にとどまる。

第3のシグナルは、創設メンバー以外への採用拡大だ。Amazon、Microsoft、Meta、その他の大規模事業者は、すでにエネルギー管理と炭素削減の戦略を進めている。

彼らの反応は、AEMAが業界標準へ発展するのか、それとも一部ベンダーの集まりに結び付いたままなのかを示す。公益事業者、系統運用者、標準化団体を通じ、競合するフレームワークが生まれる可能性もある。

参加の拡大は成功を保証しない。しかし、地域をまたいで共通のテレメトリー、試験、契約ルールを確立しやすくするだろう。

開発者やエンタープライズAIの購入者も、その結果に利害を持つ。柔軟な運用は、コンピューティング容量がどこに配置されるか、どれだけ早く稼働するか、どのワークロードが優先されるかに影響を及ぼし得る。

AIサービスを購入する組織は、系統イベントがトレーニングスケジュール、推論保証、データ移動、サービスレベルのコミットメントにどう影響するかを提供者に確認すべきだ。

また、そうしたコミットメントの記録も保持すべきである。検索可能なエンジニアリング知識ベースを使用するチームは、インフラの意思決定を契約、インシデント報告、ワークロード要件と結び付けられる。

ナレッジワーカーは、バックグラウンドのインデックス作成ジョブが短時間遅れても気付かない可能性が高い。レイテンシーに敏感な本番アプリケーションを提供する開発者は、同じイベントを異なる見方で捉えるだろう。

柔軟なコンピューティングが拡大するなかで、この違いは可視化されたままでなければならない。送電網は調整可能な需要から恩恵を受けるが、顧客にはどの作業が調整可能かについての明確さが必要だ。

AEMAは、AIインフラと電力計画がもはや別個のシステムとして運用できないことを正しく指摘している。コンピューティングのスケジュール、バッテリー、発電機、変電所、市場ルールは、いま相互に作用している。

同アライアンスが提案する取引は理解しやすい。データセンターは信頼できる柔軟性を提供し、公益事業者はより迅速な接続を提供し、地域社会はピークコストからより強く守られる。

未解決の問題は、各当事者がストレス下でその取引を検証できるかどうかだ。技術実証は、選定されたAIワークロードが迅速に応答できることを示している。

次の段階には、商用上の証明、規制上の厳格さ、公共の性能データが必要となる。これらのシグナルが、柔軟なAIデータセンターが信頼できる系統資産となるかを決める。

バージニア州のプロジェクト、最初の執行可能な公益事業契約、そして他のハイパースケーラーによる採用を注視すべきだ。この3つがすべて実現すれば、Google AI Energy Management Allianceはアドボカシーの段階を超えたことになる。

そうでなければ、電力会社は大規模なAI施設を、従来型の送電網増強を必要とする確定負荷として扱い続けるでしょう。どのような結果が出れば、AIワークロードをどこで、どのように実行するかを組織として再検討することになりますか？