GoogleとNvidiaがAI Energy Management Allianceを発足、ただし柔軟性の実証はこれから
Google、Nvidia、Emerald AIは、大規模かつ安定的に機能する柔軟なデータセンターの実現可能性に未解決の疑問が残るなか、AI Energy Management Allianceを発足させた。
この連合は、コンピューティング施設を24時間稼働する固定負荷ではなく、制御可能な電力需要家として電力網運用者に扱ってもらうことを目指している。この転換により、電力利用者に転嫁されるインフラコストを抑えながら、系統接続を迅速化できる可能性がある。
この構想が登場したのは緊張が高まる時期だ。AI企業はさらなる電力を必要とし、地域社会は電気料金の上昇を懸念し、規制当局はより強固な消費者保護を求めている。連合が提示するのは一種の取引である。系統が逼迫した際に電力需要を削減するという検証可能な約束を運用者が行うなら、AIインフラをより早く接続するというものだ。
この取引は、単なる新たな技術業界団体の設立よりも重要な意味を持つ。AI業界の拡張計画を、電力システムが最も厳しい時間帯における測定可能な性能と結び付けるからだ。
AI Energy Management Allianceが実際に変えるもの
この連合は、需要の柔軟性を個別の実験の寄せ集めから、AIデータセンターを接続するための正式に認められた手段へと転換しようとしている。
AI Energy Management Allianceは2026年9月16日、Emerald AI、Google、Nvidiaを創設メンバーとして発足した。同連合は、デマンドレスポンスの推進を目的に2014年に設立されたAdvanced Energy Management Allianceの後継組織である。
デマンドレスポンスとは、電力網が負荷軽減を必要とする際に、電力消費を削減または時間移動させることを指す。AI施設では、適したコンピューティングジョブの延期、拠点間でのワークロード移動、バッテリーの使用、近隣の発電設備からの電力供給などが含まれうる。
この連合は、その考え方をデータセンターの系統接続をめぐる議論の中心に持ち込む。系統接続とは、大口需要家が電力システムへのアクセスを確保するための技術的・規制上のプロセスである。
連合には、テクノロジーとエネルギー分野の約20社・団体が参加している。報じられている参加組織にはAnthropic、AES、National Grid、Constellation Energy、NRG、RWEが含まれる。
創設企業によれば、同団体は運用フレームワークを策定し、検証済みの柔軟性に報いる政策を提唱する。 alliance principles では、応答速度、出力抑制の継続時間、予測可能性、緊急時の挙動、運用データの共有が重視されている。
これらの詳細は重要だ。そうでなければ、「柔軟」という言葉は定義のないマーケティング上のラベルになりかねない。電力網運用者は、施設がどれほどの電力を削減できるか、どの程度迅速に応答できるか、その応答をどれほど維持できるかを把握する必要がある。
運用者には、約束された削減が緊急時に実現するという確信も必要だ。都合のよい時にしか機能しない約束は、熱波や設備故障の際にはほとんど価値を持たない。
連合は、信頼できる約束を行う施設について、より迅速でリスク調整された系統接続を支持している。また、柔軟な需要家が回避できる系統増強を接続コストに反映させることも求めている。
この立場は、加盟企業に直接利益をもたらす。大規模AIクラスターの建設・運用において、電力の利用可能性は制約要因となっている。より迅速なアクセスは、プロジェクトをどこに建設できるか、また高価なコンピューティングハードウェアがいつ収益を生み始めるかを左右しうる。
ただし、この提案は正当な計画上の課題にも対処している。従来の電力網ルールは一般に、大規模な産業負荷が稼働を選択する時には常に確実な電力を必要とするという前提に立っている。
AIコンピューティングのワークロード特性はより多様だ。一部の推論サービスは即時応答を必要とする一方、特定の学習、テスト、バッチ処理ジョブには、より大きなスケジュール上の自由度がある。
連合は、規制当局にこうした違いを認識するよう求めている。実質的には、固定された技術設計ではなく性能を軸とする、データセンターと電力網の新たな契約を求めているのだ。
電力の柔軟性がAIの優先課題になった理由
この連合が存在するのは、電力へのアクセスが、チップ、建設、資金調達と同じほどAIインフラのスケジュールを左右するようになったためだ。
大規模コンピューティングプロジェクトには、広範な系統調査、新たな変電所、送電設備の整備、追加の発電設備が必要になる場合がある。各要素にはそれぞれ承認と建設のタイムラインがある。
連合によると、新たなAI施設は5年から10年に及ぶ系統接続の滞留に直面している。加盟企業は、逼迫する期間に電力消費を減らすことに同意すれば、より早く接続できるプロジェクトがあると主張する。
このアプローチが対象とするのは総電力消費量ではなく、ピーク需要である。電力網は、例外的に需要が高まる限られた時間帯にも信頼性を維持しなければならないため、多額の設備投資を必要とすることが多い。
そうした時間帯に消費を削減するデータセンターは、毎日出力を抑制し続けることなく負荷圧力を軽減できる。その経済的価値は、いつ、どこで、どれほど確実に削減が行われるかに左右される。
Googleはすでに、相当規模の運用事例を示している。2026年3月、同社は複数の米国電力会社との長期契約に、1ギガワットのデマンドレスポンス能力を組み入れたと発表した。
同社の demand response milestone には、アーカンソー、ミシガン、ミネソタ、テネシーなどの市場に電力を供給する事業者との契約が含まれる。Googleは、選定された期間に機械学習ワークロードの一部を制限または移動できるとしている。
1ギガワットは意味のある規模だが、継続的な出力抑制と混同すべきではない。この数字は、複数の契約にまたがる応答能力を表しており、Googleの電力消費を恒久的に削減することを意味するものではない。
Googleも制約を認めている。同社によれば、ワークロード、契約、地域の電力網条件の違いを反映し、柔軟性は場所や施設によって異なる。
Nvidiaは別の角度からこの問題に取り組んでいる。同社は多くのAIクラスターを支えるハードウェアとシステムを販売しているため、データセンタープロジェクトの停滞は、自社インフラへの需要を遅らせる可能性がある。
Emerald AIはオーケストレーション層を提供する。同社のソフトウェアは、優先度の高いコンピューティングジョブを保護しながら、電力網の信号に応答するよう設計されている。
3社は、3つの利害を一致させようとしている。AI開発者は早期接続を望み、電力網運用者は予測可能な制御を望み、地域社会は信頼性の問題とコスト上昇からの保護を望んでいる。
こうした利害は自動的に一致するものではない。迅速な接続は開発者に即時の利益をもたらす一方、柔軟性が実際のシステムコストを削減した場合にのみ、公共的な利益が生じる。
そのため連合は、実証という課題に直面している。電力価格が急騰し、気温が極端になり、あるいは電力網が重要な設備を失ったときにも、データセンターのデマンドレスポンスが利用可能であり続けることを示さなければならない。
成功する実証は、顧客が実際に必要とするコンピューティングサービスも保護しなければならない。学習ジョブの移動は、病院、企業、消費者が利用する低遅延サービスを中断するより容易だ。
最も重要な区別は、書面上の柔軟な容量と、実運用で指令可能な柔軟性との違いである。電力会社は、発電所やデマンドレスポンスプログラムを数十年にわたり管理してきた経験から、すでにその違いを理解している。
AI Energy Management Allianceは、創設企業がインフラ、ワークロード、エネルギー管理ソフトウェアを掌握しているため、政策に影響を与えうる。その課題は、これらを組み合わせたシステムを、慎重な電力網計画者が信頼できるほどの安定性にすることだ。
柔軟なAIデータセンターはワークロード制御に依存する
中核となる仕組みは電力消費の削減ではなく、コンピューティングがいつ、どこで電力を使うかをより適切に制御することにある。
柔軟なAI施設は、複数の方法で応答できる。優先度の低いジョブを停止し、プロセッサーへの電力配分を減らし、ワークロードを再スケジュールし、あるいは別の地域へ処理を移動できる。
また、バッテリーを放電したり、併設された発電設備を利用したりすることもできる。こうした選択肢は、コンピューティング需要が継続していても、施設が共有電力網から引き出す電力量を変える。
ワークロード移動には、とりわけ価値の高い特徴がある。ソフトウェアは、電力会社が送電線や発電所を建設するよりも速く、混雑を回避するようジョブを振り分けられる可能性がある。
しかし、あらゆるワークロードには制約がある。顧客向けの推論リクエストを常に数時間待たせられるわけではなく、地域間でのデータ移動は、遅延、プライバシー、ネットワーキング上の問題を生む可能性がある。
学習処理も、緊密に連携したハードウェアを伴う。チェックポイントシステムが状態を効率よく保存できなければ、大規模ジョブを中断することで進捗が失われるおそれがある。
つまり、オーケストレーションソフトウェアは、緊急性、場所、電力感度、サービス上の約束に基づいて処理を分類しなければならない。そのうえで、顧客の期待を損なわずに応答する必要がある。
Emerald AIは、このアプローチが管理された条件下で機能しうることを示す初期的な証拠を提示している。2025年の実証では、フェニックスの商用クラウドデータセンターにある256 GPUクラスターが使用された。
その結果をまとめた Phoenix field trial によると、このシステムは模擬ピークイベント中に3時間にわたりクラスター電力を25%削減した。研究者らは、優先ワークロードのサービス品質保証を維持したと報告している。
この試験は、コンピューターモデリングを超えた点で有用だ。電力網の信号を実際のコンピューティング機器に接続し、その結果生じた電力応答を測定した。
ただし、256 GPUでの実証は、数千基ものアクセラレーターを含むキャンパスと同等ではない。より大規模な環境では、顧客、ハードウェア世代、ネットワーク依存関係、契約上の義務がさらに増える。
Emerald AIとNvidiaはその後、複数の地域で追加の実証を行ったと説明している。Nvidiaによれば、ロンドンでの試験では96基のBlackwell Ultra GPUを使用し、200件を超える模擬系統イベントに応答した。
同社が報告した結果には、迅速な負荷削減と持続的な出力抑制が含まれる。技術的進展を示す証拠ではあるが、独立した運用者には、より幅広い運用実績がなお必要だ。
次の大きな試験は、Digital Realtyとともにバージニア北部で計画されている柔軟なAI施設である。公開されている説明では、想定容量は約100メガワットとされるが、発表によっては96メガワットとされている。
このプロジェクトは、NvidiaのVera RubinインフラとEmerald AIの制御ソフトウェアを中心に設計されている。Electric Power Research Institute、PJM Interconnection、Dominion Energyもパートナーに含まれる。
この規模の施設では、柔軟性が商業上の複雑さに耐えられるかを試せる。コンピューティング需要、電力会社の指示、施設設備、顧客サービス上の義務を調整しなければならない。
また、柔軟性の真のコストも明らかにできる。ジョブを遅延させることには経済的価値がある一方、バッテリー、バックアップシステム、冗長ネットワークには資本と保守が必要となる。
これらのコストは、回避または先送りされる電力網の増強コストより低くなければならない。そうでなければ、柔軟性は支出をシステムの一部から別の部分へ移すだけになる。
このプロジェクトの立地も重要性を高めている。バージニア北部には世界でも特に高密度なデータセンター集積地の一つがあり、電力供給とコスト配分は政治的に敏感な問題となっている。
この施設がPJMで予測可能な性能を示せれば、他の電力網運用者に具体的な参考事例を提供できる。苦戦すれば、規制当局は同様の約束を根拠により迅速な接続を認めることをためらうだろう。
真の争点は、接続の迅速化と電力料金負担者のリスクとの両立だ
主要な対立は、AI企業と公益事業者の間ではなく、より迅速な電力アクセスと、そのコストを社会全体に転嫁するリスクとの間にある。
開発事業者は、公益事業者が需要抑制能力を考慮することを求めている。その認識がなければ、計画中の施設は最大想定消費量を基準とした調査や設備増強を引き起こしかねない。
柔軟な接続契約は、こうした要件を抑えられる可能性がある。データセンターは、より早い接続を得る代わりに、需給が逼迫する期間には低いサービス水準を受け入れる。
このモデルは、非確定型送電サービスに似ている。顧客はネットワークに余力がある際には電力供給を受ける一方、あらかじめ定められた条件下では制限を受け入れる。
連邦規制当局はすでにこの仕組みを検討している。2026年6月、連邦エネルギー規制委員会（FERC）は、6つの地域送電網運営者に対し、大規模負荷に関する規則を正当化するか、改革するよう指示した。
federal grid ordersは、PJM、MISO、SPP、CAISO、ISO New England、NYISOを対象としている。柔軟な大規模負荷向けの新たな送電サービスについて、具体的な検討を求めている。
FERCは、コスト転嫁の防止と透明性向上にも焦点を当てた。データセンター向けに整備されたインフラのコストは、数十年にわたって顧客料金に残り得るため、こうした保護措置は重要だ。
施設が柔軟性を提供しても、財務リスクが消えるわけではない。プロジェクトが遅延したり、予測より消費量が少なかったり、早期に閉鎖されたり、約束した削減を実現できなかったりする可能性がある。
送電網計画者は、投機的なプロジェクトも懸念している。開発事業者は建設する施設を決める前に複数地点で接続を申請することがあり、需要予測を膨らませるおそれがある。
より厳格な準備要件は、実行確度の高いプロジェクトと仮置きの案件を分ける助けになる。保証金、用地の確保、機器発注、法的拘束力のあるマイルストーンはいずれも、この目的を支え得る。
柔軟性は、さらに検証上の課題ももたらす。計画者は、抑制要請がなかった場合に施設がどれだけ消費していたかを示すベースラインを必要とする。
ある運営者は、ワークロードが自然に終了しただけなのに、需要を削減したように見せることができる。これを防ぐには、透明性の高いベースラインと時間間隔ごとの実績データが必要だ。
契約にはペナルティも必要である。より迅速な接続を受ける施設は、必要な削減を繰り返し達成できなかった場合、相応の結果を負うべきだ。
その措置には、料金の引き上げ、運用上限の厳格化、優遇サービスの喪失などがあり得る。適切な救済策は、地域や公益事業の制度によって異なる。
地域社会には別の懸念がある。データセンターが家庭の電気料金を押し上げず、水資源を圧迫せず、信頼性を低下させないという保証を求めている。
需要の柔軟性が対応できるのは、この課題の一部にすぎない。年間電力消費量、地域の建設影響、土地利用をめぐる争い、追加の発電設備の必要性を解消するものではない。
また、クリーンエネルギーを保証するものでもない。柔軟な施設は再生可能エネルギーの統合を支援できる一方、ガス火力やその他の確実な電源に依存する可能性もある。
したがって、この連合は限定的かつ測定可能な主張によって評価されるべきだ。AIインフラ拡大のあらゆる影響を解決することなく、ピーク時の負荷を軽減し、一部の設備増強を先送りする助けにはなり得る。
この限定的な根拠にも価値はある。少数のピーク時間のためだけに必要となるインフラを回避できれば、その対応が信頼できる限り、大幅な節約につながり得る。
独立系エネルギー研究者のAbraham SilvermanはHeatmapに対し、効果的な柔軟性は消費者に大きな節約をもたらし得ると語った。また、柔軟性を競争上の強みと捉える企業を、この連合が調整できる可能性があるとも主張した。
launch coverageは、データセンターの稼働を時折中断することで、PJMの顧客が年間150億ドル超を節約できる可能性があるとする研究を引用した。この推計はモデル化された政策に依存しており、保証された結果として扱うべきではない。
最終的には、誰が下振れリスクを負担するのかを規制当局が決めなければならない。AI需要や企業戦略の変化によって約束が消えるのであれば、料金支払者がそれを前提とした設備増強の費用を負担すべきではない。
業界団体は送電網パフォーマンスの代替にはならない
AI Energy Management Allianceが信頼を得られるのは、標準化された試験、執行可能な契約、公開された実績が、広範な約束に取って代わるときだけだ。
業界団体は用語を統一し、異なる業界を同じ場に集められる。また、加盟企業の商業的立場を改善する規則を推進することもある。
このケースには、両方の機能が存在する。連合は送電網のためのより良い枠組みを求める一方、加盟企業の施設をより早く接続したいとも考えている。
技術中立の立場は合理的だ。規制当局が重視すべきなのは、施設がバッテリー、ワークロード移動、オンサイト発電のどれを使うかではなく、実際に提供される性能である。
ただし、技術中立は要件の緩さを意味しない。送電網運営者には、応答速度、継続時間、復旧、繰り返し発生する事象に関する正確な義務が必要だ。
復旧には特に注意を払う必要がある。ピーク時に処理を停止したデータセンターは、遅延したジョブが一斉に再開すると、第二のピークを生む可能性がある。
ソフトウェアはこの反動を段階的に発生させなければならない。そうでなければ、需要抑制は問題を解決するのではなく、数時間先へ移すだけになる。
継続時間も技術的な負担を変える。30秒間の需要削減と、10時間に及ぶ送電網緊急事態の間、削減を維持することは別の問題だ。
施設は、移動可能なワークロードと保護すべきワークロードを開示すべきである。集計データであれば、顧客情報や独自モデルを公開せずに説明責任を果たせる。
独立した検証も同様に重要だ。現在利用できる結果の大半は、その技術を開発、資金提供、または販売している企業によるものだ。
学術機関の参加と公益事業者の監督は信頼性を高めるが、繰り返された商用運用の方が、より強い証拠を示す。最良の証明は、予定されたデモではなく、予期しない送電網イベントから得られる。
規制当局には一貫した測定も必要である。一方が数秒以内に応答でき、もう一方が数時間を要するなら、両施設が同様の接続上の利益を受けるべきではない。
AEMAは、標準化された性能指標と運用データの共有を提案している。これは有望な目標だが、連合はまだ完全な全国標準を公表していない。
地域差により、完全な統一は難しい。カリフォルニアの発電構成はPJMとは異なり、テキサスは別の市場構造の下で運営されている。
それでも、共通の定義は混乱を減らせる。「利用可能な柔軟性」「確定負荷」「抑制継続時間」といった用語は、契約と公的な主張において同じ意味を持つべきだ。
競争圧力が助けになる可能性もある。Googleはすでに柔軟な公益事業契約の交渉経験を蓄積しており、他のデータセンター運営者が持たない知見を得ている可能性がある。
送電網応答型ソフトウェアが標準要件になれば、Emerald AIは利益を得る。電力制約によるGPU導入の遅延が減れば、Nvidiaも利益を得る。
公益事業者と電力生産者にも独自のインセンティブがある。大規模な新規顧客を求める一方で、信頼性を維持し、正当なインフラコストを回収しなければならない。
こうした利害の一致は、技術開発を加速させ得る。一方で、柔軟性が適さないケースを連合が強調しにくくする可能性もある。
すべてのAIワークロードが中断可能になるべきではない。重要な推論サービス、厳密に同期された学習実行、規制対象のデータ環境は、運用上の自由度を制限し得る。
また、一時的なピークではなく、慢性的な不足に直面している地域もある。基盤システムに発電能力や送電容量が不足している場所で、柔軟な運用が十分な電力を生み出すことはできない。
Google自身の開示も、こうした制約を認めている。その経験は、需要応答が有用な容量計画ツールではあっても、インフラの普遍的な代替ではないことを示唆している。
したがって、この連合にとって最も強い道筋は、証拠に基づく拡大である。明確で再現可能な削減を実現できる施設とワークロードから始めるべきだ。
この慎重なアプローチにより、柔軟なAIデータセンターは信頼されやすくなる。「電力を解放する」といった包括的な主張は、商用プロジェクトがより長い実績を築くまで懐疑を招くだろう。
連合の重要性を示す3つのシグナル
連合の成功は、加盟発表の増加ではなく、規制上の契約、商用パフォーマンス、検証済みの顧客節約を通じて明らかになる。
第1のシグナルは、地域送電網運営者がFERCの大規模負荷命令にどう応じるかだ。各社の料金表提案は、柔軟なサービスが実用的な接続選択肢になるかを示す。
有用な料金表は、適格性、運用上限、データ要件、ペナルティを定義しなければならない。また、新規プロジェクトによって生じるコストから既存顧客を守るべきだ。
複数市場で幅広く認められれば、連合の中心的な主張は強まる。従来の確定サービス前提を維持する規則であれば、その主張は弱まる。
第2のシグナルは、Northern Virginiaプロジェクトのパフォーマンスである。商用規模であるため、管理されたGPUデモよりも多くの情報を提供する。
観測者は、契約上の削減水準、応答時間、イベント継続時間、反動の挙動を注視すべきだ。極端な気象条件下での利用可能性は、通常日のパフォーマンスよりも重要になる。
このプロジェクトは、ワークロードをどの程度の頻度で抑制するのか、どのような運用コストが生じるのかも開示すべきだ。これらの事実は、購入者が柔軟性が魅力的なビジネスモデルになるかを判断する助けになる。
信頼できる結果は、他地域への拡大を後押しする。遅延、イベントの未達、測定の不明確さは、この概念が依然として実験段階にあるという懸念を強めるだろう。
第3のシグナルは、公益事業者が顧客にとっての節約を記録するかどうかだ。接続の迅速化だけでは、その政策が開発事業者を支援することは示せても、公共に利益をもたらすことは証明できない。
規制当局は、回避が約束された設備増強と実際のシステム投資を比較すべきだ。また、柔軟な顧客が計画モデルで使われるピーク時間に実際に性能を発揮するかも追跡すべきである。
電気料金には多くの要因が関わるため、単一の施設が家庭の料金を左右することはない。それでも公益事業者は、回避された容量、先送りされた建設、ピーク時の購入削減を定量化できる。
公的な報告は、連合の正当性を高める。また、地域社会が柔軟な提案と従来型のデータセンタープロジェクトを比較することも可能にする。
AI Energy Management Allianceは実務的な問題を選んだ。AIインフラは、多くの送電網が従来型の容量を追加できる速度よりも速く電力を必要としている一方、顧客は制御されないコスト負担を拒んでいる。
ワークロードを移動でき、契約によって性能が執行可能であれば、需要の柔軟性は信頼できる橋渡しを提供する。初期のデモは、優先度の高い処理を放棄せずに、ソフトウェアがクラスター電力を削減できることを示している。
未解決の問題は、その能力が商用規模、極端な条件、競合する顧客義務の下でも維持できるかどうかだ。業界団体はルールを設計できるが、この問題を決着させられるのは運用データだけである。
開発事業者、エンタープライズの購入者、AI利用者は今、自分たちのコンピューティングがどこで稼働し、その電力需要がどのように管理されているかを問うべきだ。また、送電網に配慮した運用という主張の根拠も求めるべきである。連合が透明性の高いパフォーマンスを実現すれば、柔軟なコンピューティングは実際のインフラカテゴリーになり得る。より迅速な承認だけを実現するなら、AI Energy Management Allianceは送電網の解決策というより、アクセス戦略に見えるだろう。
