Google Nvidiaのエネルギー連合、より速いAI成長のために常時電力を柔軟性と交換

GoogleとNvidiaは、直感に反する提案を掲げる20団体の電力連合を立ち上げた。AIデータセンターは、より迅速に接続するため、時には消費電力を減らすべきだというものだ。

正式名称をAI Energy Management AllianceとするGoogle Nvidiaのエネルギー連合は、電力会社が柔軟なデータセンターを制御可能な系統リソースとして扱うことを目指している。Emerald AIはGoogleとNvidiaに加わり、創設団体となった。Anthropic、発電事業者、電力会社、半導体メーカー、インフラ企業も参加している。

この連合は、AI業界全体の電力需要を縮小すると約束しているわけではない。別の取引を提案している。地域の送電網が逼迫した際、データセンターは需要の一部を削減、再スケジュール、または一時的に供給する。電力会社と規制当局はその見返りとして、実行可能な柔軟性の約束を行う施設について、より迅速またはより大規模な接続を検討する。

この違いは重要だ。AI企業は長年、途切れない最大電力を基本的なインフラ要件として扱ってきた。AEMAは、一部のコンピューティング処理は、重要サービスを妨げることなく待機、移動、または蓄電エネルギーの利用が可能だと主張する。

この提案は、電力管理をAIのインフラ・ボトルネックを回避する潜在的な手段へと変える。同時に中心的な問いをテクノロジー企業から系統運用者へ移す。実際の緊急時に、約束された柔軟性は測定、指令、信頼できるのか。

連合は柔軟性によってより迅速な系統接続を得ようとしている

当面の変化は技術的なものではなく制度的なものだ。Google、Nvidia、Emerald AIは、柔軟なコンピューティングを信頼できる系統容量に変えるために必要なルールを整備している。

AEMAは2026年9月16日に発足した。参加団体はAIプラットフォーム、データセンター運営者、インフラ提供者、電力会社、発電事業者、テクノロジー供給企業にまたがる。報じられている参加企業にはAnthropic、AES、Constellation、National Grid、NRG Energy、RWE、Analog Devicesが含まれる。

この幅広さは重要である。単独の企業だけでは、柔軟なデータセンター市場を確立できないためだ。AI運営者はワークロードを管理するが、電力システムを指令するのは電力会社である。規制当局は料金制度を承認し、系統増強の費用負担者を決める。ハードウェアおよびソフトウェア供給企業は、系統信号を物理的な変化へ変換する制御機能を提供する。

連合の柔軟性フレームワークは、規定された技術ではなく性能を中心に据えている。施設は、応答の速さ、削減を維持できる時間、その応答がどれほど予測可能であり続けるかで評価される。

AEMAはまた、接続前にライドスルー義務を定義したいとしている。ライドスルーとは、短時間の系統障害時に即時切断するのではなく、機器がどのように動作するかを指す。出力抑制ルールでは、施設がいつ、どれだけの電力を削減しなければならないかを定める。

提案されている基準は、運用データの共有、非常時対応、接続費用の配分を対象とする。高額な系統増強を回避できる施設は、その便益に対するクレジットを得られる可能性がある。一方で追加的なシステムリスクを生む施設は、引き続き相応の費用を負担する。

このため、この連合は単なる企業のサステナビリティ公約よりも重要な意味を持つ。電力会社がシステム計画に組み込める契約上の商品へ、運用能力を転換しようとしているからだ。

このモデルはデマンドレスポンスから始まる。これは価格または信頼性のシグナルを受け取った後、一時的に電力使用量を変えることを意味する。電力会社は数十年にわたり、工場や商業ビルでデマンドレスポンスを利用してきた。異例なのは、これをデータセンター規模で稼働するコンピューティングクラスターに適用する点だ。

柔軟なAI施設には複数の対応策がある。優先度の低い学習ジョブを停止する、特定のプロセッサーの速度を落とす、作業を別地域へ移す、バッテリーを放電する、あるいは併設発電に頼ることができる。各選択肢には異なる制約とコストが伴う。

ライブユーザー向けの推論ワークロードには、しばしば厳格なレイテンシー要件がある。長時間にわたる学習ジョブには、より大きなスケジューリングの自由度があるかもしれない。バッチ処理、モデル評価、合成データ生成、チェックポイント準備にも、それぞれ異なる柔軟性の時間枠が存在しうる。

AEMAの技術中立的なアプローチは、特定の手法が優れていると断定することを避ける。そのためフレームワークを施設横断で適用しやすくなる一方、検証の負担も高まる。電力会社は、導入済み機器の一覧を受け入れるだけでなく、実際に提供されたサービスを評価しなければならない。

創設企業は、信頼できる柔軟性がリスク調整済みの系統接続経路を生み出すべきだとしている。これは、柔軟な施設がすべて自動的に接続待ち行列の先頭に進むことを意味しない。系統計画担当者が、理論上の最大消費量ではなく、実行可能な最大需要に基づいて施設を検討できることを意味する。

したがってGoogle Nvidiaのエネルギー連合は、コンピューティングと電力の間に新たな契約を導入する。データセンターは依然として膨大な電力を求めるが、その見返りとして限定的な運用制御を提供する。

この提案は記事の中心的な緊張を生む。AI企業は、異なる送電網、気象条件、コンピューティングワークロードにわたって一貫して機能することを示す長年の実地データが電力会社にない段階で、柔軟性の認定を求めている。

電力はAIにとって最も厳しいスケーリング制約になった

この連合が誕生したのは、より高速なチップでは、新たなコンピューティング容量を阻む待ち行列、送電制約、地域の反対を解決できないためだ。

AIデータセンターの建設には、プロセッサーと建設許可の取得以上のものが必要だ。開発事業者は、異例に大きく集中した負荷に対応できる電力会社との接続を必要とする。発電設備、変電所、送電線、地域配電設備のすべてが、その接続を支えなければならない。

これらのシステムは、AI業界の製品サイクルとは大きく異なる時間軸で動く。企業は、電力会社が大規模な送電増強を完了するはるか前に、新世代のアクセラレーターを発注できる。その結果、計画されたコンピューティング容量と利用可能な電力の間の隔たりが広がっている。

予想される需要規模が、この圧力を説明する。Lawrence Berkeley National Laboratoryは、データセンターが2030年までに米国の総電力使用量の11.8%を占める可能性があると推計している。同研究所の2025年エネルギー報告書は、9.5%から15.3%のシナリオ範囲を示している。

これらの推計は、発表されたすべてのプロジェクトが建設されることを保証するものではない。しかし、電力会社がデータセンターからの接続要請を通常の商用接続として扱えない理由を示している。1つの大規模キャンパスでも、地域の発電計画、送電投資、他の顧客が支払う料金に影響を与えうる。

こうした予測とともに、公的な懸念も高まっている。地域社会では、データセンターが家庭の電気料金を引き上げるのか、地域の水を消費するのか、新たな化石燃料発電を必要とするのか、あるいは住民が十分に使われないインフラの費用を負担することになるのか、という問いが増えている。

AEMAの回答は、年間のエネルギー使用量だけでなく、ピークに焦点を当てることだ。電力システムは最も制約の厳しい時間帯にも信頼性を維持しなければならない。データセンターがその時間帯に需要を削減できれば、既存容量により容易に収まる可能性がある。

これが柔軟なAIデータセンターの経済的論理である。施設は年間を通じて相当量の電力を消費しながら、限られた逼迫時間帯には最大需要を避けられる。そうすれば系統は、同時ピーク需要に備えてすべての資産を建設せずとも、より多くの総活動を支えられる可能性がある。

AEMAは、中程度のデータセンター柔軟性により、既存容量を最大100ギガワット解放できると推計している。これは連合による推計であり、独立して実証された全国的な結果ではない。送電制約、発電構成、需要パターンは地域ごとに異なるため、実際の価値も地域によって変わる。

Googleは理論上の約束を超えて行動している。2026年3月、同社は米国全域の長期電力会社契約に1ギガワットのデマンドレスポンスを組み込んだと発表した。

同社のデマンドレスポンス契約には、Indiana Michigan Power、Tennessee Valley Authority、Entergy Arkansas、Minnesota Power、DTE Energyとの取り決めが含まれる。Googleは、特定の時間帯に選択した機械学習ワークロードを制限または移動できるとしている。

この実績は連合に実務上の例を与えるが、すべての疑問を解決するものではない。これらの契約は特定の施設、ワークロード、電力システムを対象とする。すべてのAIデータセンターが同じ割合または期間の出力抑制を提供できることを証明するものではない。

Nvidiaは別の方向から関連する圧力に直面している。同社の成長は、顧客が大規模なアクセラレータークラスターを導入・運用することに依存する。どれほどベンチマーク性能が高くても、電力を得られないプロセッサーは有用なコンピューティング容量を生み出さない。

Emerald AIはこれらの利害の間に位置する。同社のソフトウェアは、電力会社からの要請とデータセンター運用を調整し、あらゆる電力イベントを完全な停止として扱うことなく、施設が消費量を変えられるようにすることを目的としている。

このスタートアップとNvidiaは、バージニア州マナサスの約100メガワット規模の電力柔軟型AI施設について、Digital Realtyとの取り組みも発表している。このプロジェクトは、プレゼンテーションやシミュレーションより厳しい試験を提供すると見込まれる。

より広範な影響は創設企業を超える。データセンター開発事業者は、新規サイトに柔軟性を組み込むべきかを判断しなければならない。電力会社は、そうした約束がリスクを低減するかを見極める必要がある。企業顧客は、柔軟なインフラがサービス可用性やコンピューティングコストを変えるかを評価する必要がある。

最も重要なのは、既存の電力顧客を投機的な約束から守ることだ。系統が必要とする時間帯に柔軟性が機能しなければ、家庭や企業は依然として緊急リソースや遅延した増強の費用を負担する可能性がある。

Google Nvidiaのエネルギー連合がAIデータセンターに求める柔軟性

連合の仕組みは、緊急性の高いコンピューティングと、時間・場所・エネルギー源をまたいで移動できる作業を切り分けることに依存している。

AIデータセンターは、単一で分割不能な機械として動作するわけではない。そこには何千ものプロセッサーがあり、それぞれ異なる期限、依存関係、中断への許容度を持つジョブを実行している。その多様性は潜在的な柔軟性を生むが、運営者が安全にそれを引き出せる場合に限られる。

学習処理は数日または数週間続く場合がある。一部のジョブは、後で再開するために十分な状態を保存するチェックポイントで停止できる。ほかのジョブは、プロセッサー割り当てを一時的に減らしたり、地域の送電網により多くの利用可能容量があるクラスターへ移したりできる。

ライブ推論はより難しい問題を提示する。ユーザーは、検索結果、生成された応答、アプリケーションの操作結果を数秒以内に期待する。電力供給が逼迫したからといって、運営者がそれらのリクエストを安易に延期することはできない。

実務的なアプローチはワークロードの分類である。データセンターのソフトウェアは、重要サービス、移動可能なバッチ作業、完了の遅れを許容できるジョブを識別しなければならない。これにより系統制御は、施設全体を無差別に削減することなく、定義された削減を要請できる。

蓄電はもう1つの選択肢となる。バッテリーは、コンピューティング活動を直ちに変えずに、サイトが系統から引き出す電力を減らすことができる。また、ソフトウェアが選択したワークロードを段階的に削減する間、急速なランプを平滑化することもできる。

オンサイト発電も同様の役割を果たし得るが、環境への影響は燃料と運用方法に左右される。従来型のディーゼル非常用発電機は、地域の大気汚染を引き起こす可能性がある。そのため、AEMAにとっては、ソフトウェア制御によるワークロード変更と、よりクリーンな蓄電が特に重要になる。

同連合は、データセンターと併せて計画する電力リソース、すなわちペアード・ジェネレーションも重視している。施設は、電力供給を固定的な外部サービスとして扱うのではなく、コンピューティング、バッテリー、ローカル発電を一つの制御可能なシステムとして連携させられる。

こうした仕組みも、送電網運用者が結果を観測できなければ意味を持たない。AEMAは、応答速度、継続時間、予測可能性、緊急時の性能を網羅する標準化された測定を求めている。

負荷が逼迫した際に使用量を減らすという単純な約束だけでは不十分だ。施設は、本来ならどれだけ消費していたかを示すベースラインを設ける必要がある。そのうえで、有効なディスパッチ信号を受け取った後、そのベースラインに対して測定可能な削減を実証しなければならない。

ベースラインの設計は難しい。AIワークロードは本来変動し、開発事業者には自らに有利な前提を示す誘因がある。送電網からの要請がなくても消費量が低下していた場合でさえ、施設が柔軟性を提供したように見える可能性がある。

検証可能なテレメトリーは、その不確実性を減らせる。電力会社には、適時の運用データ、合意済みの測定ルール、そして性能未達への対応措置が必要だ。こうした要件が、柔軟な需要が実際の容量リソースとなるのか、それとも会計上の演習にとどまるのかを決める。

この構想は、業界から独立した支持も得ている。Electric Power Research InstituteのDCFlexプログラムは、実証フィールドを通じて、ワークロード調整、蓄電、バックアップ電源などの手法を試験している。同機関の柔軟設計に関する研究では、電力品質、冷却システム、排出量、施設の信頼性も検討している。

AEMAとDCFlexは役割が異なる。EPRIの取り組みは、電力・データセンター両分野にまたがる研究、用語、実証を発展させるものだ。一方、GoogleとNvidiaのエネルギー連合は、接続ルールに焦点を当てた政策提言・標準化連合として位置付けられている。

とはいえ、両者は同じ変化を後押ししている。データセンターは、一定の需要ブロックとしてだけモデル化される必要はない。異なるレベルで応答できる、制御可能な負荷として機能する可能性がある。

連邦政策も同じ方向に動いている。2026年6月、Federal Energy Regulatory Commissionは、データセンターなどの大規模負荷を接続するルールについて、6つの地域送電網運用者に正当化または改革を命じた。

FERCの送電網命令は、迅速性、信頼性、消費者保護、コスト配分を対象としている。AEMAが望むモデルを自動的に採用するものではない。しかし、地域運用者に柔軟な接続を検討する正式な理由を与えるものだ。

この規制上の好機は、連合が今立ち上げられた理由を説明する。技術実証は政策提案を支えられるほど進展し、同時に電力制約は政府の行動を促すほど切迫している。

AEMAは、施設に電力が供給される前に、性能ベースの柔軟性を検討することを求めている。これにより、何年も後に任意プログラムを追加するのではなく、応答義務を接続契約に組み込むことになる。

開発事業者にとっての魅力は、より迅速な電力確保だ。電力会社にとっては、制約下にある期間の制御力を高められる点にある。地域社会にとっての主張された利点は、不必要な設備増強を減らし、電気料金への圧力を抑えられることだ。

これらの利害は重なり合うが、同一ではない。開発事業者は可能な限り大きな接続容量を重視するかもしれない一方、電力会社は保守的な保証を重視する。住民は、データセンター稼働後にこの取り決めが料金と信頼性を守るかどうかを気にかける。

この仕組みが成功するのは、一組のルールでこの3者の均衡を図れる場合に限られる。

柔軟性を強制できなければ、その約束は破綻する

AEMAにとって最も深刻なリスクは、データセンターが一度だけ電力を削減できるかではなく、電力会社が繰り返される高負荷イベントの際にそれを頼りにできるかどうかだ。

実証は、管理された条件下で技術的な実現可能性を確立できる。だが送電網計画には、より厳格なものが必要だ。電力会社は、どの程度の削減が、どれほど速く実現し、どれほど長く継続できるのかを把握しなければならない。

データセンターは通常の午後には大幅な柔軟性を提供できても、大規模な製品発表時にはそれが小さくなるかもしれない。長期の熱波では、冷却需要がすでに高まるなかで、繰り返しの応答が求められる可能性がある。地域的な停電によって、移転したワークロードを受け入れる予定だった代替施設が使えなくなることもあり得る。

こうした条件は相関リスクを生む。電力供給を逼迫させる同じ異常気象が、複数のデータセンターに同時に影響を及ぼし得る。顧客がより多くのリアルタイム推論を求めるにつれ、ワークロードの移動可能性も低下するかもしれない。

Emerald AIの主任科学者であるAyse Coskunは、高度なデマンドレスポンスでも新規発電の必要性をなくすことはできないと認めている。この限定は不可欠だ。柔軟性は既存インフラの活用を改善できるが、年間エネルギーを無限に生み出すことはできない。

独立系の連合分析も、デマンドレスポンスにはデータセンター以外で長い歴史があると指摘している。新しいのは、AI施設向けに提案された規模、自動化、コンピューティング固有の連携である。

もう一つの不確実性は、コンピューティング上の影響を誰が負担するかに関わる。運用者が学習ジョブを遅らせる場合、影響は管理可能かもしれない。別の地域へワークロードを移す場合は、ネットワークコスト、データガバナンス要件、容量制限が移行を複雑にする可能性がある。

顧客にも明確さが必要だ。クラウドサービス契約は可用性と性能を定義しているが、送電網イベントがワークロードのスケジューリングにどう影響するかを説明することは稀だ。適切な開示なしに、柔軟な運用が予測不能なサービスの口実になってはならない。

連合は二重計上も避けなければならない。バッテリーは、同じ蓄電エネルギーでデータセンターのレジリエンスと送電網の柔軟性の両方を無期限に支えることはできない。運用者には、緊急時にどの義務を優先するかを定めるルールが必要だ。

コスト配分も別の対立を生む。迅速な接続が、システム上の便益を示す証拠なしに、開発事業者の設備増強費を既存顧客へ転嫁することを意味してはならない。規制当局には、回避できる建設と残存リスクについて透明性のある前提が必要だ。

AEMAは一律の免除ではなく、リスク調整済みの経路を提案している。この表現は適切だが、本当に難しい作業は個別の料金制度と接続契約にある。各地域送電網と電力会社は、それぞれ異なる計画基準のもとで運用されている。

ペナルティはインセンティブと同じくらい重要になる。約束した出力抑制を根拠により大きな接続容量を得た施設は、繰り返しディスパッチに応じられなかった場合、結果を負うべきだ。そうでなければ、開発事業者が便益を得る一方で、送電網がリスクを抱え続けることになる。

データへのアクセスも並行する懸念だ。電力会社には柔軟性を検証するための十分な情報が必要だが、AI運用者はワークロード、顧客、インフラに関する詳細を保護している。標準は、機微な運用データを公開せずに検証を可能にしなければならない。

サイバーセキュリティはさらに別の層を加える。電力会社の信号とデータセンターの制御を結ぶプラットフォームは、重要な運用インターフェースを生み出す。認証の失敗、コマンドの遅延、改ざんされたテレメトリーは、コンピューティングサービスと電力供給の信頼性の双方に影響し得る。

AEMAの会員構成は、共通の安全対策の策定に役立つ可能性がある。同時に、より迅速な接続を求める組織が、その承認に使われる標準の定義にも関与していることから、懐疑論を招く可能性もある。

したがって、独立した試験、公開の規制審査、透明性のある性能報告が極めて重要になる。連合の推計は、実際の施設が厳しい条件下で再現可能な結果を出すまで、提案にとどめるべきだ。

Manassasプロジェクトは、近い将来の試験を一つ提供する。発表された規模は、意味のある運用上の証拠を生み出すのに十分な大きさだ。観察者は、施設が一度応答するかだけでなく、異なる季節やワークロード構成においてどのように機能するかを見るべきだ。

Googleが契約したギガワットも、もう一つの証拠基盤となる。ディスパッチの頻度、継続時間、未達イベント、顧客への影響について詳しい情報があれば、電力会社は柔軟なコンピューティングを従来型の送電網リソースと比較しやすくなる。

連合は、すべてのデータセンターが同じように振る舞う必要はない。それぞれの施設が信頼して提供できるものを説明する分類が必要だ。数分間のバッテリー応答を提供するサイトは、数時間にわたり学習ワークロードを延期できるサイトとは異なる目的を果たす。

この区別により、約束を現実的に保てる。柔軟性は二値的なラベルではない。特定の制約、応答時間、検証要件を備えたサービスの集合である。

連合が送電網を変えるかを示す3つのシグナル

連合が意味を持つのは、その原則が強制可能な接続ルールとなり、大規模運用に耐え、データセンター業界以外の顧客を守る場合に限られる。

最初のシグナルは規制上の採用だ。FERCの6月の命令は、地域送電網運用者に大規模な電力利用者の接続方法を検討するよう求めている。重要なのは、それらの運用者が柔軟な負荷に向けた具体的な経路を作るかどうかだ。

有用なルールは、適格性、調査手法、応答義務、性能監視、ペナルティを定義する。また、柔軟性が設備増強コストと接続容量にどう影響するかも説明するだろう。

地域運用者がこうした規定を採用すれば、AEMAのアプローチは政策提言から市場インフラへと進む。すべてのデータセンターが恒久的に柔軟性を持たないと仮定するモデルを維持するなら、この連合が短期的に及ぼす影響は限定的となる。

規制当局は、全国一律の柔軟性比率を設定することを避けるべきだ。地域ごとに制約は異なり、ワークロードの能力も異なる。信頼できる枠組みは、地域のエンジニアリング判断を認めつつ、サービスと証拠を定義する必要がある。

2つ目のシグナルは、商用規模プロジェクトにおける持続的な性能だ。Nvidia、Emerald AI、Digital Realtyが電力柔軟性を備えたAI導入事例として提示している、約100メガワットのManassas施設は特に重要である。

観察者は、施設がどの程度の頻度で応答するか、どれだけの需要を削減するか、削減がどのくらい続くかを追跡すべきだ。バッテリー放電、オンサイト発電、ワークロード変更は異なる影響を持つため、報告では分けて扱うべきである。

成功した実証は、許容できないコンピューティングの混乱なしに柔軟性を運用できることを示し、GoogleとNvidiaのエネルギー連合を強化する。繰り返される失敗や狭い運用時間帯は、大量の容量を解放できるという主張を弱めるだろう。

3つ目のシグナルは顧客保護だ。電力委員会と電力会社は、柔軟な接続が計画済みの設備増強を削減するか、料金への圧力を抑えるか、信頼性を改善するかを公表すべきだ。便益がAI企業の開発スケジュール短縮だけにとどまってはならない。

Lawrence Berkeley National Laboratoryの需要予測は、この検証の緊急性を示している。ピークを適切に管理しても、総電力消費の急速な増加が消えるわけではない。新たな発電、送電、蓄電、効率化への投資は依然として必要になる。

AEMAの戦略で最も信頼できる形は、柔軟性をこの設備拡充の一要素として扱うものだ。柔軟性は時間的なギャップを埋め、ピーク時の要件を減らし、既存資産をより効果的に活用する助けとなる。長期的な電力計画を置き換えることはできない。

エンタープライズ技術の購入担当者も、クラウドプロバイダーが柔軟なコンピューティングをどう説明するか注視すべきだ。新たなスケジューリングの選択肢により、顧客は電力供給に余裕がある時間帯に、遅延を許容できる処理を実行できるようになる可能性がある。同時に、完了までの時間、地理的な配置、排出量の間に新たなトレードオフが生じる可能性もある。

AIシステムを構築する開発者は、緊急性の高い推論処理と、移動可能なジョブを区別することで準備できる。ワークロードの優先順位を明確にすれば、将来的なデマンドレスポンスへの参加がより実践的になる。正式な系統プログラムが利用できない地域でも、コスト管理の改善につながる。

インフラパートナーにも機会がある。計測、オーケストレーション、ストレージ制御、冷却システム、セキュアな電力会社向けインターフェースは、AIスタックの独自レイヤーとなり得る。それでも購入者は、実際の給電指令イベントに結び付いた証拠を求めるべきだ。

中心となる逆説は、今後も簡潔に要約できる。AIデータセンターは、常にすべての電力を使うわけではないと約束することで、より多くの電力を求めている。この取り決めが機能するかどうかは、「柔軟」という言葉の背後に隠された詳細にかかっている。

電力会社は、そのリソースを呼び出せなければならない。運用者は、約束した削減を実現しなければならない。規制当局は、前提が崩れた場合に他の顧客を保護しなければならない。

今後数カ月で、AEMAがこれらの要件を契約と運用記録に落とし込めるかどうかが明らかになるはずだ。地域系統への提出書類、Manassasでの導入、Googleの電力会社との契約に関する公開報告を注視したい。

これら3つのシグナルが一致すれば、柔軟なAIデータセンターは有用な実験にとどまらない。認知された系統リソースとなり、インフラ成長の新たな条件となる。

そうならなければ、Google Nvidia energy allianceは、それを解決するために生まれた同じ物理的ボトルネックに直面する業界提案のままとなる。