NVIDIAとGoogle、より迅速な系統接続と柔軟性を交換するAI Energy Management Allianceを発足
NVIDIA、Google、Emerald AIは、データセンターが電力を確保する方法に一石を投じる取り決めとともに、AI Energy Management Allianceを発足させた。事業者は、系統が制約を受けた際に消費電力を削減するという測定可能な義務を受け入れることで、より迅速またはより大規模な系統接続を得ることになる。
9月16日に発足したこの連合は、単により効率的なハードウェアを推進するものではない。新規接続を評価する際、公益事業者と系統運用者に対し、柔軟なコンピューティングを制御可能なリソースとして扱うよう求めている。このアプローチは、データセンターが稼働したい時には常に確実な電力供給を受けるという従来の前提に異議を唱える。
この提案は、企業がAIインフラをどこに導入できるかを系統接続の遅延がますます左右する状況で登場した。Googleはすでに、一部施設について柔軟な電力供給契約に合意している。NVIDIAとEmerald AIは現在、このアプローチを再現可能な市場フレームワークへと発展させようとしている。
中心的な問題は、公益事業者がそれを前提にプロジェクトを承認できるほど、柔軟性を信頼できるものにできるかどうかだ。短期間の技術実証と、予測不能な系統緊急事態が何年にもわたって発生する中で商業施設を対象とする拘束力ある義務とでは、意味が異なる。
このモデルが機能すれば、公益事業者は大規模負荷を単に拒否したり、あらゆる送電網増強を待ったりする以外の選択肢を得る。失敗すれば、家庭や既存企業が、より迅速なデータセンター接続によって生じるリスクを負う可能性がある。
AI Energy Management Allianceが目指す新たな接続契約
この連合は、データセンターが後から柔軟性を備えるという約束ではなく、検証済みの性能に系統アクセスを結び付けようとしている。
AI Energy Management Alliance、すなわちAEMAは、コンピューティング、公益事業、発電、データセンター業界の企業を結集している。創設メンバーにはNVIDIA、Google、Emerald AIが名を連ねる。
Anthropicのほか、AES、Constellation、National Grid、NRG、RWEを含むエネルギー企業もこの取り組みに参加した。報道によれば、この連合にはテクノロジーおよびエネルギー分野の企業・組織20社が参加している。
AEMAが掲げる目標は、信頼性と電力料金の負担可能性を守りながら、データセンターの系統接続を加速することだ。消費電力を調整する信頼できるコミットメントを行う施設に対し、より迅速でリスク調整済みの接続経路を提案している。
こうしたコミットメントには、緊急時の応答速度、継続時間、予測可能性、性能が含まれる。連合はまた、施設と系統運用者の間で標準化された技術要件と運用データを共有することを支持している。
この構造が重要なのは、電力系統の接続検討では通常、申請顧客が厳しい条件下で要求した最大電力を引き出す可能性を前提とするためだ。公益事業者は、その負荷を信頼性高く供給するために必要な発電、送電、配電の増強を特定しなければならない。
柔軟な接続は、この計算を変える。データセンターは通常時にはより多くの電力を受け取りながら、利用可能な容量が合意済みのしきい値を下回った場合には出力抑制を受け入れる可能性がある。
AEMAは、施設の接続前に、出力抑制、不測事態への応答、ライドスルー動作を対象とする義務を設けるよう求めている。ライドスルーとは、機器が短時間の系統障害時に即座に切断されたり、別の不安定性を生じさせたりせず、どのように動作するかを指す。
連合はまた、接続コストに施設の実際の系統影響を反映させたいとしている。高コストな増強を先送りできる地点は、同じ最大需要を持つ柔軟性のないプロジェクトとは異なる扱いを受ける可能性がある。
連合のflexible power planによれば、データセンターはバッテリー、オンサイト発電、またはAIワークロードを再スケジュールするソフトウェアを通じて対応できる可能性がある。このフレームワークは技術中立であり、提供する機器そのものよりも系統サービスのほうが重要だからだ。
この中立性により、参加企業は異なる設計を追求できる。クラウド事業者はコンピューティングを地域間で移動させることができ、別の施設では優先度の低いジョブを停止したり、蓄電池を放電したりできる可能性がある。
想定されるモデルでは、重要なワークロードは稼働を継続する。トレーニング、バッチ推論、データ準備など、先送り可能な作業が調整の大部分を担う。
したがって、この連合が提案しているのは、希少な電力への無制限のアクセスではなく交換条件だ。データセンターは早期または拡張されたサービスを受け、公益事業者は予測可能な削減を要請する権利を得る。
この取り決めが、記事の中心的な緊張関係を生み出す。AI事業者が従来型データセンターが歴史的に求めてきた確実性の一部を手放して初めて、より迅速な接続が可能になる。
データセンターの系統接続がAIのボトルネックになった理由
AI企業は、公益事業者が電力供給に必要なインフラを建設するよりも速く、コンピューティング機器を発注できる。
大規模データセンターは、工業プラント規模の電力を必要とすることがある。しかし、送電線、変電所、発電プロジェクト、規制承認は、コンピューティングハードウェアよりもはるかに長いスケジュールで進む。
AEMAによると、米国の重要な市場では接続に5年から7年、あるいはそれ以上かかることがある。こうした遅延により、完成した建物や計画済みキャンパスが、十分な系統容量を待つ状態になる可能性がある。
このミスマッチは、関係者のほぼ全員に負担をかける。クラウドプロバイダーは、十分な電力サービスを受けられないまま土地、建物、機器を抱えるリスクがある。公益事業者は、時期と最終需要が不確実な巨大な接続申請に直面する。
既存顧客は別のリスクに直面する。公益事業者が投機的または柔軟性のない負荷のために高コストなインフラを建設すれば、家庭や中小企業が最終的にそのコストの一部を負担する可能性がある。
地域社会も、データセンター開発が地域の電気料金を引き上げたり、信頼性を弱めたりしないか疑問を呈している。こうした懸念により、エネルギーへのアクセスは単なる工学上の問題ではなく、政治的な制約になっている。
AEMAは、系統が少数のピーク時に制約を受ける場合でも、多くの時間帯には未使用の容量があると主張する。柔軟な施設はこの余力を活用し、需要がシステムの限界に近づく際に消費を削減できる。
連合は、中程度の柔軟性によって、既存の米国系統インフラ上で最大100ギガワットの追加負荷を受け入れられる可能性を示す研究を引用している。これはモデル上の機会であり、新規データセンター向けにすでに承認された容量ではない。
この区別は不可欠だ。制約は特定の発電所、送電回廊、変電所、地域の配電システムで発生するため、系統容量を一つの全国的なプールとして扱うことはできない。
ある地域の柔軟な施設が、別の場所の混雑を自動的に解消できるわけではない。同じ地域内でも、柔軟性の価値はデータセンターがどこに接続し、いつ不足が生じるかに左右される。
それでも、根底にある考え方には長い歴史がある。公益事業者は数十年にわたり、厳しい時期に需要を削減するため、工場や他の大口顧客に対価を支払ってきた。
系統または価格シグナルを受けた後に電力消費を一時的に調整するデマンドレスポンスは、システムのピーク管理に役立つ。従来型プログラムでは、工場が生産を停止したり、建物が暖房・冷房負荷を変更したりする場合がある。
データセンターもすでに一部のプログラムに参加しているが、多くの場合はディーゼル非常用発電機を使って対応する。この解決策は系統からの消費を削減しながらコンピューティング活動を維持するが、地域の汚染を生む可能性がある。
Emerald AIは、コンピューティングそのものを調整することを提案している。同社のソフトウェアは、公益事業者からの要請をワークロードスケジューラ、電力システム、その他の施設制御と連携させる。
同社によれば、重要性の低いジョブは減速、停止、または電力余力の大きい地域への移動が可能だ。利用可能な場合、バッテリーとオンサイト発電がこうした変更を補完できる。
このアプローチにより、AIインフラで競合するNVIDIAとGoogleにも協力する理由が生まれる。両社は、公益事業者がコンピューティングの柔軟性を、常時最大需要を供給することに代わる信頼できる手段として認めることで利益を得る。
この連合はまた、他のハイパースケーラーやデータセンター事業者にも圧力をかける。AEMAが実行可能な標準を確立すれば、確実で途切れない電力を求める事業者は、より長い待機期間やより高いシステムコストに直面する可能性がある。
柔軟なAIデータセンターがコンピューティングを系統制御に変える
この仕組みが機能するのは、優先度の高いAIサービスを損なうことなく、ソフトウェアが電力需要を迅速に削減できる場合に限られる。
Emerald AIのConductorプラットフォームは、系統シグナルとデータセンター運用の間に位置する。バッテリー、オンサイト発電、その他の需要家側リソースが存在する場合、これらをワークロードの変更と連携させる。
NVIDIAのDSX Flexソフトウェアは、AIインフラをこうしたエネルギー制御に接続するよう設計されている。両社は、電力管理を建設後に追加するのではなく、AI施設の運用アーキテクチャに組み込みたい考えだ。
このアプローチは、コンピューティングワークロード間の違いを活用する。インタラクティブなサービスは即時処理を必要とする場合がある一方、トレーニングのチェックポイントやデータ準備ジョブは、しばしば待機できる。
事業者はこうしたワークロードを優先度と期限で分類できる。系統が負荷軽減を要請すると、スケジューリングソフトウェアは、厳格な性能コミットメントの対象であるサービスを保護しながら、優先度の低い活動を削減する。
場所をまたいで作業を移動させることも、もう一つの手段となる。複数のデータセンターを持つ企業は、ネットワーク、データ、コンプライアンス要件が移転を許容する限り、利用可能な電力がある地域へジョブを送ることができる。
この手法がコンピューティングのエネルギー消費をなくすわけではない。電力を消費するタイミングと場所を変えるものであり、短時間の系統緊急事態では大きな意味を持ち得る。
2025年にフェニックスで行われた試験は、初期的な証拠を提供する。field demonstrationでは、256基のGPUと代表的なAIワークロードを含む商用クラウドクラスターが使用された。
研究者らは、ピーク時イベントにおいて3時間にわたりクラスター電力を25%削減したと報告した。バッテリーを追加したりハードウェアを変更したりすることなく、定義済みのサービス品質要件を維持したとしている。
この結果は仕組みを裏付けるものだが、規模は依然として限定的だ。256 GPUのクラスターは、複数の変電所を通じて数百メガワットを消費するキャンパスと同等ではない。
この試験は、計画された条件下で特定のワークロードも評価した。商用プログラムは、予期せぬ障害、変化する顧客優先度、異常気象、短期間に連続して発生する複数の系統イベントに対応しなければならない。
NVIDIAとEmerald AIは、その後の1年間に5つの商用データセンターで実証を行ったとしている。次の試験では、公益事業者が評価すべき規模に近づくことを目指す。
バージニア州マナサスにあるNVIDIAのAI Factory Research Centerでは、96メガワットの導入が計画されている。Digital Realty、Electric Power Research Institute、PJM Interconnectionが関与している。
両社は、この施設がNVIDIAのVera Rubin DSXアーキテクチャを使用すると見込んでいる。商業規模での運用は、ワークロード性能、テレメトリー、応答信頼性について、より強い証拠を提供するだろう。
根底にある概念はEmerald AIにとどまらない。Googleは、一部のコンピューティングをよりクリーンな、または制約の少ない時間帯へ移すシステムを開発してきた。他のプロバイダーは、短時間の電力ピークを抑えるために無停電電源装置を利用している。
Emerald AIの差別化要因は、公益事業者とワークロード制御を結び付ける提案にある。このインターフェースにより、系統運用者は給電可能なエネルギーリソースに近い形で応答を要請できるようになる。
NVIDIAのアーキテクチャは、オンサイト発電・蓄電を備えたハイブリッド施設にも対応している。こうしたリソースは、完全な系統接続が可能になるまでの間、一時的なブリッジ電力を供給できる可能性がある。
その後、同じ設備は系統連系後の柔軟な運用も支援できる。ただし、併設発電には燃料、許認可、排出量、コストに関する独自の課題が伴う。
AEMAが特定の技術的手段を規定しないのは、系統ごとに必要なサービスが異なるためだ。発電能力が不足している系統と、地域の送電線によって制約を受けている系統では、求められる要件が異なる。
成果ベースのルールであれば、こうした違いに対応できる。また、単にバッテリーやワークロードソフトウェアを所有しているだけで、企業が柔軟性を主張することも防げる。
電力会社には、施設全体がメーター地点で指定された削減量を実現できるという証拠が必要だ。その削減は迅速に行われ、十分な時間持続し、要請時に利用可能でなければならない。
より迅速な接続には、実際の出力抑制リスクの受容が必要
データセンターが接続の迅速化を受けながら、最も厳しい系統状況で意味のある削減を回避するのであれば、同アライアンスの約束は成り立たない。
AEMAは、AIの成長を信頼性と手頃な価格に両立させる手段として柔軟性を提示している。しかし、連合のメンバーには電力供給をより早く確保する直接的な商業上の利害もある。
この利害対立が提案を無効にするわけではない。しかし、独立した測定、執行可能な契約、透明性の高いコスト配分を不可欠なものにする。
柔軟な系統接続は、緊急時の自主的な電話連絡に依存してはならない。系統運用者には、施設がどれだけの電力を使用し、どれだけ確実に削減できるかを示すテレメトリーが必要だ。
また、不履行に関するルールも必要となる。義務を果たせないデータセンターは、実現しなかった削減を前提に系統が計画されているため、緊急事態を悪化させる可能性がある。
罰則には、より高い料金、サービスの縮小、柔軟な接続の喪失などが考えられる。適切な措置は、電力会社の料金体系や地域市場のルールに左右される。
予測も別の問題を生む。施設は現在のワークロード構成を基に柔軟性を約束していても、その後、常時利用可能であることを求めるアプリケーションを持つ顧客を獲得する可能性がある。
ユーザーが即時応答を期待するため、AI推論は一部のトレーニング作業よりも延期が難しい場合がある。安全システム、医療用途、金融サービスなどの機微なワークロードは、さらに制約を課し得る。
ワークロードの移動にも限界がある。地域間でジョブを移す際には、ネットワーク遅延、データ所在地に関する規則、ストレージコスト、利用可能なアクセラレータ容量の不足に直面する可能性がある。
技術的には柔軟なキャンパスであっても、広域的な熱波の間には柔軟性が低下し得る。複数の拠点が同時に系統ストレスに直面し、他地域へ仕事を移す選択肢が失われる可能性がある。
バッテリーやオンサイト発電は役立つが、その継続時間には限りがある。化石燃料を使うバックアップシステムは、環境コストを電力網から周辺コミュニティへ移す可能性もある。
アライアンスは、その標準に応答時間と予測可能性を含めるとしている。規制当局は、短時間のピークだけでなく、長期化する緊急事態を想定してこれらの規定を検証すべきだ。
規模も別の不確実性を生む。単一の施設による電力削減は系統を支援できるが、数千台の自動化された機器が同時に応答すれば、新たなランプ変動や運用上の課題を招く可能性がある。
電力会社は、施設が出力抑制後にどのように消費を復元するかを把握しなければならない。停止されたワークロードがすべて同時に再起動すれば、反動で新たなピークが生じる可能性がある。
柔軟なデータセンターとしばしば関連付けられる100ギガワットの機会は、慎重に位置付ける必要がある。これは、系統利用率、利用可能な柔軟性、地理的な適合に関するモデリングと仮定に基づくものだ。
これは、ソフトウェアが100ギガワットの確実な電力を発見したことを意味しない。AI需要の拡大に伴い、新たな発電、送電、変電所は依然として必要になる。
Emerald AIのチーフサイエンティストであるAyse Coskunは、この制約を認め、この手法は新規発電の必要性を減らし得るが、なくすものではないと述べた。この区別は、信頼できる柔軟性と、コンピューティングソフトウェアが物理インフラを代替できるという主張を分ける。
一部地域では、公共政策はすでに義務的な出力抑制へ向かっている。電力政策レビューでは、緊急時に大規模負荷を切断または制限する、テキサス州とPJMの提案が紹介されている。
これらの提案は、データセンター開発者が直面する代替案を示している。柔軟性は交渉によるインセンティブを通じて導入されるか、規制当局が運営条件として課すかのいずれかになり得る。
一部の業界団体は自主的な削減への補償を求め、柔軟性を欠くルールが投資を妨げる可能性があると警告している。消費者擁護団体は、出力抑制だけで一般利用者によるデータセンター拡張の補助を防げるのか疑問視している。
したがってAEMAは、技術的な実現可能性以上のものを証明しなければならない。接続の迅速化が、過度なコストや信頼性リスクを他のすべての利用者へ転嫁しないことを示す必要がある。
初期の電力会社プログラムがモデルの拡張性を左右する
次の段階は、連合による追加発表ではなく、運用データ、執行可能な料金制度、顧客への影響によって評価される。
最初に注目すべき兆候は、計画されているバージニア州での96メガワット導入だ。柔軟なAIデータセンターが、商業的に意味のある規模で予測可能な削減を実現できるかを明らかにするはずである。
有用な結果には、応答時間、削減の継続時間、復元時の挙動、中断から保護されたワークロードの割合が含まれる。集約された報告であれば、顧客データを公開せずに証拠を提供できる。
異なる季節にわたって性能が繰り返し確認されれば、AEMAの主張は強まる。最も困難な系統時間帯を避けた管理下の実証では、中心的な信頼性の問題は未解決のまま残る。
第二の兆候は、柔軟な系統接続料金制度の採用である。これらのプログラムは、政策概念を契約上の権利、測定要件、違反時の措置へと変換する。
Silicon Valley Powerは、指令可能な柔軟性と引き換えにアクセス拡大を提供するFlexible Load Interconnection Programを設けている。Emerald AIとNVIDIAは、この枠組みに接続したDSX Flexの導入を発表している。
この商用導入は、電力会社が参加施設に調整を要請できるようにすることを目的としている。Emerald AIによれば、これは2大陸で実施された5件の先行実証に続くものだ。
テキサス州も、制御可能な大規模負荷に向けた暫定的なルートを整備している。こうした枠組みにより、施設は従来の確実なサービスを待つ間、利用可能な余力を活用できる可能性がある。
これらのプログラムが系統を保護できるかは、詳細によって決まる。規制当局は、適格な技術、通知期間、最大中断時間、試験手順、応答を果たせなかった場合の罰則を定義しなければならない。
また、依然として必要なアップグレードの費用を誰が負担するかも決めなければならない。柔軟性は一部の投資を先送りできるが、すべての地域的なボトルネックを解消したり、老朽化したインフラを置き換えたりはできない。
第三の兆候は、独立系統運用者が正式な計画において柔軟性を認めるかどうかだ。連合への参加だけでは、電力会社が系統接続調査で約束された削減を評価する保証にはならない。
運用者が求めるのは、ワークロードソフトウェアによる推定ではなく、メーターに紐付いた証拠だ。また、プロジェクトの運用期間を通じて削減が利用可能であり続けるという確信も必要となる。
バージニア州の研究センターへのPJMの参加は、このモデルに重要な実証の場へのアクセスを与える。同地域は主要なデータセンター市場を含み、中部大西洋岸および中西部で6,500万人にサービスを提供している。
そこでの成功は、柔軟なコンピューティングが大規模負荷の計画の一部になり得るという議論を強化する。権限、補償、執行をめぐる対立が続けば、その主張は弱まる。
AEMAは、コミュニティからのより広範な検証にも直面する。電気料金、地域の大気汚染、水使用量、土地利用は、今後もデータセンターに対する社会的受容を左右する。
柔軟な運用が対処できるのは、このリストの一部にすぎない。系統緊急時に消費を削減する施設でも、新たなインフラを必要とし、年間では相当量のエネルギーを消費し得る。
だからこそ、手頃な価格に関する主張には実際の料金結果が求められる。アライアンスは、系統利用率の向上がシステムコストを削減できると述べるが、その節約を誰が受け取るかは規制当局が判断しなければならない。
開発者にとって、実務上の魅力は明快だ。柔軟なサービスによって、利用不能だった用地が数年早く稼働を開始できる場所に変わる可能性がある。
電力会社にとっての利点は選択肢にある。最悪の系統時間帯にすべての新規メガワットを利用可能な状態に保つ必要があると仮定せずに、経済開発向けの接続を実現できる。
AI顧客にとって、トレードオフはより複雑だ。柔軟なインフラはアクセラレータの供給を拡大できる一方、一部のコンピューティングジョブはストレス時にスケジューリング制約を受ける可能性がある。
AI Energy Management Allianceが成功するのは、こうした制約が測定可能で日常的なものになった場合に限られる。実証期間中のエンジニアによる例外的な努力に依存してはならない。
連合は、もっともらしい仕組みを特定し、それを検証できる企業を集めた。次の課題は、協力的な言葉を電力会社が信頼できる義務へと変えることだ。
まずバージニア州の施設の運用結果、次に新しい柔軟料金制度の条件、最後に地域計画における扱いに注目すべきだ。これらの兆候を合わせれば、接続の迅速化が真の系統価値を反映しているかが分かる。
AIインフラを購入する組織は、今、新たな問いを投げかけるべきだ。プロバイダーが提供するコンピューティング能力の量だけでなく、電力が不足したときにその能力がどのように振る舞うかも検討すべきである。
NVIDIAとGoogleの取り組みにより、この問いは避けられないものとなった。データセンターの系統接続の将来は、コンピューティング需要が、それを基盤とするサービスを損なうことなく柔軟に変動できることを証明できるかに、ますます左右されている。
