NVIDIAとGoogle、AI Energy Management Allianceを始動――ただし柔軟性の実証が不可欠
NVIDIA、Google、Emerald AIは、明確な取引条件の下でAI Energy Management Allianceを立ち上げた。柔軟に運用できるデータセンターは、電力網へのより迅速な接続を得るべきだというものだ。9月16日に発足したこの連合は、AI施設が需給逼迫時に電力需要を一時的に削減できると主張する。その見返りとして、電力会社は計画中のすべての送電網増強を直ちに完了させなくても、より大規模なプロジェクトを早期に接続できる可能性がある。
これは単なる新たなサステナビリティの誓約よりも重大な意味を持つ。チップ、土地、資金を確保できる企業にとってさえ、電力の利用可能性はAIインフラの制約条件になっている。この新連合は、すべてのデータセンターを柔軟性のない24時間稼働の負荷として扱うことを、電力会社にやめさせようとしている。
ただし、このモデルは難しい問いを建設から運用へと移す。事業者は、価値あるコンピューティング業務を妨げることなく、迅速かつ予測可能で、繰り返し電力使用を抑制できるのか。その答えによって、この連合が信頼できる系統接続への道筋を作るのか、それともデータセンター承認を迅速化する別の手段にとどまるのかが決まる。
AI Energy Management Allianceが提案する新たな送電網の取引条件
この連合は、検証済みの柔軟性をデータセンターと電力系統の契約の一部に組み込もうとしている。
立ち上げの枠組みでは、柔軟なAIデータセンターを制御可能な系統リソースとして位置付けている。参加施設は、あらゆる系統状況で要求した最大電力を引き出すのではなく、電力会社や系統運用者が逼迫に直面した際に消費量を変化させる。
NVIDIAによれば、事業者はいくつかの方法で対応できる。コンピューティングジョブの延期、バッテリーの放電、併設発電の利用、緊急信号への応答などだ。どの選択肢も広域電力網から引き出す電力を減らすが、それぞれ異なる運用上・環境上の影響を伴う。
この取り組みはデマンドレスポンスとして知られる。電力供給が逼迫したり、ネットワーク容量が制約されたりする際に、電力利用者が消費量を変える仕組みだ。工場や商業施設は何十年にもわたりデマンドレスポンス・プログラムに参加してきた。この連合は、その確立された考え方を、巨大でソフトウェア制御されたコンピューティング施設に適用しようとしている。
提案の中心は、特定の技術を指定することではなく、性能に置かれている。連合は、応答速度、応答継続時間、予測可能性、緊急時の挙動に基づく要件を求めている。施設は、ワークロード制御、蓄電、発電、またはそれらの組み合わせを利用でき、約束した成果を実現することが条件となる。
この違いは重要だ。すべてのデータセンターが同じように稼働しているわけではない。AI学習クラスターは、外部顧客に影響を与えずに一部のジョブを延期できる場合がある。一方、リアルタイム推論、金融システム、医療サービスを提供する施設では、停止の余地は小さい。同一キャンパス内でも、柔軟に対応できる比率は一日を通じて変動し得る。
このため連合は、施設が接続される前に系統接続上の義務を定義するよう求めている。これには、出力抑制、緊急時対応、短時間の系統障害時にも接続を維持する施設の能力を意味するライドスルーが含まれる。また、共通の性能指標と運用データの共有も支持している。
この提案された仕組みにおいて、連合の創設組織はそれぞれ異なる立場を占める。NVIDIAはAIデータセンター内で使われるコンピューティングおよびネットワーキング基盤を提供する。Googleは大規模施設を運営し、一部のコンピューティング需要を移動させた経験を持つ。Emerald AIは、データセンターの消費を送電網のニーズと連携させるためのソフトウェアを開発している。
立ち上げパートナーはテクノロジー業界にとどまらない。連合に関する報道によると、このグループには20社・団体が参加している。参加者にはAnthropic、AESやNational Gridなどの電力会社、Constellation、NRG、RWEを含む発電事業者が含まれる。
この幅広さは不可欠だ。ソフトウェアベンダー1社だけで送電網への接続を早めることはできない。電力会社は許容可能な運用上限を定めなければならない。系統運用者にはテレメトリーと信頼できる制御手段が必要だ。規制当局は、便益、コスト、リスクをどのように配分するかを決める必要がある。
直近の変化は、新たな発電所や送電線ではない。柔軟性を受け入れられた系統接続資産にするための協調的な試みである。規制当局が同意すれば、データセンターの運用行動が、どれだけ早く電力供給を受けられるかに影響する可能性がある。
チップではなく電力が拡張の制約になりつつある
この連合が存在するのは、多くのAIプロジェクトが計画段階から稼働中のインフラへ移行する速度を、いまや電力へのアクセスが左右しているためだ。
データセンター開発事業者は、要求する全負荷を引き出す許可を得る前に、アクセラレーターを発注し、冷却システムを設計し、用地を確保できる。その後に残る遅延には、発電、変電所、送電容量、技術調査、規制承認が関わる可能性がある。
従来の計画は、大口顧客が契約上のピーク電力を望むときにいつでも引き出せると想定している。顧客が実際にはピークに達することがまれであっても、電力会社はその可能性に備えなければならない。この手法は信頼性を守る一方で、年間の大半は使われない希少な容量を確保することになり得る。
AI施設はこのモデルを複雑にする。膨大な電力を必要とする一方、一部のコンピューティング業務は時間や場所をまたいで移動できるためだ。モデル学習、テスト、データ準備、バッチ処理は、必ずしも送電網が最も逼迫する時間帯に実行する必要はない。
柔軟な系統接続は、この違いを認識するものになる。電力会社は、定義された条件下で強制力のある制限を課したうえで接続を承認できる。データセンターはより早期またはより大規模なアクセスを得られ、電力系統は、要求されたすべてのメガワットが恒久的に柔軟性を持たないと仮定して計画する必要がなくなる。
Googleは、利用可能な規模を早期に示している。同社はAxiosに対し、米国全土の電力会社との契約により、必要時に削減可能な1ギガワットの需要をカバーしていると語った。この数値は広範な連合モデルを実証するものではないが、柔軟性が小規模な実験室での取り組みを超えたことを示している。
連合のより大きな目標ははるかに大きい。デマンドレスポンスに関する報道によると、AEMAは柔軟な運用により、さらに100ギガワットのデータセンター接続が可能になると述べている。これは連合による推計であり、独立して検証された容量コミットメントではない。
この推計は、プロジェクトの所在地、ネットワークが逼迫する時期、実際にどれほどのコンピューティングを移動できるかに左右される。ある混雑地域の柔軟な負荷が、別の場所の送電容量を解放することはできない。送電網にとっての価値は、場所と時間に極めて強く依存する。
この広範な圧力は米国に限られない。国際エネルギー機関は、データセンターが電力需要の増加要因となり、ネットワークの混雑を悪化させ得ると指摘している。送電網近代化に関する分析でも、監視、予測、制御の改善により、既存インフラをより効率的に利用できると論じている。
この両面の問題が、今回のタイミングを説明する。AIは需要を増やしているが、AI関連のコンピューティング施設には、迅速に応答できるソフトウェア制御ワークロードや電気設備も備わっている。連合は、この制御可能性が急速な拡張による負荷を部分的に相殺できると見込んでいる。
NVIDIAとGoogleにとって、商業上の利害は直接的だ。より多くのアクセラレータークラスターに電力が供給されれば、NVIDIAは利益を得る。Googleは、従来型の増強をすべて待たずに、新規・既存施設を拡張できれば利益を得る。Emerald AIは、コンピューティングのスケジュールと送電網からの指示を結び付けるオーケストレーションソフトウェアの市場拡大につながる。
電力会社が直面するインセンティブは異なる。柔軟性を任意の協力ではなく、信頼できる容量として扱うには、十分な確信が必要になる。異常気象時に約束が破られれば、その影響は1つのデータセンターをはるかに超える可能性がある。
柔軟なAIデータセンターはいかに送電網の逼迫に応答するのか
技術的な仕組みは原理上シンプルだが、その価値は適切なワークロードを適切な応答時間枠に対応付けられるかに左右される。
柔軟なAIデータセンターは、主に4つの経路で送電網需要を減らせる。事業者はコンピューティングを停止し、業務を別の時間に移し、別の地域へ転送し、または施設の需要の一部を地域内のエネルギー資源で供給できる。
業務の停止は、概念的には最も単純だ。スケジューラーが待機可能なジョブを特定し、進行状況をチェックポイントとして保存し、送電網から信号が送られた際に中断する。施設は、制約期間の終了後にそれらのジョブを再開する。
この手法は、対話型サービスよりもバッチワークロードに適している。モデルの学習では通常、異なる期限を持つ多くのスケジュール済み処理が含まれる。AIアシスタントの応答を待つ消費者は即時のサービスを期待するため、推論ワークロードは中断には適しにくい。
時間をまたいだ業務移動は、総コンピューティング需要を維持しつつ、電力を消費する時間を変える。午後遅くに予定されたデータ処理タスクは、需要とネットワーク混雑が少ない夜間へ移せる可能性がある。有用性は、ワークロードの期限が遅延を許容するかどうかに左右される。
地理的な移動では、利用可能な電力・コンピューティング容量を持つ別の施設へコンピューティングを送る。Googleはこれまで、ワークロードをいつ、どこで実行するかを考慮するシステムを開発してきた。ただし、地理的移動には、データ所在地、ネットワーク、ハードウェアの可用性、ソフトウェア依存関係といった制約が伴う。
蓄電も別の経路を提供する。バッテリーまたは無停電電源装置は、施設の送電網からの電力引き出しを減らしながら、内部需要を支えられる。この応答は迅速に実行できるが、その継続時間は利用可能な蓄電エネルギーと施設の運用ニーズに左右される。
併設発電も送電網からの消費を減らせる。このカテゴリーは、環境面の結果が発電機に依存するため、慎重な検証を要する。逼迫時にディーゼル設備を稼働させれば、ある送電網指標は改善できる一方、地域の大気汚染を増やす可能性がある。
連合の技術中立的な立場は、これらの方法のいずれかを選択しない。このため事業者はリソースを組み合わせる余地を得るが、共通の測定の重要性は増す。ベースライン、タイミング、継続時間、復帰期間が明確でなければ、主張される削減に意味はほとんどない。
復帰期間は見落としやすい。送電網の緊急時に業務を延期したデータセンターは、運用再開時に新たな消費ピークを生み出す可能性がある。スケジューリングソフトウェアは、問題を次の時間帯へ移してしまわないよう、十分に緩やかにワークロードを復旧させなければならない。
施設はまた、柔軟に対応できる業務と不可欠なシステムを区別しなければならない。冷却、安全制御、ストレージ、ネットワーキング、セキュリティを単純に停止させることはできない。厳格なサービスコミットメントに結び付くコンピューティングについても同様だ。
Emerald AIに想定される役割は、こうした階層を調整することにある。同社のソフトウェアは送電網のニーズを受け取り、それを施設での行動へ変換する。このため、電力会社のシステム、電気制御、エネルギー貯蔵、コンピューティングスケジューラーの間での通信が必要になる。
したがって、データセンターのデマンドレスポンスは、単なるソフトウェア設定ではなく、インフラ統合の問題となる。運営者には、拠点が実際に消費した電力、要請がなければ消費していた電力、そしてどれだけ速く反応したかを示すテレメトリーが必要だ。
電力会社も、多数の施設が系統を不安定化させるようなパターンで反応しないという確信を得る必要がある。大規模な施設群が同時に負荷を落とせば、系統状況は急変しうる。協調なしにその負荷を復帰させれば、別の急激な変化を生む可能性がある。
このリスクは、同連合がライドスルー能力と非常時の挙動を重視する理由でもある。有用な系統参加者は、通常の価格ピーク時に消費を抑えるだけでは不十分だ。障害やその他の異常条件下でも、予測可能に振る舞わなければならない。
運用基準が機能すれば、データセンターはきわめて応答性の高い産業顧客になりうる。コンピューティングのスケジュールはソフトウェアで制御され、一部の補助電気設備はすでに短時間で反応する。この組み合わせにより、柔軟なAIデータセンターは、物理的な生産ラインを持つ工場に対して潜在的な優位性を得られる。
ただし、潜在能力は検証済みの供給力ではない。決定的な証拠は、AI需要と電力需要がともに高い時期を含め、実際の系統条件下での反復運用から得られることになる。
主な対立点は、迅速な接続と執行可能な性能の両立にある
データセンター向けの優先レーンが正当化されるのは、柔軟性に関する約束が測定可能で、執行可能であり、対象地域にとって価値がある場合に限られる。
同連合は、より迅速かつ大規模な系統接続の根拠として柔軟性を提示している。この提案はデータセンター開発事業者に利益をもたらす一方、契約に確固たる保護措置がなければ、運用リスクを電力会社や周辺の顧客へ移転することにもなる。
施設が大きな調整可能負荷を掲げながら、出力抑制をまれなものにする契約上の例外を残す可能性がある。地域の排出を考慮せずに、非常用発電を柔軟性として算入することもありうる。また、短時間だけ消費を減らした後、系統の制約が続いているにもかかわらず需要を急反発させることも考えられる。
こうした問題が、ベースラインを重要なものにする。規制当局には、要請がなければ当該施設がどれだけ消費していたかについて、防御可能な推計が必要だ。そうでなければ、運営者がすでに予定されていた削減分でクレジットを得るおそれがある。
継続時間も同じくらい重要である。バッテリーは迅速な応答を支えられても、系統緊急事態が終わる前に蓄えたエネルギーを使い切る可能性がある。延期可能なコンピューティングジョブはより長く停止できるが、事業上の期限がいずれ遅延を制限する。
AEMAは、適格施設が応答速度、継続時間、予測可能性、緊急時を対象とする明確な義務を受け入れるべきだとしている。Emerald AIのCEOであるVarun SivaramはAxiosに対し、より迅速なアクセスは柔軟性が「検証可能かつ執行可能」であることを条件とすべきだと語った。
この表現は正しい試験基準を示しているが、同連合はなお、それを契約、テレメトリー基準、罰則、運用手順へ落とし込む必要がある。自主的な枠組みは、電力会社が負う信頼性義務の代わりにはならない。
独立した研究も、無条件の承認ではなく条件付きアクセスを支持している。2026年の系統連系に関する提案は、AI施設が監査可能な便益を提供する場合にのみ系統アクセスを得るべきだと論じている。提案された義務には、クリーン電力のマッチング、認証済みの系統サービス、実行可能な場合の排熱回収が含まれる。
この枠組みは、AEMAの初期運用原則より広範だ。柔軟であることと、全体として有益であることの違いを浮き彫りにしている。データセンターは特定の時点で需要を減らせても、新たな発電を必要としたり、水を使用したり、地域汚染を生んだり、インフラ費用を他の顧客に転嫁したりする可能性がある。
とりわけ料金負担は敏感な問題だ。同連合は、既存容量をより有効に使うことで一部の増強を回避または先送りできるとしている。しかし、依然として必要な増強費用を誰が負担すべきか、あるいは長寿命インフラの費用回収前にプロジェクトが閉鎖された場合に誰がコストを負うのかは明らかにならない。
世論の懸念により、こうした詳細を避けることはできない。Axiosは、調査対象の米国人の84%が、データセンターが地域の電気料金へ及ぼす影響を懸念していると報じた。同じ報道では、データセンターに対応するために必要な系統増強費を開発事業者に負担させることへの超党派の幅広い支持も確認された。
同連合は、総体的な効率性の主張だけではこの懸念に答えられない。地域社会は、施設単位の約束、透明な費用配分、そして一般家庭の顧客が投機的なコンピューティング成長を支えていないという証拠を求めるだろう。
同連合の目標には、競争上の緊張もある。NVIDIA、Google、Anthropicは、より多くのコンピューティング能力を求めている。一方で電力会社と規制当局は、建設の迅速化がAI市場に利益をもたらすかどうかにかかわらず、信頼性と顧客を守らなければならない。
これは提案を無効にするものではない。ただし、その最も強力な支持者には、系統連系の遅延を減らす金銭的利害があることを意味する。したがって、独立した検証が不可欠となる。
同連合の基準に不履行への明確な罰則が含まれれば、信頼性は高まる。優先的なアクセスを受けた施設は、応答要件を繰り返し満たせなかった後も、その優位性を維持すべきではない。
規制当局は継続的な適格性確認を求めることもできる。ワークロードの構成は変わり、バッテリーは劣化し、サービス上の約束も変化する。承認時には高い柔軟性を持っていた拠点が、リアルタイム推論中心へ移行した後には応答性を失う可能性がある。
最後に、プログラムは実際の結果を報告しなければならない。潜在容量に関する総体的な約束では、施設がどの頻度で出力抑制を行ったか、どれだけ長く応答したか、計画された増強が本当に回避されたかを示せない。
中核にある対立は、テクノロジー企業対電力会社ではない。約束された柔軟性と、実証された性能の対立である。後者が一貫して前者を裏づける場合にのみ、この連合は成功する。
GoogleとNVIDIAは既存のデマンドレスポンスの考え方を発展させている
AEMAはAI業界の連合としては新しいが、デマンドレスポンスもワークロード・スケジューリングも、この発表で始まったわけではない。
電力会社は長年にわたり、高コストまたは供給制約のある時間帯に需要を減らす大口顧客へ対価を支払ってきた。産業施設は生産を減速させ、商業ビルは設備を調整し、非常用電源を持つ施設は一時的に受電量を減らす場合がある。
データセンターも、しばしば発電機やバッテリーを通じて、一部のプログラムにすでに参加している。AIによって変わるのは、コンピューティング自体を調整可能なエネルギー資源として扱える可能性だ。
機械学習のワークロードには、トレーニング実行、評価、データ処理、合成データ生成、その他の予定されたタスクが含まれうる。これらの活動には異なる締め切りやハードウェア要件がある。十分な情報を持つスケジューラーなら、移動可能なタスクと継続しなければならないタスクを特定できる。
Googleは大規模なワークロード管理とエネルギーを意識したコンピューティングに関する経験をもたらす。NVIDIAは、対象となる作業の多くを実行するためのシステムを提供する。Emerald AIは、こうしたコンピューティング環境と電力供給事業者の間に調整レイヤーを構築しようとしている。
競合他社やパートナーも、類似した領域を探っている。エネルギー管理事業者はすでに商業用デマンドレスポンスを集約している。データセンター設備企業はバッテリーや電力制御を支援している。クラウド事業者は複数地域にワークロードを分散できるが、顧客上および技術上の制約がその選択肢を限定する。
AEMAの違いは制度面にある。AI企業、インフラ供給事業者、電力会社、発電事業者、系統関係者を、共通の系統連系ルールの下に結集している。目的は既存プログラムへの参加だけではない。制御可能性を初期承認プロセスの一部にすることだ。
この転換は、より強いインセンティブを生む。従来のデマンドレスポンスは、施設の稼働開始後に運用収益をもたらす。柔軟な系統連系は、施設がいつ建設されるか、どれだけの電力にアクセスできるかに影響しうる。
同時に、より強い義務も生じる。将来の行動を根拠に早期アクセスを得る開発事業者は、たまの自主的な削減以上のものを系統に対して負う。施設の応答は、その接続を正当化した信頼性の根拠の一部となる。
デマンドレスポンスの歴史は、安心材料と注意点の双方を示している。電力会社は削減量の測定と参加顧客への補償方法を把握している。しかし、AI施設は規模と速度の面で、誤りの影響をより重大にしうる。
従来型の産業プロセスでは、負荷が徐々に減少する場合がある。ソフトウェア制御のコンピューティングとバッテリーは急速に応答でき、それは一部の事象で価値を持つ。しかし、迅速で協調した負荷変化は、運営者が正しくモデル化しなければ、系統障害を生む可能性もある。
物理的な限界は依然として重要だ。柔軟な運用によって、存在しない送電容量を生み出すことはできない。すべての変電所、発電設備、配電増強を置き換えることもできない。地域の条件に応じて、設備利用率を改善し、選択的な投資を先送りすることは可能だ。
Emerald AIのチーフサイエンティストであるAyse Coskunは、TechCrunchの報道でその境界を認めた。同社は、柔軟性によって新規発電の必要性を減らせると見込むが、その必要性をなくせるわけではない。
この留保は期待を形作るべきだ。AI Energy Management Allianceが提案しているのは、送電網の拡張と近代化に代わるものではなく、追加的な計画ツールである。
その価値は地域ごとに異なる。年間のピークが短く、ピーク外の余剰容量がある地域では、大きな便益が得られる可能性がある。継続的な供給不足に直面する地域では、コンピューティングを移動できる有用な時間帯が少ないかもしれない。
同じような差異はワークロード間にも当てはまる。延期可能な作業の大きなバックログを持つ運営者は、意味のある削減を提供できる。レイテンシーに敏感なサービスが中心の施設では、同等の約束を実現するために、バッテリー、発電、または別の資源が必要になる。
AEMAは、こうした違いに関する共通の用語を整備することで貢献できる。基準では、どれだけの需要が制御可能か、どれくらいの期間か、どの条件下か、どのような復帰挙動を伴うかを明示すべきだ。
そうすれば電力会社は、すべてのAIキャンパスが同一の柔軟性を持つと仮定せずに提案を比較できる。規制当局にとっても、運用上の証拠とマーケティング表現を区別する助けとなる。
連合が機能しているかを示す3つのシグナル
次の試験は新たな加盟発表ではない。電力会社と規制当局が、AEMAの原則を執行可能な運用取り決めへ転換するかどうかだ。
第一のシグナルは、実際の柔軟な系統連系契約である。そこではプロジェクト、承認済み負荷、出力抑制義務、応答を発動する条件を特定すべきだ。公開文書によって、同連合が提言の段階を越えたことが示される。
契約では、不履行の結果についても説明すべきだ。罰則やアクセス縮小がなければ、柔軟性の約束が系統に提供する保護は弱い。明確な執行は、同連合の中核的な主張を強化する。
第二のシグナルは、標準化された性能報告だ。AEMAは、応答速度、継続時間、予測可能性、緊急時に関する指標を開発するとしている。これらの指標は、実際の運用データに現れなければならない。
有用な報告では、要請された削減量、実施された削減量、応答時間、事象の継続時間、事象後の復帰を示すべきだ。ワークロード移動はバッテリーや地域発電とは異なる系統影響を持つため、それぞれを分ける必要がある。
環境報告も重要である。ディーゼル発電機の稼働によって実現した削減は、トレーニングジョブの延期による削減と同等ではない。技術中立性によって、汚染や燃料使用における実質的な違いを見えなくしてはならない。
第三のシグナルは、参加プロジェクトが信頼性を損なうことなく、特定の系統増強を回避または先送りしたという証拠である。これが、より迅速な接続という議論の背後にある実務上の便益だ。
こうした証拠の収集には時間がかかる。送電網の計画には予測、工学的調査、そして変動する需要が関わるためだ。それでも電力会社は最終的に、どの投資が変更され、どれだけ先送りされ、その代替としてどのような柔軟性が導入されたのかを特定できるようになるべきだ。
この3つのシグナルは、アライアンスの主張を裏付けるか、あるいは弱めることになる。拘束力のある合意は制度的な受容を示す。透明性の高い結果は技術的な性能を示す。文書化されたインフラ上の便益は経済的価値を示す。
いずれか1つの側面で失敗すれば、その意味は大きい。データを伴わない合意では性能は不確かなままだ。執行力を伴わないデータでは、電力会社はリスクにさらされる。測定可能な送電網コスト削減を伴わない出力抑制では、優先的なアクセスを認める根拠が弱まる。
開発者や企業の購入担当者は、この動向を注視すべきだ。送電網の制約は、AIサービスがどこで利用可能になるか、また容量がどれほど迅速に拡大するかに影響するためである。柔軟な接続はアクセスを改善する可能性がある一方、需給が逼迫する期間には新たなワークロード制限をもたらす可能性もある。
大規模なコンピューティング契約を購入するチームは、出力抑制時にプロバイダーがワークロードをどのように分類するのかを確認すべきだ。また、施設が柔軟な契約の下で運用される場合に、サービス保証が変化するかどうかも検討する必要がある。
政策立案者にとっての論点は、より迅速な系統接続が公正なコスト配分と両立できるかどうかだ。データセンターには、検証済みの送電網価値に対する評価が与えられるべきだが、周辺の顧客が不正確な予測や履行されない約束によって生じたコストを負担すべきではない。
AI Energy Management Allianceは、電力ボトルネックの一部に対処するための信頼できる仕組みを示した。その創設者たちには、AIインフラ向けにより多くの電力を確保する強い動機もある。
この組み合わせには、自動的な受容や否定ではなく、真剣な注目が必要だ。今後1〜3か月で、この連合が技術要件を公表し、電力会社とのパイロットを確保し、透明性の高い検証方法を定義できるかどうかが明らかになるはずだ。
提案されるすべてのプロジェクトに共通する実務上の問いは単純である。具体的にどの需要を、どれほどの期間削減できるのか。そして失敗した場合には何が起きるのか。NVIDIAとGoogleのアライアンスを、信頼できる送電網容量への近道と見なす前に、これらの答えを確認すべきだ。
