NVIDIA e Google lançam aliança de gestão energética com IA para trocar flexibilidade por conexões mais rápidas à rede elétrica

NVIDIA, Google e Emerald AI lançaram a AI Energy Management Alliance com uma proposta que desafia a forma como os data centers garantem acesso à eletricidade. Os operadores obteriam conexões mais rápidas ou maiores à rede ao aceitar obrigações mensuráveis de reduzir o consumo de energia quando o sistema estiver sob restrição.

A coalizão anunciada em 16 de setembro não está apenas promovendo hardware mais eficiente. Ela quer que concessionárias e operadores de rede tratem a computação flexível como um recurso controlável ao avaliar novas conexões. Essa abordagem desafia a expectativa tradicional de que um data center receba energia firme sempre que quiser operar.

A proposta surge quando os atrasos na rede elétrica determinam cada vez mais onde as empresas podem implantar infraestrutura de IA. O Google já concordou com acordos flexíveis de fornecimento de eletricidade para algumas instalações. NVIDIA e Emerald AI agora tentam transformar essa abordagem em uma estrutura de mercado repetível.

A questão central é se a flexibilidade pode se tornar confiável o suficiente para que as concessionárias aprovem projetos com base nela. Uma breve demonstração técnica é diferente de uma obrigação vinculante que abrange uma instalação comercial durante anos de emergências imprevisíveis na rede.

Se o modelo funcionar, as concessionárias terão uma alternativa a simplesmente rejeitar grandes cargas ou esperar por todas as atualizações da transmissão. Se falhar, residências e empresas já existentes poderão arcar com os riscos criados por conexões mais rápidas de data centers.

A AI Energy Management Alliance quer um acordo de conexão diferente

A coalizão quer que o acesso à rede dependa de desempenho comprovado, e não de promessas de que um data center se tornará flexível mais tarde.

A AI Energy Management Alliance, ou AEMA, reúne empresas dos setores de computação, concessionárias, geração de energia e data centers. Seu grupo fundador inclui NVIDIA, Google e Emerald AI.

A Anthropic e empresas de energia como AES, Constellation, National Grid, NRG e RWE também aderiram à iniciativa. A aliança inclui, segundo relatos, 20 empresas e organizações dos setores de tecnologia e energia.

O objetivo declarado da AEMA é acelerar as conexões de data centers à rede elétrica, preservando a confiabilidade e a acessibilidade da eletricidade. Ela propõe vias mais rápidas e ajustadas ao risco para instalações que assumam compromissos críveis de ajustar seu consumo.

Esses compromissos abrangeriam velocidade de resposta, duração, previsibilidade e desempenho durante uma emergência. A aliança também apoia requisitos técnicos padronizados e o compartilhamento de dados operacionais entre instalações e operadores de rede.

Essa estrutura importa porque os estudos de conexão elétrica normalmente pressupõem que um cliente proposto possa consumir sua potência máxima solicitada em condições difíceis. As concessionárias precisam então identificar as atualizações de geração, transmissão e distribuição necessárias para atender essa carga com confiabilidade.

Uma conexão flexível altera o cálculo. Um data center poderia receber mais energia em condições normais, aceitando reduções de consumo quando a capacidade disponível ficar abaixo de um limite acordado.

A AEMA defende obrigações relativas a redução de carga, resposta a contingências e comportamento de ride-through antes de uma instalação se conectar. Ride-through descreve como o equipamento se comporta durante breves perturbações na rede, em vez de se desconectar imediatamente ou criar outra instabilidade.

A aliança também quer que os custos de conexão reflitam o impacto real de uma instalação sobre o sistema. Um local capaz de adiar uma atualização dispendiosa poderia receber tratamento diferente de um projeto inflexível com a mesma demanda máxima.

De acordo com o plano de energia flexível da aliança, um data center poderia responder por meio de baterias, geração no local ou software que reagenda cargas de trabalho de IA. A estrutura permanece neutra em relação à tecnologia porque o serviço prestado à rede importa mais do que o equipamento que o entrega.

Essa neutralidade dá aos membros espaço para seguir diferentes projetos. Um operador de nuvem poderia deslocar a computação entre regiões, enquanto outra instalação poderia pausar tarefas de baixa prioridade ou descarregar armazenamento em bateria.

As cargas de trabalho críticas continuariam em execução no modelo pretendido. Treinamento, inferência em lote, preparação de dados e outros trabalhos adiáveis absorveriam a maior parte do ajuste.

A coalizão está, portanto, propondo uma troca, e não acesso irrestrito a uma eletricidade escassa. Os data centers recebem serviço antecipado ou ampliado, enquanto as concessionárias ganham o direito de solicitar reduções previsíveis.

Esse acordo cria a tensão central do artigo. Conexões mais rápidas só se tornam possíveis quando os operadores de IA abrem mão de parte da certeza que os data centers convencionais historicamente exigiram.

Por que as conexões de data centers à rede elétrica se tornaram o gargalo da IA

Empresas de IA podem encomendar equipamentos de computação mais rapidamente do que as concessionárias conseguem construir a infraestrutura necessária para energizá-los.

Grandes data centers podem exigir energia na escala de instalações industriais. No entanto, linhas de transmissão, subestações, projetos de geração e aprovações regulatórias seguem cronogramas muito mais longos que o hardware de computação.

A AEMA afirma que as conexões podem levar de cinco a sete anos, ou mais, em mercados importantes dos Estados Unidos. Esses atrasos podem deixar edifícios concluídos ou campi planejados aguardando capacidade suficiente na rede.

A incompatibilidade pressiona quase todos os envolvidos. Os provedores de nuvem correm o risco de manter terrenos, edifícios e equipamentos sem serviço elétrico completo. As concessionárias enfrentam enormes pedidos de conexão, cujos prazos e demanda final permanecem incertos.

Os clientes existentes enfrentam um risco diferente. Se as concessionárias construírem infraestrutura cara para cargas especulativas ou inflexíveis, residências e pequenas empresas poderão acabar absorvendo parte desse custo.

As comunidades também questionam se o desenvolvimento de data centers aumentará as contas locais de eletricidade ou enfraquecerá a confiabilidade. Essas preocupações fizeram do acesso à energia uma restrição política, e não apenas um problema de engenharia.

A AEMA argumenta que as redes possuem capacidade não utilizada durante muitas horas, mesmo quando ficam restritas em um pequeno número de picos. Instalações flexíveis poderiam usar essa folga e reduzir o consumo quando a demanda se aproximar dos limites do sistema.

A aliança cita pesquisas que sugerem que uma flexibilidade moderada poderia acomodar até 100 gigawatts de carga adicional na infraestrutura existente da rede americana. Trata-se de uma oportunidade modelada, não de capacidade já aprovada para novos data centers.

A distinção é essencial. A capacidade da rede não pode ser tratada como um único reservatório nacional, pois as restrições ocorrem em geradores, corredores de transmissão, subestações e sistemas locais de distribuição específicos.

Uma instalação flexível em uma região não pode resolver automaticamente o congestionamento em outro lugar. Mesmo dentro de uma região, o valor da flexibilidade depende de onde o data center se conecta e de quando ocorrem as escassezes.

Ainda assim, a ideia subjacente tem uma longa história. Há décadas, concessionárias pagam fábricas e outros grandes clientes para reduzir a demanda durante períodos difíceis.

A resposta à demanda, o ajuste temporário do consumo de eletricidade após um sinal da rede ou de preço, ajuda os sistemas a gerenciar picos. Programas convencionais às vezes dependem de fábricas que interrompem a produção ou edifícios que alteram cargas de aquecimento e refrigeração.

Os data centers já participam de alguns programas, mas frequentemente respondem usando geradores de reserva a diesel. Essa solução preserva a atividade computacional enquanto reduz o consumo da rede, mas pode criar poluição local.

A Emerald AI propõe ajustar a própria computação. Seu software coordena solicitações das concessionárias com agendadores de cargas de trabalho, sistemas de energia e outros controles das instalações.

A empresa afirma que tarefas não críticas podem desacelerar, pausar ou ser transferidas para uma região com maior folga elétrica. Baterias e geração no local podem complementar essas mudanças quando disponíveis.

Essa abordagem dá à NVIDIA e ao Google um motivo para cooperar, apesar de competirem na infraestrutura de IA. Ambas se beneficiam quando as concessionárias reconhecem a flexibilidade computacional como um substituto crível para atender à demanda máxima a todo momento.

A coalizão também transfere pressão para outros hyperscalers e operadores de data centers. Se a AEMA estabelecer padrões viáveis, um operador que busque energia firme e ininterrupta poderá enfrentar esperas mais longas ou custos mais altos para o sistema.

Data centers flexíveis de IA transformam a computação em um controle da rede

O mecanismo só funciona se o software puder reduzir rapidamente a demanda por eletricidade sem interromper serviços prioritários de IA.

A plataforma Conductor da Emerald AI fica entre os sinais da rede e as operações do data center. Ela coordena mudanças nas cargas de trabalho com baterias, geração no local e outros recursos atrás do medidor quando esses ativos estão presentes.

O software DSX Flex da NVIDIA foi projetado para conectar infraestrutura de IA a esses controles de energia. As empresas querem que a gestão de energia esteja incorporada à arquitetura operacional de uma instalação de IA, em vez de ser adicionada após a construção.

A abordagem explora as diferenças entre as cargas de trabalho computacionais. Um serviço interativo pode exigir processamento imediato, enquanto um checkpoint de treinamento ou uma tarefa de preparação de dados frequentemente pode esperar.

Os operadores podem classificar essas cargas de trabalho por prioridade e prazo. Quando a rede solicita alívio, o software de agendamento reduz a atividade de menor prioridade, protegendo os serviços cobertos por compromissos rigorosos de desempenho.

Transferir trabalho entre locais oferece outra alavanca. Uma empresa com vários data centers pode encaminhar uma tarefa para uma região com energia disponível, desde que sua rede, seus dados e seus requisitos de conformidade permitam a transferência.

A técnica não torna a computação livre de consumo energético. Ela altera quando e onde a eletricidade é consumida, o que pode fazer grande diferença durante uma breve emergência na rede.

Um teste de 2025 em Phoenix oferece evidências iniciais. A demonstração de campo usou um cluster comercial de nuvem contendo 256 GPUs e cargas de trabalho representativas de IA.

Os pesquisadores relataram uma redução de 25% na potência do cluster por três horas durante eventos de pico. Eles afirmaram que o sistema manteve seus requisitos definidos de qualidade de serviço sem adicionar baterias ou modificar o hardware.

O resultado respalda o mecanismo, mas sua escala continua limitada. Um cluster de 256 GPUs não equivale a um campus que consome centenas de megawatts por meio de várias subestações.

O teste também avaliou cargas de trabalho específicas sob condições planejadas. Um programa comercial deve lidar com falhas inesperadas, mudanças nas prioridades dos clientes, condições climáticas extremas e múltiplos eventos da rede ocorrendo em intervalos próximos.

NVIDIA e Emerald AI afirmam ter realizado demonstrações em cinco data centers comerciais no ano seguinte. Seu próximo teste pretende se aproximar da escala que as concessionárias precisam avaliar.

Uma implantação de 96 megawatts está planejada no AI Factory Research Center da NVIDIA em Manassas, Virgínia. Digital Realty, o Electric Power Research Institute e a PJM Interconnection participam.

As empresas esperam que a instalação use a arquitetura Vera Rubin DSX da NVIDIA. A operação em escala comercial forneceria evidências mais robustas sobre desempenho das cargas de trabalho, telemetria e confiabilidade de resposta.

O conceito subjacente vai além da Emerald AI. O Google desenvolveu sistemas que transferem parte da computação para períodos mais limpos ou menos restritos. Outros provedores usam fontes de alimentação ininterrupta para reduzir picos curtos de energia.

O diferencial da Emerald AI é sua conexão proposta entre concessionárias e controles de cargas de trabalho. Essa interface permitiria que um operador de rede solicitasse uma resposta semelhante à de um recurso energético despachável.

A arquitetura NVIDIA também oferece suporte a instalações híbridas com geração e armazenamento no local. Esses recursos poderiam fornecer energia temporária de transição antes que uma conexão completa à rede esteja disponível.

Mais tarde, o mesmo equipamento poderia apoiar a operação flexível após a interligação. No entanto, a geração no local traz suas próprias questões relacionadas a combustível, licenciamento, emissões e custos.

A AEMA evita prescrever uma única rota técnica porque redes diferentes precisam de serviços diferentes. Um sistema com falta de capacidade de geração tem requisitos distintos de outro limitado por uma linha de transmissão local.

Regras baseadas em desempenho poderiam acomodar essas diferenças. Elas também poderiam impedir que empresas alegassem flexibilidade apenas por possuírem baterias ou software de gerenciamento de cargas de trabalho.

As concessionárias precisam de evidências de que toda a instalação consegue fornecer uma redução especificada medida no medidor. Essa redução deve ocorrer rapidamente, durar o suficiente e permanecer disponível quando solicitada.

Acesso Mais Rápido Significa Aceitar um Risco Real de Redução

A promessa da aliança se desfaz se os data centers receberem conexões aceleradas, mas evitarem reduções significativas durante as condições mais críticas da rede.

A AEMA apresenta a flexibilidade como uma forma de alinhar o crescimento da IA à confiabilidade e à acessibilidade. Ainda assim, os membros da coalizão também têm interesse comercial direto em obter eletricidade mais cedo.

Esse conflito não invalida a proposta. Ele torna indispensáveis a medição independente, contratos exigíveis e a alocação transparente de custos.

Uma interligação flexível não pode depender de uma ligação telefônica voluntária durante uma emergência. Os operadores da rede precisam de telemetria que mostre quanta eletricidade uma instalação está usando e quanto ela pode reduzir de forma confiável.

Eles também precisam de regras para o não cumprimento. Um data center que não cumpra sua obrigação pode agravar uma emergência, pois o sistema foi planejado considerando uma redução que nunca ocorreu.

As penalidades podem incluir cobranças mais altas, serviço reduzido ou perda da conexão flexível. A consequência apropriada dependerá das tarifas das concessionárias e das regras dos mercados regionais.

A previsão cria outro problema. Uma instalação pode prometer flexibilidade com base em sua combinação atual de cargas de trabalho e, depois, atrair clientes cujas aplicações exigem disponibilidade constante.

A inferência de IA pode ser mais difícil de adiar do que parte do treinamento, pois os usuários esperam respostas imediatas. Sistemas de segurança, aplicações de saúde, serviços financeiros e outras cargas de trabalho sensíveis podem impor limites adicionais.

A mobilidade das cargas de trabalho também tem limites. Transferir uma tarefa entre regiões pode enfrentar latência de rede, regras de residência de dados, custos de armazenamento ou capacidade indisponível de aceleradores.

Mesmo um campus tecnicamente flexível pode se tornar menos flexível durante uma onda de calor generalizada. Várias localidades podem enfrentar estresse na rede simultaneamente, eliminando a opção de transferir o trabalho para outro lugar.

Baterias e geração no local podem ajudar, mas sua duração é finita. Sistemas de backup movidos a combustíveis fósseis também podem transferir os custos ambientais da rede elétrica para as comunidades vizinhas.

A aliança afirma que seus padrões incluirão duração de resposta e previsibilidade. Os reguladores deveriam testar essas disposições diante de emergências prolongadas, não apenas de picos breves.

A escala cria outra incerteza. Uma única instalação reduzindo energia pode apoiar a rede, mas milhares de dispositivos automatizados respondendo juntos podem introduzir novas rampas e desafios operacionais.

As concessionárias precisam saber como as instalações retomam o consumo após uma redução. Se todas as cargas de trabalho suspensas reiniciarem ao mesmo tempo, a recuperação poderá criar outro pico.

A oportunidade de 100 gigawatts frequentemente associada a data centers flexíveis exige um enquadramento cuidadoso. Ela decorre de modelagem e suposições sobre utilização da rede, flexibilidade disponível e compatibilidade geográfica.

Isso não significa que o software tenha descoberto 100 gigawatts de eletricidade firme. Nova geração, transmissão e subestações ainda serão necessárias à medida que a demanda por IA cresce.

A cientista-chefe da Emerald AI, Ayse Coskun, reconheceu essa limitação, afirmando que a abordagem poderia reduzir a necessidade de nova geração, mas não eliminá-la. Essa distinção separa uma flexibilidade crível de alegações de que o software de computação pode substituir infraestrutura física.

As políticas públicas já avançam em direção à redução obrigatória em algumas regiões. Uma análise de política energética descreveu propostas no Texas e na PJM para desconectar ou limitar grandes cargas durante emergências.

Essas propostas mostram a alternativa enfrentada pelos desenvolvedores de data centers. A flexibilidade pode vir por meio de incentivos negociados, ou os reguladores podem impô-la como condição para operar.

Alguns grupos do setor querem compensação por reduções voluntárias e alertam que regras inflexíveis poderiam desestimular investimentos. Defensores dos consumidores questionam se a redução, por si só, impedirá que clientes comuns subsidiem a expansão dos data centers.

A AEMA, portanto, precisa provar mais do que viabilidade técnica. Deve mostrar que conexões aceleradas à rede não transferem custos excessivos ou riscos de confiabilidade para todos os demais.

Programas Iniciais de Concessionárias Decidirão se o Modelo Escala

A próxima fase será avaliada por dados operacionais, tarifas exigíveis e impacto sobre os clientes, e não por novos anúncios da coalizão.

O primeiro sinal a acompanhar é a implantação planejada de 96 megawatts na Virgínia. Ela deve revelar se data centers de IA flexíveis conseguem fornecer reduções previsíveis em uma escala comercialmente relevante.

Resultados úteis incluiriam tempo de resposta, duração da redução, comportamento de retomada e a parcela de cargas de trabalho protegida contra interrupções. Relatórios agregados poderiam fornecer evidências sem expor dados de clientes.

O desempenho repetido em diferentes estações fortaleceria o argumento da AEMA. Uma demonstração controlada que evite as horas mais difíceis do sistema deixaria sem resposta a questão central da confiabilidade.

O segundo sinal é a adoção de tarifas de interligação flexível. Esses programas traduzem um conceito de política pública em direitos contratuais, requisitos de medição e consequências.

A Silicon Valley Power criou um Programa de Interligação de Carga Flexível que oferece acesso ampliado em troca de flexibilidade acionável. Emerald AI e NVIDIA anunciaram uma implantação DSX Flex conectada a esse modelo.

A implantação comercial tem como objetivo permitir que a concessionária solicite ajustes de uma instalação participante. Ela segue cinco demonstrações anteriores em dois continentes, segundo a Emerald AI.

O Texas também está desenvolvendo uma rota provisória para grandes cargas controláveis. Esses modelos poderiam permitir que instalações usassem a capacidade disponível enquanto aguardam o serviço firme convencional.

Os detalhes determinarão se esses programas protegem a rede. Os reguladores devem definir a tecnologia qualificável, períodos de aviso, interrupções máximas, procedimentos de teste e penalidades por respostas não cumpridas.

Também devem decidir quem paga pelas modernizações que continuam necessárias. A flexibilidade pode adiar alguns investimentos, mas não pode eliminar todos os gargalos locais nem substituir infraestrutura envelhecida.

O terceiro sinal é se operadores independentes de rede aceitam a flexibilidade no planejamento formal. A participação na coalizão, por si só, não garante que uma concessionária contabilize reduções prometidas durante um estudo de interligação.

Os operadores vão querer evidências vinculadas ao medidor, não estimativas de software de cargas de trabalho. Eles também precisarão ter confiança de que as reduções permanecerão disponíveis durante toda a vida operacional de um projeto.

A participação da PJM no centro de pesquisa da Virgínia dá ao modelo acesso a um importante campo de prova. Seu território inclui grandes mercados de data centers e atende 65 milhões de pessoas no Meio-Atlântico e no Centro-Oeste.

O sucesso ali fortaleceria o argumento de que a computação flexível pode se tornar parte do planejamento de grandes cargas. Disputas persistentes sobre autoridade, compensação ou fiscalização o enfraqueceriam.

A AEMA também enfrentará um teste mais amplo das comunidades. Contas de eletricidade, poluição do ar local, consumo de água e uso do solo continuarão moldando a aceitação pública dos data centers.

Operações flexíveis abordam apenas parte dessa lista. Uma instalação que reduz o consumo durante emergências na rede ainda pode exigir nova infraestrutura e consumir energia substancial ao longo de um ano.

É por isso que alegações sobre acessibilidade exigem resultados reais nas tarifas. A aliança afirma que uma melhor utilização da rede pode reduzir os custos do sistema, mas os reguladores precisam determinar quem receberá essas economias.

Para os desenvolvedores, a atração prática é direta. O serviço flexível pode transformar um local inutilizável em um que consiga começar a operar anos antes.

Para as concessionárias, o benefício é a opcionalidade. Elas podem conectar desenvolvimento econômico sem presumir que cada novo megawatt deve permanecer disponível durante a pior hora do sistema.

Para os clientes de IA, a troca é mais complicada. A infraestrutura flexível poderia ampliar a oferta de aceleradores, mas alguns trabalhos de computação poderiam enfrentar restrições de agendamento durante períodos de estresse.

A AI Energy Management Alliance só terá sucesso se essas restrições se tornarem mensuráveis e rotineiras. Ela não pode depender de esforços excepcionais de engenheiros durante uma demonstração.

A coalizão identificou um mecanismo plausível e reuniu empresas capazes de testá-lo. Seu próximo desafio é transformar linguagem cooperativa em obrigações nas quais as concessionárias possam confiar.

Observe primeiro os resultados operacionais da instalação na Virgínia, depois os termos das novas tarifas flexíveis e, por fim, seu tratamento no planejamento regional. Juntos, esses sinais mostrarão se conexões mais rápidas refletem valor real para a rede.

As organizações que compram infraestrutura de IA deveriam agora fazer uma pergunta diferente. Elas deveriam analisar não apenas quanta capacidade computacional um fornecedor oferece, mas também como essa capacidade se comporta quando a eletricidade se torna escassa.

A iniciativa da NVIDIA e do Google torna essa pergunta inevitável. O futuro das conexões de data centers à rede depende cada vez mais de provar que a demanda computacional pode se curvar sem comprometer os serviços construídos sobre ela.