谷歌与英伟达携手 Emerald AI 成立联盟，让数据中心成为电网资产

那位用数学方法证明美国数据中心无需新建一座发电厂、就能释放约 100 吉瓦电网容量的研究者，如今担任起为实现这一目标而成立的行业联盟的主席。Tyler Norris 于 2025 年 2 月以杜克大学博士生的身份发表了这项研究，随后加入谷歌，担任先进能源市场创新负责人 —— 在任上，他与美国五家电力公司签下了 1 吉瓦的需求响应合同。周三，他被任命为AI 能源管理联盟（AI Energy Management Alliance）首任董事会主席；当天，谷歌、英伟达和 AI 电网调度初创公司 Emerald AI 与 18 家首发合作伙伴一起发起了这个新组织。

AEMA 公布的使命，是在 AI 数据中心行业内统一需求响应能力的标准 —— 确立通行做法、政策框架和技术规范，让数据中心常态化地成为业内所说的「柔性负荷」，而不是固定的、给电网带来压力的用电大户。其首发合作伙伴横跨算力和电力两端：除三家创始公司外，联盟成员还包括 Anthropic、The AES Corporation、Constellation、Generate Capital、英国国家电网（National Grid）、NRG Energy、亚德诺半导体（Analog Devices）、Calibrant Energy、Camus、ClearPath、Encoord、Fluence、GridUnity、PassKey Inc.、RWE、Splight、Verrus 和 Voltus。资深能源行业高管 Frank Lacey 将出任 AEMA 执行董事。

这三家公司并不是从零开始。AEMA 建立在先进能源管理联盟（Advanced Energy Management Alliance）的基础上 —— 这个联盟成立于 2014 年，旨在推动能源解决方案与电网效率 —— 也建立在联盟成立之前，Emerald AI 和英伟达在凤凰城、芝加哥、伦敦和波特兰的数据中心所做的一年商业规模示范之上。

延伸阅读：Anthropic 签下 450 亿美元 Vera Rubin 合约，而微软退出了 Nscale 的西弗吉尼亚园区

谷歌同步发布两份政策蓝图，瞄准 FERC 与 ERCOT

谷歌同时发布了两份委托研究报告，勾勒出可操作的监管路径。第一份来自 The Brattle Group，题为《Solutions for Timely Interconnection of Large Loads: Enabling Non-Firm Transmission Service》（大型负荷及时并网的解决方案：启用非固定输电服务），把美国联邦能源监管委员会（FERC）近期两党一致的指引，转化为供电力公司和电网运营商使用的操作规范。第二份来自 Aurora Energy Research，模拟了得州电网 ERCOT 中的柔性 AI 数据中心如何与表前资源配对，以改善系统经济性。

监管背景很重要。2026 年 6 月 18 日，FERC 向 CAISO、ISO New England、MISO、NYISO、PJM 和西南电力联营（Southwest Power Pool）发出了六份量身定制的「说明理由令」，要求每家运营商要么为其大型负荷并网规则提出正当理由，要么立即改革 —— 或者为柔性负荷提供一条 60 天的快速研究通道。此前，美国能源部长 Chris Wright 已于 2025 年 10 月指示该机构加快这一进程。仅在 ERCOT，2026 年第一季度就收到了 198 吉瓦的新增大型负荷申请。奖励那些承诺提供灵活性的数据中心的政策机制如今已经存在；一直缺少的，是一个全行业的标准，说明这种承诺意味着什么、又该如何衡量。AEMA 就是为填补这一空白而设立的。

Emerald Conductor 如何在不违反 SLA 的前提下调节 GPU 工作负载

联盟运作的核心，是 Emerald AI 的 Conductor 平台，英伟达投资了这个平台，并帮助它在多个商业数据中心完成了验证。Conductor 是一个纯软件系统 —— 无需改动硬件 —— 位于电网与计算栈之间，按首席执行官 Varun Sivaram 的说法，它扮演的是「给 AI 用的 AI」。

该平台通过一个闭环架构运作，由两个组件构成：一个做出实时调度决策的自主智能体，以及一个数字孪生模拟器，在执行任何拟议调整之前，先模拟它对下游计算的影响。这让系统能够快速行动，而不会盲目地降低性能。

当电网运营商发出降低负荷的信号时 —— 例如在炎热夏日午后空调用电达到高峰时 —— Conductor 会按优先级和可削减容忍度给数据中心正在运行的工作负载打上标签，然后调度三类响应中的一种。时间灵活性，指把批处理类任务（AI 模型训练、微调、不紧急的推理）推迟或放慢到之后的时间窗口。空间灵活性，指把工作负载迁移到另一个地理位置、电网压力较低地区的设施。资源灵活性，指调用现场电池或其他表后发电，从而完全不从公共电网取电。

实时推理 —— 需要立即响应的请求 —— 不在系统能够安全削减、又不违反 SLA 的范围之内，而这部分占生产 AI 工作负载的相当大比例。该平台的价值在训练和批处理上最高，因为那里在结构上就具备灵活性。

2025 年 5 月 3 日在亚利桑那州凤凰城进行的商业规模示范中，Conductor 在三小时内把用电量降低了 25%，同时保持了 AI 工作负载的性能 —— 这是公司报告的结果，示范在一座 Oracle 云基础设施数据中心进行，合作方包括英伟达、盐河项目（Salt River Project）和美国电力研究院（EPRI）。随后在伦敦进行的一次试验，是通过 EPRI 的 DCFlex 计划与英国国家电网和云服务商 Nebius合作开展的，在关键工作负载不间断运行的同时，把用电需求降低了最多 40% —— 系统在收到电网信号后 30 秒内就削减了超过 30% 的负荷。在芝加哥，在运行未知随机工作负载的更严苛条件下，一些 AI 任务在运行中途出现故障 —— 而 Conductor 系统自动做出调整，保持了集群的稳定。芝加哥的示范是目前最接近对抗性测试的一次，而它通过了。

电网的结构性问题，让基于软件的灵活性格外有吸引力

AEMA 背后的经济逻辑，建立在 Norris 2025 年研究中的一个数学洞见之上，这项研究由杜克大学尼古拉斯能源、环境与可持续发展研究所发表。美国电网是按照满足罕见的峰值需求（最炎热的夏日午后）来设计的，这意味着它有大量备用容量在一年中的大部分时间里闲置。Norris 及合著者计算得出，如果新增的大型负荷同意平均每年削减用电约 44 小时 —— 大约是运行时间的 0.5% —— 电网现有的余量就能在不新建任何发电设施的情况下，吸纳约 98 吉瓦的新增大型负荷。

这不是一个小数字。国际能源署（IEA）预测，到 2030 年，美国数据中心的用电将占美国总用电需求增长的近一半，而 AI 是主要驱动力。要足够快地建成这么多新的发电和输电容量，在结构上是不可能的 —— PJM 和弗吉尼亚州等地区的并网排队已经长达五到十年。可在数月内部署的软件灵活性，要对抗的是光靠投资无法缩短的时间线。

谷歌已经证明了这种模式在商业上的可行性。它与 Indiana Michigan Power、田纳西河谷管理局（TVA）、Entergy Arkansas、Minnesota Power 和 DTE Energy 签订的合同，合计代表 1 吉瓦的需求响应容量 —— 这是迄今公布的规模最大的超大规模云厂商需求响应组合。The Brattle Group 估计，大规模采用柔性负荷，可以通过减少对仅为峰值而建的基础设施的需求，为整个系统的用户节省超过 1100 亿美元。

实时灵活性有其局限，近期的排放风险也真实存在

这项技术的支持者一直小心翼翼，没有夸大其词，而独立分析人士也补充了重要的保留意见。能源基础设施分析公司 Impact ECI 的创始人 Peter Hirschboeck 对 Latitude Media 表示，这个故事虽然「说得通」，但真实世界的落地往往达不到模型的预期，而且即便系统效率整体提高，电价也常常会上涨。

一个更具体的技术风险是近期的排放情况。杜克大学后续研究中引用的研究承认，需求响应通过转移用电时段，可能改变为某个设施供电的发电资源结构 —— 在某些情形下，这意味着更多而不是更少地依赖化石燃料基荷电厂，至少在有更多可再生能源容量可用之前是如此。灵活性能缓解峰值压力，也许还能推迟昂贵的调峰发电投资，但碳排放的账取决于区域电网的构成，而这会因电力公司和一天中的时段不同而有很大差异。

还有一个问题是，哪些工作负载真的可以灵活调整。为生产应用提供的推理服务（用户在等待回应）很难在不造成立即、可测的性能下降的情况下削减。Conductor 平台的商业价值，随某个设施中训练和批处理负载的占比而增长；随着超大规模数据中心越来越多地转向为已部署的模型提供服务、而不是训练新模型，可削减的部分可能会缩小。

Emerald AI「纯软件」的说法在技术上是准确的，但在战略上意义重大。加装电池储能系统的设施，会获得第三种灵活性模式 —— 用储存的能量代替削减负荷 —— 但电池会增加资本成本，也有其自身的容量和耐久性局限。像 Aurora 的 ERCOT 报告所模拟的那样，把表前可再生能源发电与柔性数据中心配对，能以选址共建的复杂性为代价，提供更持久的灵活性。AEMA 的一部分工作，就是界定哪些硬件、软件和合同安排的组合，能在新的 FERC 框架下算作有意义的需求响应。

联盟接下来要证明什么

最近的下一个里程碑，是 Emerald AI 和英伟达在弗吉尼亚州计划建设的 96 兆瓦商业规模电力柔性 AI 设施，即英伟达 AI 工厂研究中心（NVIDIA AI Factory Research Center），由双方与 Digital Realty、PJM Interconnection 和 EPRI 通过 DCFlex 计划合作开发。这将是第一座从一开始就被设计为电网资产来运行的设施，而不是事后补上的示范；它的经济和技术表现，对于 AEMA 关于联盟实际能交付什么的说法，将具有重要的证据分量。

The Brattle Group 蓝图的价值，取决于 FERC 能否在最终的并网规则中把对柔性负荷的激励写进去。在 2026 年 6 月的说明理由令之后，这项规则的内容和时间表仍不确定。AEMA 能否影响这些程序 —— 由谷歌、英伟达、Anthropic 和大型电力公司共同提出统一的行业立场 —— 是联盟最直接的监管筹码。

对于 AI 基础设施的建设者来说，这笔账正在改变。电力供应已经超过 GPU 供应，成为决定 AI 算力能部署在哪里、部署多快的首要约束。AEMA 的成立标志着一个时刻：这个行业不再把这一约束当作别人的问题、等着靠输电投资去解决，而是开始把它当作一个软件和标准问题，打算自己来解决。