如果數(shù)據(jù)中心不再是“吃電大戶”，而是電網(wǎng)的“緩沖器”，會發(fā)生什么？

最近，英偉達、英國國家電網(wǎng)、Emerald AI、Nebius 等聯(lián)合團隊進行了一項首創(chuàng)試驗：通過智能調節(jié) AI 算力負載的運行節(jié)奏，在不影響核心業(yè)務的前提下實現(xiàn)了更優(yōu)的能耗調控效果。

值得關注的是，在實際測試條件下，數(shù)據(jù)中心收到電網(wǎng)調度信號后 1 分鐘內(nèi)可主動降耗約三分之一，用電量連續(xù) 10 小時穩(wěn)定降低 10%，在此期間工作負載仍然持續(xù)。

這意味著，數(shù)據(jù)中心的耗電有望像充電寶一樣反哺電網(wǎng)。該結果對于全球爭搶算力的 AI 公司來說是一種更具經(jīng)濟性的策略：通過對算力負載進行柔性調節(jié)配合電網(wǎng)調度，換取數(shù)據(jù)中心的電力快速接入資格。

這種靈活性得益于 Emerald 公司的 Conductor 系統(tǒng)，其相當于電網(wǎng)和數(shù)據(jù)中心之間的智能中介。

（來源：Emerald AI）

根據(jù) Emerald 新發(fā)布的白皮書《電力柔性 AI 工廠：英國首個可響應電網(wǎng)調度的 AI 基礎設施示范項目》（Power-Flexible AI Factories：A UK-First Demonstration of GridResponsive AI Infrastructure）[1]，研究團隊在英國倫敦進行了實地試驗。他們在 NVIDIA Blackwell Ultra 集群上測試了 Emerald AI 的軟件，該集群由 96 個高性能 GPU 組成。

為測試 Emerald Conductor 的動態(tài)調整數(shù)據(jù)中心功耗的能力，在 2025 年 12 月的五天中，團隊成員向該站點共發(fā)布了 200 余個電力調節(jié)目標，模擬了 22 次實時電網(wǎng)事件。結果顯示，在測試過程中，該平臺能夠 100% 成功將功耗調整到目標水平，并在關鍵工作負載繼續(xù)正常運行的情況下，將需求降低高達 40%。

（來源：Emerald AI）

更具挑戰(zhàn)性的是，聯(lián)合團隊對 2020 年加州電網(wǎng)緊急事件進行了模擬重演，結果證明 AI 可抵消用戶臨時的用電激增。

在長時間負荷轉移方面，該系統(tǒng)能響應電網(wǎng)需求，連續(xù) 10 小時穩(wěn)定降低功耗，助力電網(wǎng)應對低風速、極端高溫等供電緊張或用電高峰場景。此外，他們還模擬了系統(tǒng)壓力事件，在大約 30 秒內(nèi)削減 30% 的負荷，以幫助維持電網(wǎng)彈性。

（來源：Emerald AI）

類似的能力并非首次驗證。早在 2025 年 7 月，英偉達等聯(lián)合團隊就聚焦全球 AI 數(shù)據(jù)中心與電網(wǎng)的共性矛盾，發(fā)表了相關論文 [2]。

圖丨相關論文（來源：arXiv）

他們在美國亞利桑那州鳳凰城進行了現(xiàn)場測試，并證明在電網(wǎng)壓力事件期間，Emerald Conductor 平臺能夠在保持計算服務質量的條件下，在 3 個小時內(nèi)將運行在 256 個 NVIDIA GPU 集群上的 AI 工作負載的功耗降低 25%。

（來源：arXiv）

這是 Emerald 通過協(xié)調 AI 工廠運行的各種不同工作負載來實現(xiàn)的。AI 工作負載的運行方式通常具有潛在的靈活性，某些作業(yè)可以暫?；驕p慢速度，例如用于學術研究的大模型的訓練或微調；而另一些作業(yè)，例如為數(shù)百萬用戶提供的 AI 服務的推理查詢，則無法重新調度，但可重定向到本地電網(wǎng)壓力較小的其他數(shù)據(jù)中心。

Emerald Conductor 協(xié)調數(shù)據(jù)中心網(wǎng)絡中的這些 AI 工作負載，來滿足電網(wǎng)需求，確保對時延敏感的工作負載保持滿額性能，同時在可接受范圍內(nèi)，動態(tài)降低非核心柔性負載的處理吞吐量。

（來源：arXiv）

除了幫助 AI 工廠利用現(xiàn)有電力系統(tǒng)上線之外，這種調節(jié)用電量的能力還可以幫助城市避免輪流停電，保護社區(qū)免受不斷上漲的公用事業(yè)費率的影響，并使電網(wǎng)更容易整合清潔能源。

更深遠的意義在于長期容量釋放。據(jù)杜克大學一項研究結果，如果新的 AI 數(shù)據(jù)中心每次能將用電量減少 25%，持續(xù) 2 個小時，有可能釋放 100 吉瓦的新容量來連接數(shù)據(jù)中心，相當于超過 2 萬億美元的數(shù)據(jù)中心投資。

這項研究的意義不僅在于降低能耗，更在于靈活性。從試驗結果可以看到，AI 工作負載幾乎能夠實時地進行調整，這意味著數(shù)據(jù)中心可能不再需要完全穩(wěn)定的電力供應，而是可根據(jù)電網(wǎng)狀況做出響應，在系統(tǒng)壓力期間緩解電力需求，消納可再生能源。

從更本質的角度來看這項研究，它不是簡單降頻，而是對不同類型的 AI 任務進行分級管理：延遲敏感型保持性能，彈性訓練任務降速，疊加功率上限控制，進而實現(xiàn)可預測的功率下降。當然也需要看到的是，這種方式并不能替代電網(wǎng)擴容，但可大幅度降低按峰值建設的必要性。

“可再生能源具有間歇性和波動性，如果電網(wǎng)擁有大量能夠隨著電力供應變化而調整的緩沖裝置，那么更容易將其并入電網(wǎng)，”Emerald AI 首席科學家、波士頓大學艾謝·科斯昆（Ayse Coskun）教授表示，“數(shù)據(jù)中心可以成為它們的緩沖裝置之一?！?/p>

這種轉變能夠減少連接這類 AI 數(shù)據(jù)中心所需的電網(wǎng)加固工程量。未來，如果獲得運營商許可在高峰時段限制用電量，電網(wǎng)可能無需持續(xù)按照其理論最大需求進行建設。

反過來，它可以降低平衡成本，并有可能加快并網(wǎng)進度。假設該模式跑得通，全球電網(wǎng)擴建成本有望顯著下降，AI 和電網(wǎng)也將從競爭電力資源轉向協(xié)同調度。

據(jù)國際能源署預測，到 2030 年，全球數(shù)據(jù)中心的電力需求可能會翻一番以上。在英國，一些新項目甚至需要排隊數(shù)年才能接上電網(wǎng)。美國德克薩斯州通過了一項法律，要求數(shù)據(jù)中心在電力公司要求下，于限電期間降低用電量或與電網(wǎng)斷開連接。

在此背景下，這項試驗的成功表明，通過純軟件解決方案，AI 數(shù)據(jù)中心有望從電力瓶頸轉變?yōu)榭煽氐碾娋W(wǎng)資產(chǎn)。當算力成為可調節(jié)資源，電網(wǎng)調度的邏輯或將被重新書寫。

參考資料：

1.https://ngpartners.cdn.prismic.io/ngpartners/aabLtVxvIZEnjRNr_v11_emerald-ai_march2026.pdf

2.https://arxiv.org/pdf/2507.00909

3.https://blogs.nvidia.com/blog/ai-factories-flexible-power-use/

4.https://www.bloomberg.com/news/articles/2026-03-03/ai-data-centers-5.may-not-need-constant-peak-power-study-finds

6.https://www.nationalgrid.com/uk-first-trial-ai-grid-technology-successfully-demonstrates-ability-data-centres-adjust-power-needs

7.https://nicholasinstitute.duke.edu/publications/rethinking-load-growth

運營/排版：何晨龍