Google, NVIDIA y Anthropic se unen a la coalición Emerald AI para ampliar el acceso a la red de los centros de datos

Emerald AI, Google y NVIDIA han lanzado la AI Energy Management Alliance (AEMA), una coalición destinada a ayudar a los centros de datos a conectarse a los sistemas eléctricos ajustando su consumo cuando la red está bajo presión. Anthropic y varios grandes servicios públicos también participan, según TechCrunch y el anuncio de NVIDIA.

La iniciativa surge en un momento en que la disponibilidad de electricidad se ha convertido en un freno para la nueva infraestructura de IA. En lugar de tratar un centro de datos como una carga fija y en continuo aumento, AEMA quiere que las empresas de servicios públicos y los operadores de red reconozcan las instalaciones informáticas como recursos controlables que pueden desplazar cargas de trabajo, reducir la demanda, usar almacenamiento o responder a emergencias.

TechCrunch informó que la coalición aspira a ayudar a crear hasta 100 gigavatios de capacidad adicional de centros de datos en la red. Esa cifra es una ambición asociada al enfoque de respuesta a la demanda de la alianza, no una cantidad confirmada de capacidad ya asegurada.

Una coalición construida en torno a la computación flexible

Los miembros fundadores de AEMA son Emerald AI, Google y NVIDIA. Anthropic está entre los participantes del lanzamiento, mientras que entre las empresas de servicios públicos citadas por TechCrunch figuran AES, Constellation, National Grid y NRG Energy. NVIDIA afirmó que la alianza pretende reunir a los sectores de la computación y la energía, incluidos operadores de centros de datos, productores de electricidad, empresas tecnológicas, servicios públicos y operadores regionales de red.

La idea central no es nueva. La respuesta a la demanda lleva mucho tiempo permitiendo que grandes consumidores de electricidad, como las fábricas, reduzcan su consumo durante los periodos de máxima demanda, normalmente a cambio de pagos u otros beneficios por servicios de red. Lo que cambia con la infraestructura de IA es la posible velocidad y granularidad de la respuesta.

Las cargas de trabajo de IA a veces pueden pausarse, retrasarse o trasladarse a otra instalación. Un centro de datos también puede responder descargando baterías, utilizando generación asociada o ajustando su comportamiento de conexión durante una contingencia del sistema. NVIDIA describió estas capacidades como formas en que una instalación puede apoyar a la red sin necesidad de desconectarse de ella.

El software de Emerald AI está diseñado para coordinar instrucciones entre empresas de servicios públicos y centros de datos. TechCrunch informó que el enfoque de la compañía se centra en pausar tareas no críticas y desplazar cargas de trabajo a lugares con más capacidad disponible, en lugar de depender solo de generadores diésel de respaldo.

Lo que la alianza intenta estandarizar

NVIDIA dijo que AEMA será agnóstica a la tecnología y basada en el rendimiento. En la práctica, eso significa que la alianza pretende centrarse en lo que una instalación puede ofrecer de forma fiable —como velocidad de respuesta, duración, previsibilidad y comportamiento ante emergencias— en lugar de exigir una arquitectura concreta de hardware o software.

Los principios declarados del grupo incluyen definir obligaciones de ride-through, reducción de consumo y respuesta ante contingencias antes de que una instalación se conecte. También planea promover requisitos técnicos comunes, medidas de rendimiento y el intercambio de datos operativos. Esos detalles importan porque los operadores de red necesitan saber si una reducción prometida del consumo eléctrico ocurrirá rápidamente, durará lo suficiente y seguirá disponible durante un evento real del sistema.

AEMA también quiere que los costos de interconexión reflejen el impacto real de una instalación en el sistema eléctrico. Un centro de datos flexible podría evitar o posponer algunas actualizaciones de red, pero el valor dependería de cómo se mida su flexibilidad y de si la empresa de servicios públicos o el operador de red correspondiente puede utilizarla cuando sea necesario.

El anuncio oficial de NVIDIA describe estas ideas como un marco en desarrollo. No identifica instalaciones específicas que ya hayan recibido interconexiones más rápidas a través de AEMA, ni proporciona una estimación verificada de forma independiente de la capacidad desbloqueada por la coalición.

Evidencia, referencias y límites

La afirmación más sólida sobre capacidad en la cobertura disponible proviene de TechCrunch, que dijo que AEMA cree que la respuesta a la demanda podría permitir conectar otros 100 gigavatios de centros de datos a la red. Ese es un objetivo o una estimación de la coalición, no una prueba de que 100 gigavatios ya hayan sido aprobados, construidos o contratados.

TechCrunch también citó un estudio de Goldman Sachs del año pasado que estimaba que limitar el uso máximo de la red al 90% durante unas horas podría liberar 76 gigavatios de capacidad. Esa cifra se refiere a un escenario más amplio de gestión de la demanda y no debe considerarse un resultado de rendimiento de Emerald AI o AEMA.

Los materiales públicos de las empresas presentan el modelo operativo y las reglas propuestas, pero ninguna de las fuentes ofrece una demostración independiente de cuánta capacidad puede liberar un proyecto concreto. NVIDIA afirmó que las instalaciones flexibles podrían acortar los plazos de conexión y reducir la necesidad de costosas mejoras; esos son beneficios potenciales que dependen de las condiciones locales de la red, de la aprobación regulatoria y del rendimiento verificable de la instalación.

El enfoque tampoco elimina la necesidad de nueva generación y transmisión. TechCrunch citó a la científica jefe de Emerald AI, Ayse Coskun, diciendo que el software podría reducir la necesidad de nuevas fuentes de generación de la industria, pero no eliminarla. Esa limitación es importante: la demanda flexible puede hacer más útil la infraestructura existente, pero no puede suministrar energía durante cada hora de cada estación.

Por qué importa para los desarrolladores de IA y las empresas de servicios públicos

Para los desarrolladores de IA, el atractivo inmediato es el acceso a ubicaciones que de otro modo podrían estar limitadas por colas de interconexión o por una capacidad de transmisión reducida. Un proyecto que pueda documentar una reducción fiable, movimiento de cargas de trabajo o respuesta respaldada por almacenamiento podría resultar más fácil de evaluar para una empresa de servicios públicos que una instalación con una demanda completamente estática.

Eso podría influir en la arquitectura de los centros de datos. Es posible que los operadores deban separar los servicios sensibles a la latencia de las cargas de trabajo de entrenamiento y por lotes interrumpibles, mantener sistemas de programación que puedan mover trabajos entre regiones y probar cómo las reducciones afectan los plazos de desarrollo de modelos. También pueden necesitar una telemetría y unos controles más sólidos para que un operador de red pueda verificar el rendimiento sin comprometer datos operativos sensibles.

Para las empresas y los equipos de producto de IA, las consecuencias pueden aparecer de forma indirecta. Los entrenamientos, la inferencia a gran escala y otras cargas de trabajo podrían programarse en función de las condiciones de la red o de los precios de la electricidad, siempre que los acuerdos de nivel de servicio lo permitan. La fiabilidad y la gobernanza serán centrales: los clientes deberán entender qué cargas de trabajo pueden moverse, con qué rapidez pueden reanudarse y qué ocurre si una reducción solicitada entra en conflicto con las prioridades comerciales.

El impacto en el mercado es igualmente práctico. Google ha desarrollado sus propias herramientas de gestión de la red, y otros proveedores, entre ellos Enel X, han explorado el uso de sistemas de alimentación ininterrumpida y sistemas relacionados para suavizar la demanda. La Serie A de Emerald AI, de 150 millones de dólares, liderada por Energize Capital y DCVC, proporciona a la startup capital para desplegar su software, pero la financiación por sí sola no demuestra adopción ni prueba que las empresas de servicios públicos acepten un modelo común.

Qué observar a continuación

Las próximas señales significativas serán concretas y no promocionales. Las empresas de servicios públicos y los operadores regionales de red deberán publicar si los estándares de rendimiento propuestos por AEMA se aceptan en los procesos de interconexión. Los desarrolladores también deberían buscar instalaciones piloto con tiempos de respuesta, duraciones de reducción, restricciones de carga de trabajo y resultados de fiabilidad divulgados.

Otros indicadores incluyen si la alianza produce un protocolo común de intercambio de datos, si los reguladores aprueban vías de conexión ajustadas al riesgo y si los contratos de centros de datos compensan a los operadores por la flexibilidad. El tratamiento de la generación de respaldo, las baterías y el traslado de cargas de trabajo también mostrará si AEMA puede seguir siendo agnóstica a la tecnología en la práctica.

Por último, la industria necesitará pruebas de que la computación flexible funciona en diferentes cargas de trabajo de IA y geografías. Un sistema que puede mover un trabajo de entrenamiento puede no ser adecuado para una inferencia sensible a la latencia o para operaciones de emergencia. La distancia entre un diseño flexible sobre el papel y un servicio de red fiable determinará cuánta capacidad puede liberar realmente la coalición.

Perspectiva de Creati.ai

AEMA aborda un cuello de botella real en la infraestructura de IA: las conexiones eléctricas se están volviendo tan importantes como los chips, el terreno y la refrigeración. Su contribución más útil podría ser un lenguaje compartido para medir lo que pueden ofrecer los centros de datos flexibles, en lugar de otra promesa de que el software por sí solo resolverá el desafío energético.

Por tanto, la ambición de 100 gigavatios debería tratarse como una dirección de avance, no como un resultado entregado. Para desarrolladores y compradores, la evidencia decisiva será un rendimiento verificable de la red, reglas de interconexión transparentes y controles de carga de trabajo que preserven la fiabilidad del servicio al tiempo que ofrecen a las empresas de servicios públicos un recurso en el que puedan confiar.