AI吃電吃到電網崩潰，英偉達用反常識方案救場：讓服務器慢點跑

如果數據中心不再是“吃電大戶”，而是電網的“緩沖器”，會發生什么？

最近，英偉達、英國國家電網、Emerald AI、Nebius 等聯合團隊進行了一項首創試驗：通過智能調節 AI 算力負載的運行節奏，在不影響核心業務的前提下實現了更優的能耗調控效果。

值得關注的是，在實際測試條件下，數據中心收到電網調度信號后 1 分鐘內可主動降耗約三分之一，用電量連續 10 小時穩定降低 10%，在此期間工作負載仍然持續。

這意味著，數據中心的耗電有望像充電寶一樣反哺電網。該結果對于全球爭搶算力的 AI 公司來說是一種更具經濟性的策略：通過對算力負載進行柔性調節配合電網調度，換取數據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，其相當于電網和數據中心之間的智能中介。

（來源：Emerald AI）

根據 Emerald 新發布的白皮書《電力柔性 AI 工廠：英國首個可響應電網調度的 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 的動態調整數據中心功耗的能力，在 2025 年 12 月的五天中，團隊成員向該站點共發布了 200 余個電力調節目標，模擬了 22 次實時電網事件。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正常運行的情況下，將需求降低高達 40%。

（來源：Emerald AI）

更具挑戰性的是，聯合團隊對 2020 年加州電網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，該系統能響應電網需求，連續 10 小時穩定降低功耗，助力電網應對低風速、極端高溫等供電緊張或用電高峰場景。此外，他們還模擬了系統壓力事件，在大約 30 秒內削減 30% 的負荷，以幫助維持電網彈性。

（來源：Emerald AI）

類似的能力并非首次驗證。早在 2025 年 7 月，英偉達等聯合團隊就聚焦全球 AI 數據中心與電網的共性矛盾，發表了相關論文 [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場測試，并證明在電網壓力事件期間，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 通過協調 AI 工廠運行的各種不同工作負載來實現的。AI 工作負載的運行方式通常具有潛在的靈活性，某些作業可以暫停或減慢速度，例如用于學術研究的大模型的訓練或微調；而另一些作業，例如為數百萬用戶提供的 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壓力較小的其他數據中心。

Emerald Conductor 協調數據中心網絡中的這些 AI 工作負載，來滿足電網需求，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，動態降低非核心柔性負載的處理吞吐量。

（來源：arXiv）

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

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

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，這意味著數據中心可能不再需要完全穩定的電力供應，而是可根據電網狀況做出響應，在系統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，”Emerald AI 首席科學家、波士頓大學艾謝·科斯昆（Ayse Coskun）教授表示，“數據中心可以成為它們的緩沖裝置之一。”

這種轉變能夠減少連接這類 AI 數據中心所需的電網加固工程量。未來，如果獲得運營商許可在高峰時段限制用電量，電網可能無需持續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，并有可能加快并網進度。假設該模式跑得通，全球電網擴建成本有望顯著下降，AI 和電網也將從競爭電力資源轉向協同調度。

據國際能源署預測，到 2030 年，全球數據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年才能接上電網。美國德克薩斯州通過了一項法律，要求數據中心在電力公司要求下，于限電期間降低用電量或與電網斷開連接。

在此背景下，這項試驗的成功表明，通過純軟件解決方案，AI 數據中心有望從電力瓶頸轉變為可控的電網資產。當算力成為可調節資源，電網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