AI吃电吃到电网崩溃,英伟达用反常识方案救场:“让服务器慢点跑”

多客科技

作者：微信文章


如果数据中心不再是“吃电大户”，而是电网的“缓冲器”，会发生什么？

最近，英伟达、英国国家电网、Emerald AI、Nebius 等联合团队进行了一项首创试验：通过智能调节 AI 算力负载的运行节奏，在不影响核心业务的前提下实现了更优的能耗调控效果。

值得关注的是，在实际测试条件下，数据中心收到电网调度信号后 1 分钟内可主动降耗约三分之一，用电量连续 10 小时稳定降低 10%，在此期间工作负载仍然持续。

这意味着，数据中心的耗电有望像充电宝一样反哺电网。该结果对于全球争抢算力的 AI 公司来说是一种更具经济性的策略：通过对算力负载进行柔性调节配合电网调度，换取数据中心的电力快速接入资格。

这种灵活性得益于 Emerald 公司的 Conductor 系统，其相当于电网和数据中心之间的智能中介。



（来源：Emerald AI）

根据 Emerald 新发布的白皮书《电力柔性 AI 工厂：英国首个可响应电网调度的 AI 基础设施示范项目》（Power-Flexible AI Factories：A UK-First Demonstration of GridResponsive AI Infrastructure）[1]，研究团队在英国伦敦进行了实地试验。他们在 NVIDIA Blackwell Ultra 集群上测试了 Emerald AI 的软件，该集群由 96 个高性能 GPU 组成。

为测试 Emerald Conductor 的动态调整数据中心功耗的能力，在 2025 年 12 月的五天中，团队成员向该站点共发布了 200 余个电力调节目标，模拟了 22 次实时电网事件。结果显示，在测试过程中，该平台能够 100% 成功将功耗调整到目标水平，并在关键工作负载继续正常运行的情况下，将需求降低高达 40%。



（来源：Emerald AI）

更具挑战性的是，联合团队对 2020 年加州电网紧急事件进行了模拟重演，结果证明 AI 可抵消用户临时的用电激增。

在长时间负荷转移方面，该系统能响应电网需求，连续 10 小时稳定降低功耗，助力电网应对低风速、极端高温等供电紧张或用电高峰场景。此外，他们还模拟了系统压力事件，在大约 30 秒内削减 30% 的负荷，以帮助维持电网弹性。



（来源：Emerald AI）

类似的能力并非首次验证。早在 2025 年 7 月，英伟达等联合团队就聚焦全球 AI 数据中心与电网的共性矛盾，发表了相关论文 [2]。



图丨相关论文（来源：arXiv）

他们在美国亚利桑那州凤凰城进行了现场测试，并证明在电网压力事件期间，Emerald Conductor 平台能够在保持计算服务质量的条件下，在 3 个小时内将运行在 256 个 NVIDIA GPU 集群上的 AI 工作负载的功耗降低 25%。



图丨 SRP 事件摘要图展示了功耗降低曲线及不同弹性服务级别协议的应用场景，这些协议均满足其性能要求（来源：arXiv）

这是 Emerald 通过协调 AI 工厂运行的各种不同工作负载来实现的。AI 工作负载的运行方式通常具有潜在的灵活性，某些作业可以暂停或减慢速度，例如用于学术研究的大模型的训练或微调；而另一些作业，例如为数百万用户提供的 AI 服务的推理查询，则无法重新调度，但可重定向到本地电网压力较小的其他数据中心。

Emerald Conductor 协调数据中心网络中的这些 AI 工作负载，来满足电网需求，确保对时延敏感的工作负载保持满额性能，同时在可接受范围内，动态降低非核心柔性负载的处理吞吐量。



图丨APS 事件显示 Emerald Conductor 实现的功率降低曲线，通过混合使用控制参数（未采用功率上限）实现降低功率（来源：arXiv）

除了帮助 AI 工厂利用现有电力系统上线之外，这种调节用电量的能力还可以帮助城市避免轮流停电，保护社区免受不断上涨的公用事业费率的影响，并使电网更容易整合清洁能源。

更深远的意义在于长期容量释放。据杜克大学一项研究结果，如果新的 AI 数据中心每次能将用电量减少 25%，持续 2 个小时，有可能释放 100 吉瓦的新容量来连接数据中心，相当于超过 2 万亿美元的数据中心投资。

这项研究的意义不仅在于降低能耗，更在于灵活性。从试验结果可以看到，AI 工作负载几乎能够实时地进行调整，这意味着数据中心可能不再需要完全稳定的电力供应，而是可根据电网状况做出响应，在系统压力期间缓解电力需求，消纳可再生能源。

从更本质的角度来看这项研究，它不是简单降频，而是对不同类型的 AI 任务进行分级管理：延迟敏感型保持性能，弹性训练任务降速，叠加功率上限控制，进而实现可预测的功率下降。当然也需要看到的是，这种方式并不能替代电网扩容，但可大幅度降低按峰值建设的必要性。

“可再生能源具有间歇性和波动性，如果电网拥有大量能够随着电力供应变化而调整的缓冲装置，那么更容易将其并入电网，”Emerald AI 首席科学家、波士顿大学艾谢·科斯昆（Ayse Coskun）教授表示，“数据中心可以成为它们的缓冲装置之一。”

这种转变能够减少连接这类 AI 数据中心所需的电网加固工程量。未来，如果获得运营商许可在高峰时段限制用电量，电网可能无需持续按照其理论最大需求进行建设。

反过来，它可以降低平衡成本，并有可能加快并网进度。假设该模式跑得通，全球电网扩建成本有望显著下降，AI 和电网也将从竞争电力资源转向协同调度。

据国际能源署预测，到 2030 年，全球数据中心的电力需求可能会翻一番以上。在英国，一些新项目甚至需要排队数年才能接上电网。美国德克萨斯州通过了一项法律，要求数据中心在电力公司要求下，于限电期间降低用电量或与电网断开连接。

在此背景下，这项试验的成功表明，通过纯软件解决方案，AI 数据中心有望从电力瓶颈转变为可控的电网资产。当算力成为可调节资源，电网调度的逻辑或将被重新书写。

参考资料：

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

运营/排版：何晨龙