Zum Inhalt
WeltzeitEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal über KI und Technologieereignisse · analysen · interviews · technischer hintergrund

Suche
LIVE
›

OpenAI testet Grid Protectors, während Ember die Lastverschiebung von Rechenzentren infrage stellt

OpenAI testet Demand Response auf seinem geplanten Campus in Georgia. Am 3. November teilte das Unternehmen mit, Grid Protectors falle unter eine Vereinbarung mit Georgia Power über 3,2 Gigawatt, davon 1.000 Megawatt flexible Last.

TechnologieNachrichtKatrin HoffmannVeröffentlicht: 4. November 20264 Min. LesezeitQuellen 28
OpenAI testet Grid Protectors, während Ember die Lastverschiebung von Rechenzentren infrage stellt

OpenAI testet Demand Response auf seinem geplanten Campus in Georgia. Am 3. November teilte das Unternehmen mit, Grid Protectors falle unter eine Vereinbarung mit Georgia Power über 3,2 Gigawatt, davon 1.000 Megawatt flexible Last.

Versorgungsunternehmen und Standortgemeinden bekommen Anfragen, große neue Lasten zu akzeptieren. Das Versprechen lautet, dass Rechenzentren herunterfahren können, wenn das Netz belastet ist. Die Analyse von Ember legt nahe, dass das Verschieben von Arbeitslast nur einen Bruchteil der Entlastung bringt, die Eigenerzeugung vor Ort liefert. Das Polster hängt an der Hardware, nicht an Softwareversprechen. Größe und Preis der Flexibilität von OpenAI bleiben unbekannt.

Wozu sich OpenAI tatsächlich verpflichtet hat

OpenAI nennt die Flexibilität des Campus in seinem Blogbeitrag eine Ressource für Versorger. „Unser Ziel ist, die Flexibilität des Campus zu einer Ressource zu machen, auf die Versorger zurückgreifen können, wenn Gemeinden sie am dringendsten brauchen“, heißt es dort. OpenAI arbeitet weiter mit den Versorgern daran, wie viel Last es senken kann, wie schnell und für wie lange. Die Regelungen werden je nach Standort unterschiedlich ausfallen. Weitere Zusagen will OpenAI mitteilen, sobald sie feststehen. Demand Response ist Jahrzehnte alt: Netzbetreiber riefen früher Stahlwerke an, damit sie zu Spitzenzeiten ihren Verbrauch drosselten. Automatisierung erlaubt es einem Rechenzentrum heute, die Last in weniger als einer Minute zu senken, berichtete Tom's Hardware, und Nvidia hat ein ähnliches System in Großbritannien getestet.

Ember veröffentlichte die Analyse im Oktober 2026. Sie umfasst neun Märkte in den USA, Europa und Südostasien. pv magazine berichtete am 3. November darüber.

Irland ist der schärfste Fall. Rechenzentren nehmen dort bereits etwa 19% der Spitzenlast ab, also 1,1 GW einer Spitze von 6 GW im Januar 2025. Ember rechnet damit, dass dieser Anteil bis 2030 auf 24% steigt, mit 1,6 GW bei einer Systemspitze von 6,5 GW.

Die Flexibilität ist bescheiden. Lastverschiebung könnte Irlands Spitze bis 2030 um etwa 100 MW senken, also um 1,5% der prognostizierten Spitze. Die geschätzten Einsparungen anderswo reichen von 0,1% bis 0,6%.

Der Mix der Arbeitslasten erklärt die Lücke. Trainingsläufe lassen sich anhalten oder verlegen; ein Chatbot für Kunden nicht. Cloud-Dienste, Unternehmensanwendungen und KI-Inferenz brauchen geringe Latenz, und Ember erwartet, dass sie bis 2030 etwa 87% der weltweiten Rechenzentrumskapazität ausmachen. Die Annahmen geben dem KI-Training 35% Flexibilität, der Inferenz 5% und klassischen Arbeitslasten keine, woraus sich eine theoretisch verschiebbare Kapazität von etwa 6,5% ergibt. Bei einer durchschnittlichen Auslastung von rund 48% sinkt die tatsächlich verfügbare Kapazität während einer Netzbelastung auf etwa 3%.

Erzeugung vor Ort bringt mehr Entlastung

Ember verglich beide Ansätze an zwei großen Rechenzentren in Texas. Zusammen kommen sie auf eine prognostizierte Last von 5,6 GW. Lastverschiebung könnte die Netznachfrage während einer Belastung um etwa 0,55 GW senken; Erzeugung oder Speicher vor Ort könnten sie um bis zu 2,7 GW senken. Der Fall Texas liegt außerhalb Europas, speist aber dieselbe regulatorische Debatte. Das ist fast fünfmal so viel Entlastung wie durch Lastverschiebung im Fall Texas.

Der Zeitplan erklärt, warum die Frage aktuell ist. Ein großes Rechenzentrum braucht 200 bis 500 MW und lässt sich in 18 bis 24 Monaten bauen; der Netzausbau dauert vier bis zehn Jahre.

Die Netzseite kommt langsam voran

Die Regulierer haben bereits eine Lösung vorangetrieben. Die Federal Energy Regulatory Commission wies die Netzbetreiber an, unter den Regeln für überschüssige Anschlussleistung den Weg für Batteriezubauten an bestehenden Anlagen frei zu machen.

PJM hinkt hinterher. Der Betreiber versorgt 13 Bundesstaaten, und sein Netz ist überlastet, besonders da Rechenzentren mehr Strom verlangen. Jetzt hat er einem Stakeholder-Prozess zugestimmt, und sein Market Implementation Committee soll am 4. November über die nächsten Schritte beraten, berichtete Canary Media. PJM könnte bereits im April 2027 eine Genehmigung bei der FERC beantragen.

Die Pipeline zeigt die Nachfrage. Bis Mitte 2026 waren etwa 44 GW historischer Anträge auf überschüssige Anschlussleistung erfasst, und rund 80% davon waren Batteriezubauten. Auf MISO entfallen 14,8 GW in 138 aktiven Anträgen, auf SPP 14,3 GW in 89.

Große Abnehmer stellen für diese Debatte Personal ein. DataCenterDynamics berichtete am 3. November, AWS habe Robert Fourqurean eingestellt, einen früheren Berater der britischen Botschaft für Energie- und Klimapolitik, als Manager für Energiepolitik. AWS vereinbarte mit American Electric Power, fast 960 MW Kapazität kleiner modulare Reaktoren in Indiana zu prüfen. Außerdem unterzeichnete das Unternehmen einen 20-jährigen Stromabnahmevertrag mit Constellation über 690 MW aus Calvert Cliffs.

Kommentare 0

Quellen

28
  1. 01OpenAI introduces program to reduce AI data center energy demand during peak hoursEN
  2. 02Behind-the-meter generation could deliver five times more grid relief than data center load shiftingEN
  3. 03PJM desperately needs grid batteries. Here's a way it could get some.EN
  4. 04AWS appoints British Embassy advisor as manager of energy policyEN
  5. 05Battery Energy Storage System and Pumped Storage Projects Offer Solutions for Integrating Energy Grid: A Report - Jharkhand State NewsEN
  6. 0610 Top Custom Energy Management Development Companies to Know in 2026 - Robotics & Automation NewsEN
  7. 07Fintech platform Sageworks taken offline after suspected cyberattackEN
  8. 08DOE Announces $8.5M for Fusion Energy Public-Private PartnershipsEN
  9. 09More heat pumps would actually be good for the grid, researchers findEN
  10. 10Can battery swapping and energy storage power CATL’s next phase of growth?EN
  11. 11U.S. Department of Energy Has Critical Role in Power System Impacts from Wildfires - Department of Energy (.gov)EN
  12. 12Solar Photovoltaic System Cost Benchmarks - Department of Energy (.gov)EN
  13. 13Key takeaways from All Energy Australia 2026EN
  14. 14More of the Same Expensive Dependence on Fossil Fuels in TEP and APS 2026 Energy PlansEN
  15. 15On the pitch and on the grid, Ukraine is not waiting for the war to end and is asking the world to invest in itEN
  16. 16Bringing Design Data Management into the Developer WorkflowEN
  17. 17OpenAI deepens Abu Dhabi foothold as Sam Altman inks deals spanning energy, government and investmentEN
  18. 18Percepto launches Axion AI platform to unify inspection data analysisEN
  19. 19Electric Hydrofoils Save Energy, But Do They Earn Their Price?EN
  20. 205 ballot proposals that could drive or derail clean energyEN
  21. 21Eugene Becomes 5th Oregon City to Adopt Home Energy Score RequirementEN
  22. 22The Ford Escape may return as an EV based on the UEV platform [Update]EN
  23. 23Einstein's equations may explain the universe without dark energyEN
  24. 24How digital membership platforms help sports NGBs leave the spreadsheets behindEN
  25. 25Nov. 5: Satellite Mission Management at the EdgeEN
  26. 26Cloudflare’s Post-Quantum GeoKey Manager Enters Closed Beta without Attribute-Based EncryptionEN
  27. 27SoftBank teams up with five Japanese firms to build quantum-based platformEN
  28. 28As US grid batteries surge, risk of fires plummetsEN

Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.

Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.

Katrin Hoffmann

Katrin Hoffmann

KI, Modelle und Technik

Katrin Hoffmann schreibt für FLASH24 über Technik, KI und Modelle sowie Medien und Internet und stützt sich dabei auf Primärquellen wie Herstellerangaben, Studien und Protokolle statt auf Pressemitteilungen. Bei Benchmarks prüft sie Messmethoden, Testumgebungen und Reproduzierbarkeit, bevor sie Zahlen übernimmt. Für ihre Artikel spricht sie mit Entwicklern und Forschern, wartet auf Konferenzankündigungen und vergleicht Versionsstände von Modellen und Standards. Privat betreibt sie Selfhosting und Heimnetze und dokumentiert ihre eigene Infrastruktur, was ihrer Redaktionsarbeit zugutekommt. Sie veröffentlicht keine Zahlen ohne nachvollziehbare Quelle.

Redaktion →

Kommentare

0
  1. Noch keine Kommentare — seien Sie der Erste.

Kommentar schreiben

Kommentare sind öffentlich sichtbar. Wir veröffentlichen keine Beleidigungen, Werbung oder Spam.