Vai al contenuto
Ora nel mondoEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portale su IA e tecnologiaeventi · analisi · interviste · approfondimenti tecnici

Cerca
LIVE
›

Il test di flessibilità della rete di OpenAI in Georgia si scontra con i calcoli di Ember sul load shifting

OpenAI sta sperimentando un programma di demand response chiamato Grid Protectors nel campus previsto nella contea di Effingham, in Georgia. Tom's Hardware ha riferito il 3 novembre che il sito rientra in un accordo con Georgia Power da 3,2 gigawatt, con 1.000 megawatt di demand response flessibile.

TecnologiaNotiziaChiara RomanoPubblicato: 4 novembre 20263 min di letturaFonti 28
Il test di flessibilità della rete di OpenAI in Georgia si scontra con i calcoli di Ember sul load shifting

OpenAI sperimenta la flessibilità della rete in Georgia

Il programma serve a ridurre il prelievo di energia di un data center quando la domanda locale sale. OpenAI sostiene che così tiene accese le luci per tutti gli altri. E i suoi campus possono collegarsi alla rete prima, invece di aspettare nuove fonti di energia.

“Che si tratti di riscaldare le case durante un'ondata di freddo al nord o di far funzionare l'aria condizionata durante un'ondata di caldo al sud, le famiglie hanno bisogno di elettricità affidabile”, ha scritto OpenAI in un post sul blog. “Il nostro obiettivo è rendere la flessibilità dei campus una risorsa su cui le utility possano contare quando le comunità ne hanno più bisogno”. L'azienda ha aggiunto di voler fare della flessibilità “una parte centrale di come costruiamo e gestiamo i campus futuri”. Significa progettare strutture che riducono i consumi elettrici su richiesta. Significa anche concordare con le utility quanta domanda si può ridurre, con che rapidità e per quanto tempo.

La Georgia è il banco di prova. Il blocco flessibile nell'accordo con Georgia Power basta ad alimentare circa 800.000 famiglie, quasi il 20% delle case dello stato, secondo Tom's Hardware.

Il demand response esiste da decenni. Una volta i gestori di rete telefonavano ai clienti industriali, come le acciaierie, e chiedevano di tagliare i consumi nei picchi. Oggi l'automazione permette ai data center di ridurre il carico in meno di un minuto. Nvidia sta conducendo un esperimento simile nel Regno Unito.

Perché il load shifting da solo non può reggere la rete

Un'analisi di Ember pubblicata nell'ottobre 2026, e ripresa da pv magazine il 3 novembre, mette i numeri sui limiti. Copre nove mercati tra Stati Uniti, Europa e Sud-est asiatico.

Il vincolo è il mix di carichi. I servizi cloud, i carichi enterprise e l'inferenza AI richiedono bassa latenza. Ember stima che nel 2030 rappresenteranno circa l'87% della capacità globale dei data center. L'addestramento AI può essere interrotto o spostato con meno conseguenze. Secondo le sue ipotesi, circa il 6,5% della capacità globale potrebbe teoricamente spostarsi. Il calcolo assume una flessibilità del 35% per l'addestramento, del 5% per l'inferenza e nessuna per i data center tradizionali. Un tasso di utilizzo medio intorno al 48% riduce poi la capacità realmente disponibile durante uno stress di rete a circa il 3%.

L'Irlanda mostra la scala del risultato. Il load shifting potrebbe tagliare lì la domanda di picco di circa 100 MW entro il 2030, ossia l'1,5% del picco previsto. Gli altri mercati studiati da Ember si collocano tra lo 0,1% e lo 0,6%.

Tenere i carichi in funzione mentre si sostituisce l'energia di rete con generazione o stoccaggio in loco funziona meglio. Ember la chiama bring-your-own-capacity. Secondo Ember potrebbe dare quasi cinque volte il sollievo alla rete del load shifting. Per due grandi data center in Texas con un carico previsto combinato di 5,6 GW, lo spostamento taglierebbe circa 0,55 GW al picco. La generazione in loco potrebbe tagliare fino a 2,7 GW.

Cosa guarderanno utility e autorità di regolazione

L'Irlanda è il caso critico. I data center hanno già assorbito circa il 19% della domanda di picco a gennaio 2025, quando la domanda di sistema ha toccato i 6 GW e loro hanno usato circa 1,1 GW stimati. Ember prevede che quella quota salga al 24% entro il 2030, con la domanda dei data center a 1,6 GW contro un picco di sistema di 6,5 GW.

I tempi rendono il divario più difficile. Un grande data center richiede da 200 MW a 500 MW di capacità e impiega da 18 a 24 mesi per essere costruito. L'espansione convenzionale della rete richiede da quattro a 10 anni.

Per le autorità di regolazione la questione aperta è la verifica. Una promessa di demand response vale solo quanto la misurazione e i controlli che stanno dietro. OpenAI non ha detto come saranno misurati o verificati i 1.000 megawatt del blocco.

Cosa resta ancora sconosciuto

OpenAI si è impegnata su un solo campus. L'azienda ha detto che gli accordi varieranno da luogo a luogo. Comunicherà ulteriori impegni man mano che li definirà.

Lo studio di Ember è un modello, non un consuntivo, e i suoi nove mercati includono Irlanda, Regno Unito e Germania.

Niente di tutto questo risolve la questione commerciale. Un data center che promette di ridurre il carico ottiene una connessione più rapida. Il valore di quella promessa dipende da quanta capacità è davvero flessibile e da chi la controlla.

Commenti 0

Fonti

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. 03Battery Energy Storage System and Pumped Storage Projects Offer Solutions for Integrating Energy Grid: A Report - Jharkhand State NewsEN
  4. 04Top Custom Energy Management Development Companies With Published Projects - Daily BusinessEN
  5. 05Key takeaways from All Energy Australia 2026EN
  6. 06AWS appoints British Embassy advisor as manager of energy policyEN
  7. 07Why data center growth requires smarter energy management - Hanwha GroupEN
  8. 08More of the Same Expensive Dependence on Fossil Fuels in TEP and APS 2026 Energy PlansEN
  9. 09On the pitch and on the grid, Ukraine is not waiting for the war to end and is asking the world to invest in itEN
  10. 10Can Enphase Energy (NASDAQ:ENPH) Overcome Its Cautious Guidance? - Kalkine MediaEN
  11. 11DOE Announces $8.5M for Fusion Energy Public-Private PartnershipsEN
  12. 12Bringing Design Data Management into the Developer WorkflowEN
  13. 13OpenAI deepens Abu Dhabi foothold as Sam Altman inks deals spanning energy, government and investmentEN
  14. 14More heat pumps would actually be good for the grid, researchers findEN
  15. 15Fintech platform Sageworks taken offline after suspected cyberattackEN
  16. 16Google plans big virtual power plant in energy-strapped PJM gridEN
  17. 17Percepto launches Axion AI platform to unify inspection data analysisEN
  18. 18Electric Hydrofoils Save Energy, But Do They Earn Their Price?EN
  19. 195 ballot proposals that could drive or derail clean energyEN
  20. 20Eugene Becomes 5th Oregon City to Adopt Home Energy Score RequirementEN
  21. 21The Ford Escape may return as an EV based on the UEV platform [Update]EN
  22. 22Einstein's equations may explain the universe without dark energyEN
  23. 23PJM desperately needs grid batteries. Here’s a way it could get some.EN
  24. 24How digital membership platforms help sports NGBs leave the spreadsheets behindEN
  25. 25Cloudflare’s Post-Quantum GeoKey Manager Enters Closed Beta without Attribute-Based EncryptionEN
  26. 26Can battery swapping and energy storage power CATL’s next phase of growth?EN
  27. 27U.S. Department of Energy Has Critical Role in Power System Impacts from Wildfires - Department of Energy (.gov)EN
  28. 28Solar Topics in Small Business Innovation Research and Small Business Technology Transfer (SBIR/STTR) - Department of Energy (.gov)EN

Tutti i numeri e le citazioni di questo testo provengono dalle fonti elencate sotto.

I contenuti sono stati preparati dalla redazione con il supporto dell'IA.

Chiara Romano

Chiara Romano

IA, modelli e tecnologie

Chiara Romano scrive di tecnologia, IA e modelli, media e internet per FLASH24, partendo da documentazione tecnica, repository e specifiche invece che da comunicati stampa. Per ogni modello o piattaforma che segue controlla versioni, licenze, parametri e benchmark, e verifica i numeri confrontandoli con i dati originali o con test indipendenti. Confronta le schede tecniche tra fornitori, parla con sviluppatori e amministratori di sistema, e tiene d'occhio le finestre di rilascio e le modifiche ai termini d'uso. Fuori dalla redazione gestisce self-hosting e reti domestiche, esperienza che le serve per capire come funzionano davvero i servizi che racconta. Non pubblica una notizia se la fonte primaria non è verificabile.

Redazione →

Commenti

0
  1. Nessun commento — sii il primo.

Scrivi un commento

I commenti sono pubblici. Non pubblichiamo insulti, spam né pubblicità.