跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

OpenAI在佐治亚试电网灵活性,Ember算负荷转移的上限

OpenAI正在计划建设的佐治亚州埃芬汉县园区测试一项名为Grid Protectors的需求响应计划。据Tom's Hardware 11月3日报道,该园区依托与Georgia Power达成的一项3.2吉瓦协议,其中包含1000兆瓦的灵活需求响应容量。

科技新闻林晓雯发布: 2026年11月4日3 分钟阅读资料来源 28
OpenAI在佐治亚试电网灵活性,Ember算负荷转移的上限

OpenAI在佐治亚试电网灵活性

这项计划要在当地用电需求上升时压低数据中心的取电功率。OpenAI说,这样其他人还能继续用电,园区也能更早接入电网,不必等新电源建成。

“无论是北方寒潮里给住宅供暖,还是南方热浪中开着空调,家庭都需要可靠的电力,”OpenAI在一篇博客文章中写道。“我们的目标是让园区的灵活性成为公用事业公司在社区最需要时可以调用的资源。”公司还说,希望灵活性成为“我们建设和运营未来园区的核心部分”。这意味着园区在设计上要能按要求削减用电,也意味着要与公用事业公司谈妥削减多少负荷、多快削减、持续多久。

佐治亚是试验场。据Tom's Hardware报道,Georgia Power协议中的灵活容量足以供应约80万户家庭,接近该州住宅总数的20%。

需求响应本身已有几十年历史。过去电网调度员会打电话给钢厂等工业用户,请他们在用电高峰削减消耗。如今自动化让数据中心能在一分钟内降低负荷。英伟达已在英国做过类似试验。

为什么单靠负荷转移撑不起电网

Ember于2026年10月发布的一份分析给出了上限的数字,pv magazine在11月3日报道了这份分析。研究覆盖美国、欧洲和东南亚的九个市场。

约束来自负载结构。云服务、企业负载和AI推理都需要低延迟。Ember估计,到2030年它们将占全球数据中心容量的约87%。AI训练可以中断或迁移,后果较小。按其假设,全球约6.5%的容量理论上可以转移。这一假设是训练负载35%可调、推理负载5%可调、传统数据中心完全不可调。再按约48%的平均利用率折算,电网承压时真正可用的容量只剩约3%。

爱尔兰说明了结果量级。到2030年,负荷转移最多可把当地峰值需求削减约100兆瓦,相当于预测峰值的1.5%。Ember研究的其他市场落在0.1%到0.6%之间。

让负载继续运行、同时用现场发电或储能替代电网供电,效果更好。Ember称之为自带容量。Ember发现,它能提供的电网缓解接近负荷转移的五倍。得克萨斯州两座大型数据中心预计合计负载5.6吉瓦,负荷转移在峰值时约削减0.55吉瓦,现场发电最多可削减2.7吉瓦。

公用事业公司和监管机构会盯什么

爱尔兰是压力最大的案例。2025年1月,系统需求峰值为6吉瓦,数据中心用掉约1.1吉瓦,占峰值需求的约19%。Ember预计到2030年这一比例将升至24%,数据中心需求达1.6吉瓦,而系统峰值为6.5吉瓦。

时间差让缺口更难补。一座大型数据中心需要200兆瓦到500兆瓦的容量,建设周期18到24个月。常规电网扩建则要四到十年。

对监管机构来说,悬而未决的问题是核验。需求响应承诺的价值,取决于背后的计量和控制手段。OpenAI尚未说明这1000兆瓦的容量将如何计量或核查。

仍未明确的部分

OpenAI目前只承诺了一个园区。公司表示具体安排会因地点而异,并将在敲定后公布更多承诺。

Ember的研究是模型推演,不是实际运行记录,其九个市场包括爱尔兰、英国和德国。

这些都没有回答商业层面的问题。承诺削减负荷的数据中心能更快拿到接入许可。而这份承诺值多少,取决于真正可调的容量有多大,以及由谁来核查。

评论 0

资料来源

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

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

林晓雯

林晓雯

人工智能、模型与技术

林晓雯负责FLASH24的人工智能、模型与技术方向,主要写科技、人工智能与模型、媒体与互联网三个领域。她习惯从论文预印本、开源代码库和厂商技术文档入手,先核对训练数据来源和评测口径,再决定是否落笔。遇到模型跑分,她会自己复现一遍小规模测试,并对照独立第三方榜单,确认数字没有注水。她常联系一线工程师和产品经理,也盯着各大会议截稿日,把不同版本的技术报告放在一起比。业余时间她玩3D打印、折腾老电脑,还关心模型从网络垃圾里学到的偏见问题,这让她对数据清洗格外敏感。她有一条原则:拿不到原始数据的性能宣称,不写。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。