灵活调峰：电力柔性 AI 工厂如何稳定全球能源电网

NVIDIA Blog 新闻
power-flexibility ai-infrastructure grid-management energy-efficiency gpu-clusters nvidia

摘要

Emerald AI 展示了电力柔性AI工厂如何自主调节电力消耗以稳定电网需求，该方案依托伦敦数据中心的 NVIDIA GPUs 及相关基础设施，在不干扰关键工作负载的前提下吸收峰值功率激增。

<div id="bsf_rt_marker"></div><p>在2020年欧洲杯（UEFA EURO 2020）八分之一决赛英格兰对阵德国队的比赛半场哨响时，英国的数百万观众不约而同地离开屏幕，做起了同一件事——打开电水壶烧水。</p> <p>为英格兰和威尔士供电的National Grid发现，仅在这长达数分钟的全国性“烧水休息时间”内，就出现了<a target="_blank" href="https://www.neso.energy/news/euro-2020-and-tv-pick-effect">约1吉瓦的用电需求激增</a>——增幅相当于标准核电站的平均发电量。电网运营商必须精细管理这些需求高峰以保持系统稳定，而随着电网持续接入大量新用户，这一挑战只会愈发严峻。</p> <p>但如果这些新用户实际上能够具备灵活性，在电网承受高峰压力时为其减负呢？</p> <p>在最近的一份<a target="_blank" href="https://www.ngpartners.com/stories/emerald-ai-whitepaper">白皮书</a>中，Emerald AI联合NVIDIA、EPRI、National Grid和Nebius共同展示了，“电力灵活型”AI工厂如何能够在用电高峰期自主调节其功耗。</p> <p>对AI工厂而言，这意味着无需等待耗时数年的大规模基础设施升级，就能实现更快的电网接入。对公众而言，通过限制系统需要服务的高峰负荷，有助于控制电网扩建规模，从而帮助普通用户维持可负担的电费水平。</p> <h2><b>烧开水，稳电网</b></h2> <p>在亚利桑那州、弗吉尼亚州和伊利诺伊州的AI工厂成功完成概念验证测试后，去年12月，Emerald AI将其灵活的电网解决方案带至对岸，将<a target="_blank" href="https://www.emeraldai.co/">Emerald AI Conductor Platform</a>部署到了Nebius位于伦敦的新AI工厂。该工厂基于NVIDIA基础设施打造，是英国首批此类设施之一。</p> <p>在该AI工厂中，研究团队通过<a target="_blank" href="https://developer.nvidia.com/blog/inside-nvidia-blackwell-ultra-the-chip-powering-the-ai-factory-era/">96块NVIDIA Blackwell Ultra GPU</a>组成的集群运行生产级AI工作负载，这些GPU通过<a target="_blank" href="https://www.nvidia.com/en-us/networking/products/infiniband/quantum-x800/">NVIDIA Quantum-X800 InfiniBand平台</a>互联。<a target="_blank" href="https://developer.nvidia.com/system-management-interface">NVIDIA System Management Interface</a>被用于获取稳定且精确到秒级的GPU功耗遥测数据。</p> <p>EPRI和National Grid在电力网络上模拟了多种压力场景——从雷击到长期低风速导致的发电不足——并通过Conductor Platform向AI工厂发送信号，指示其临时降低功耗以缓解电网压力。</p> <p>其中一个场景就是“电视收视效应”现象，现场重现了那场2020年欧洲杯足球赛期间的用电激增情况。</p> <p>当数百万个模拟电水壶即将同时启动时，AI集群迅速降低了功耗，成功充当了突发用电激增的“缓冲器”，且未中断集群上运行的最高优先级AI工作负载。</p> <div style="width: 1200px;" class="wp-video"><video class="wp-video-shortcode" id="video-90446-8" width="1200" height="675" loop autoplay preload="auto" controls="controls"><source type="video/mp4" src="https://blogs.nvidia.com/wp-content/uploads/2026/02/Grid-Responsive-AI-Infrastructure-Chart_v4.mp4?_=8" /><a href="https://blogs.nvidia.com/wp-content/uploads/2026/02/Grid-Responsive-AI-Infrastructure-Chart_v4.mp4">https://blogs.nvidia.com/wp-content/uploads/2026/02/Grid-Responsive-AI-Infrastructure-Chart_v4.mp4</a></video></div> <p>在实际应用中，这意味着电网可以更高效地利用现有容量来应对突发的需求波动，减少为满足最坏情况峰值而过载建设永久基础设施的需求，从而帮助普通消费者维持可负担的电价。</p> <p>“凭借这项技术，AI工厂变成了友好且有益的电网资产，”Emerald AI创始人兼首席执行官Varun Sivaram表示。“同时，由于可以利用现有电网，AI工厂也能以更快速度接入电网。”</p> <h2><b>缓解电网压力，而非打断计算任务</b></h2> <p>在Nebius AI工厂的演示中，尽管为了配合全国性的“烧水时刻”而迅速下调了供能，但Emerald AI Conductor确保了模拟的高优先级AI工作负载仍能以最高吞吐率运行，而弹性较大的作业则被暂时降速。</p> <p>在此次实验中，EPRI和National Grid指导AI集群执行了超过200项功率目标，Emerald AI的记录显示其达到了100%的目标匹配度。</p> <p><img loading="lazy" decoding="async" class="aligncenter wp-image-90462 size-full" src="https://blogs.nvidia.com/wp-content/uploads/2026/02/corporate-self-service-infographic-templates-final-1.jpg" alt="High-level white paper stats including 100% compliance across 200+ power targets, 22 distinct real-time dispatch events, and 30% slashed power in under 40 seconds. " width="1440" height="576" srcset="https://blogs.nvidia.com/wp-content/uploads/2026/02/corporate-self-service-infographic-templates-final-1.jpg 1440w, https://blogs.nvidia.com/wp-content/uploads/2026/02/corporate-self-service-infographic-templates-final-1-960x384.jpg 960w, https://blogs.nvidia.com/wp-content/uploads/2026/02/corporate-self-service-infographic-templates-final-1-1280x512.jpg 1280w, https://blogs.nvidia.com/wp-content/uploads/2026/02/corporate-self-service-infographic-templates-final-1-630x252.jpg 630w" sizes="auto, (max-width: 1440px) 100vw, 1440px" /></p> <p>“我们开展的测试超越了此前在美国进行的所有同类测试，因为我们不仅测试了GPU，还测试了CPU及其周边配套硬件，以及IT设备的总功耗，”National Grid集团首席战略官Steve Smith表示。“我们已经证明了这项技术所带来的价值。”</p> <h2><b>超高速扩展伦敦电网</b></h2> <p>伦敦的电力网络一直在努力满足市民日益增长的能源需求。包括National Grid在内的电网运营商正面临一个关键瓶颈：在为大型客户接入电网的基础设施升级方面存在限制。</p> <p>借助Emerald AI的Conductor Platform等解决方案，将灵活的AI工厂接入电网，不仅能帮助稳定能源尖峰，还能优化现有电网基础设施的使用效率，从而推动英国新兴产业人才的聚集与经济机遇的增长。</p> <p>Smith指出：“我们在AI领域拥有巨大的技能储备和潜力。”“在数据中心规模上，我们永远无法与美国相提并论，但考虑到英国的体量，我们是有可能达到相应规模的——我们也确实看到了众多超大规模云服务商对此展现出的浓厚兴趣。因此，这赋予了我们作为National Grid的一员，在帮助释放国家经济增长潜力方面发挥作用的机会。”</p> <p>在完成四次演示之后，Emerald AI与NVIDIA正准备将电力灵活型AI工厂投入实际部署，今年即将开业的弗吉尼亚州Aurora AI Factory将是首个试点。</p> <p>了解更多关于首座由<a href="https://blogs.nvidia.com/blog/omniverse-dsx-blueprint/">NVIDIA GPU</a>驱动的<a target="_blank" href="https://www.emeraldai.co/blog/launching-the-first-power-flexible-ai-factory-with-nvidia">电力灵活型</a>AI工厂的信息。</p>
查看原文
查看缓存全文

缓存时间: 2026/04/21 01:12

# 缓解电网压力：具备功率灵活性的 AI 工厂如何稳定全球电网 来源：https://blogs.nvidia.com/blog/power-flexible-ai-factories-energy-grid/ 在英格兰与德国进行的 2020 年欧洲杯 16 强赛中场休息哨声响起时，英国数百万观众同时离开屏幕，做着同样的事情——打开电水壶。 为英格兰和威尔士供电的 National Grid 观察到，仅因这次全国性的“下午茶时间”，短短几分钟内用电需求就激增了约 1 吉瓦（https://www.neso.energy/news/euro-2020-and-tv-pick-effect）——增幅相当于标准核电站的平均发电量。电网运营商必须仔细管理这些需求高峰以维持系统稳定，而随着电网不断接入大型新客户，这一挑战或将愈发严峻。 但如果这些新客户实际上具备灵活性，能够在电网承受峰值压力时主动减轻负荷，情况会怎样呢？ 在最近发布的一份白皮书（https://www.ngpartners.com/stories/emerald-ai-whitepaper）中，Emerald AI 联合 NVIDIA、EPRI、National Grid 和 Nebius 展示了“功率灵活性”AI 工厂如何在用电高峰期间自主调节其功耗。 对 AI 工厂而言，这意味着无需等待耗时数年的大规模基础设施升级，即可大幅加快并网速度。对公众而言，通过限制系统需要满足的高峰负荷，有助于控制电网扩建规模，从而保障普通电费账单用户的电价保持亲民。 ## **烧开水，稳电网** 在亚利桑那州、弗吉尼亚州和伊利诺伊州的 AI 工厂成功完成概念验证试验后，去年 12 月，Emerald AI 将其灵活的电网解决方案落地英国，将 Emerald AI Conductor Platform（https://www.emeraldai.co/）部署到了基于 NVIDIA 基础设施建设的 Nebius 伦敦新 AI 工厂——这是英国首批同类设施之一。 在该 AI 工厂中，研究团队在一个由 96 块 NVIDIA Blackwell Ultra GPU（https://developer.nvidia.com/blog/inside-nvidia-blackwell-ultra-the-chip-powering-the-ai-factory-era/）组成的集群上运行了生产级 AI 工作负载，这些 GPU 通过 NVIDIA Quantum-X800 InfiniBand 平台（https://www.nvidia.com/en-us/networking/products/infiniband/quantum-x800/）相连。研究团队使用 NVIDIA System Management Interface（https://developer.nvidia.com/system-management-interface）来获取一致且精确到秒级的 GPU 功耗遥测数据。 EPRI 和 National Grid 模拟了电网的压力场景——从雷击到长期风力发电不足——并发出信号，借助 Conductor Platform 指示该 AI 工厂暂时降低功耗，以缓解电网压力。 这些场景之一就是“电视时段用电激增”现象，即重现了那场欧洲杯足球比赛期间的用电高峰。 就在数百万个模拟电水壶即将开启之际，AI 集群迅速降低了功耗，成功充当了突发用电激增的“减震器”，且未干扰集群上运行的最高优先级 AI 工作负载。 https://blogs.nvidia.com/wp-content/uploads/2026/02/Grid-Responsive-AI-Infrastructure-Chart_v4.mp4 在实际应用中，这意味着电网可以更高效地利用现有容量来应对突发的需求波动，减少对为满足最坏情况峰值而过度建设永久性基础设施的需求，从而帮助普通消费者维持较低的用电成本。 Emerald AI 创始人兼首席执行官 Varun Sivaram 表示：“凭借这项技术，AI 工厂变成了友好且有益的电网资产。与此同时，由于能够直接接入现有电网，AI 工厂的并网速度也大幅加快。” ## **缓解负荷的“减震器”，而非压制计算的“粉碎机”** 在 Nebius AI 工厂的演示中，尽管为应对全民“下午茶时间”而快速降低了整体能耗，Emerald AI Conductor 仍确保了模拟的高优先级 AI 工作负载始终保持在峰值吞吐量运行，而灵活性更高的任务则被临时降速。 Emerald AI 记录显示，在此次实验中，AI 集群完全遵循了 EPRI 和 National Grid 下达的 200 多项功率调控目标，达标率为 100%。 白皮书的核心数据包括：在 200 多项功率目标上的 100% 合规率、22 次独立的实时调度事件，以及在 40 秒内实现 30% 的功率削减。 National Grid 集团首席战略官 Steve Smith 表示：“我们开展的测试超越了此前在美国进行的所有测试，因为我们不仅测试了 GPU，还涵盖了 CPU 及其周边组件，以及 IT 设备的总体功耗。我们已经证明了这项技术所带来的价值。” ## **超级加速扩展伦敦电网** 伦敦的电网正持续运作，以满足市民日益增长的能源需求。其电网运营商（包括 National Grid）面临着一个关键瓶颈：连接大型客户的基础设施升级改造受限。 借助 Emerald AI 的 Conductor Platform 等解决方案，将灵活的 AI 工厂接入电网，不仅能帮助稳定电能尖峰，还能优化现有电网基础设施的利用，进而推动英国新兴行业人才与经济发展机遇的增长。 Smith 补充道：“我们在人工智能领域拥有巨大的技能储备和潜力。虽然数据中心规模永远无法与美国相提并论，但考虑到国家体量，我们本可以做得更大——而且我们确实看到了许多超大规模云服务提供商对此表现出的兴趣。因此，这让我们有机会作为 National Grid 的一员，充分发挥作用，助力释放该国的经济增长潜力。” 历经四次演示之后，Emerald AI 与 NVIDIA 正筹备于今年开放的弗吉尼亚州 Aurora AI Factory，将具备功率灵活性的 AI 工厂推向实际部署。 了解有关首座功率灵活性（https://www.emeraldai.co/blog/launching-the-first-power-flexible-ai-factory-with-nvidia）AI 工厂的更多信息，该工厂由 NVIDIA GPU（https://blogs.nvidia.com/blog/omniverse-dsx-blueprint/）驱动。

相似文章