谷歌助力AI数据中心实现需求侧弹性管理

（来源：电力国际汇epintl）

谷歌正通过调整数据中心人工智能（AI）及机器学习（ML）工作负载的需求弹性，以支持电网合作伙伴来应对日益增长的能源消耗需求。

人工智能的迅猛发展可能对电力系统构成重大挑战。为支撑AI发展而持续扩张的数据中心，其能耗水平正呈现显著增长态势。

国际能源署（IEA）指出，在美国，数据中心电力消耗预计将占2030年前电力需求增长量的近半数，其主要驱动因素正是人工智能技术。

为此，谷歌正着力提升其数据中心的运行弹性。电网运营商通常通过维持备用发电容量来应对需求峰值。以美国为例，发电设施平均利用率约为50%，剩余容量则用于满足高峰用电需求。为支撑大规模人工智能工作负载而新建发电或输电基础设施，这一过程不仅成本高昂且耗时漫长。

谷歌正着力提升能源需求侧的可调节性，而非通过扩建电网来应对更高的负荷峰值。这一策略构成了需求侧弹性的基础——即针对大规模计算任务，实时调整或降低能耗的运行方案。

通过将其计算需求与清洁能源高可用时段或电网低负荷期相匹配，谷歌在满足自身需求的同时，能够有效缓解电力系统运行压力。

智能需求侧整合新突破

谷歌首次将这一理念应用于机器学习工作负载，开发出既能支持人工智能发展、又能保障电网合作伙伴稳定运行的全新解决方案。

谷歌首席可持续发展官凯特·勃兰特（KateBrandt）阐释道：“我们正在数据中心部署具有全新弹性需求调节能力的技术方案，这是首次针对机器学习工作负载实施该方案。”

“这一全新方法能够在推动人工智能发展的同时，支持电网合作伙伴，帮助公用事业公司以可靠且具成本效益的方式满足所有客户的用电需求。”

“尽管这一举措仍处于早期阶段，但我们将需求响应视为调节电力负荷的重要工具，既能够转移或削减电力需求，又能在电网最需要的时候提供灵活性。”

需求响应与协作

需求响应是这一战略的关键组成部分，其机制是消费者根据激励措施或价格信号来调整用电行为。

根据国际能源署（IEA）的研究，诸如需求响应等技术对于降低新增输电和配电基础设施的需求具有重要意义。通过针对现代人工智能的核心——机器学习工作负载，谷歌有望提升其数据中心的灵活性。

为在大规模层面实现这些功能，谷歌已与印第安纳密歇根电力公司（I&M）、田纳西河谷管理局（TVA）以及奥马哈公共电力局（OPPD）建立了合作伙伴关系。

在与奥马哈公共电力局（OPPD）合作开展的一项试点项目中，谷歌证实其具备在电网承压时降低与机器学习相关的电力需求的能力。

印第安纳密歇根电力公司总裁兼首席运营官史蒂夫·贝克（SteveBaker）表示：“我们非常高兴能够与谷歌合作，在其位于印第安纳州韦恩堡的新数据中心实现需求响应功能。”

“随着新型高载能负荷不断接入电力系统，与客户建立合作关系以有效管理满足其用电需求所需的发电和输电资源至关重要。谷歌将负荷灵活性纳入其用能战略的能力，将成为满足其未来能源需求的极具价值的工具。”

灵活需求的优势

提升大规模机器学习负荷的灵活性可带来多种益处，其中包括：

• 加速人工智能部署：新建数据中心可直接接入电网，而无需等待新电厂或输电线路的建设完成。

• 降低成本与碳排放：公用事业公司能够依托现有基础设施满足新增负荷需求，从而减少资本性项目投资，并降低相关碳足迹。

• 增强电网韧性：实时负荷管理有助于构建更稳健的电力系统，这对于间歇性可再生能源的并网具有重要意义。

谷歌先进能源部门负责人迈克尔·特雷尔（MichaelTerrell）表示：“随着人工智能的加速应用，我们发现了一个可以扩展我们需求响应工具箱的重要机遇，可专门针对机器学习（ML）工作负载开发相应能力，并利用这些能力来管理大规模新增能源负荷。”

“通过将负荷灵活性纳入整体能源规划，在发电和输电能力受限的情况下，我们依然能有效应对人工智能驱动的增长。我们认为，这是一项在管理大规模新增能源负荷以及推动投资与增长方面的理想工具。”