Google, Nvidia e Anthropic alleati con Emerald AI per liberare capacità di rete
Testo scritto con l’intelligenza artificiale a partire da fonti pubbliche, senza revisione umana prima della pubblicazione.
La AI Energy Management Alliance vuole usare il demand response per permettere fino a 100 GW di nuovi data center senza aumentare i picchi di domanda.
AEMA sostiene di poter sbloccare fino a 100 gigawatt di capacità di data center sulla rete elettrica. Il piano passa per pause mirate e spostamenti dei carichi di calcolo quando il sistema è sotto stress.
L’AI Energy Management Alliance nasce su iniziativa di Emerald AI con Google e Nvidia. Al gruppo aderiscono anche Anthropic e utility come AES, Constellation, National Grid e NRG Energy. Obiettivo: integrare il demand response nella progettazione e nella gestione dei centri dati, invece di trattarlo come un intervento emergenziale.
La proposta è concreta. Nei momenti di alta domanda, i data center sospendono i compiti non critici e rinviano i carichi flessibili. Questo crea spazio sulla rete per nuovi allacci senza mantenere consumi costanti al massimo. Secondo AEMA, la combinazione di pause brevi e spostamenti può arrivare a liberare fino a 100 gigawatt di capacità, rendendo possibili più connessioni per i centri dati.
Il demand response esiste da decenni. Le reti sono dimensionate sui picchi, ma per gran parte dell’anno la domanda resta sotto quel limite. Le utility pagano grandi utenti per ridurre l’uso nei momenti critici, spesso spostando attività o attivando risorse alternative. AEMA vuole trasferire questa logica nel mondo dei data center e standardizzarla fin dalla fase di sviluppo dei siti.
La coalizione mette allo stesso tavolo chi costruisce e usa capacità di calcolo e chi gestisce l’elettricità. Emerald AI fornirà la tecnologia di coordinamento, mentre operatori come Google, Nvidia e Anthropic porteranno i loro carichi di lavoro. Le utility valuteranno come inserire questi comportamenti nei propri programmi e nelle regole di interconnessione.
Il cuore dell’iniziativa è l’orchestrazione. Non si parla di spegnere i data center, ma di modulare attività che tollerano ritardi brevi. Batch non urgenti, training programmabili, elaborazioni posticipabili. La gestione coordinata di questi compiti, afferma AEMA, può trasformare capacità latente della rete in connessioni aggiuntive per nuovi siti, senza costruire la pianificazione attorno a consumi di picco permanenti.
Se l’approccio attecchisce, cambia l’ordine delle priorità per chi sviluppa infrastrutture AI. La partecipazione ai programmi di demand response diventerebbe un requisito progettuale, non un add-on operativo. Per gli operatori di rete, significherebbe avere margini in più per approvare nuovi allacci, a parità di infrastruttura fisica, e una base di utenti pronta a collaborare nelle ore di maggiore stress del sistema.
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate nel pezzo. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Il filo della storia
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.