شراكات

NVIDIA، Google و Emerald AI تُنشئ تحالف إدارة الطاقة بالذكاء الاصطناعي

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

أعلنت Emerald AI و Google و NVIDIA في 16 سبتمبر 2026 عن إطلاق تحالف إدارة الطاقة بالذكاء الاصطناعي (AEMA)، وهو ائتلاف يهدف إلى تعزيز مراكز البيانات التي يمكنها إدارة استهلاكها للكهرباء بشكل ديناميكي استجابةً لظروف شبكة الطاقة.

تم الإعلان عن الإطلاق في منشور مدونة NVIDIA، الذي وصف AEMA بأنه ائتلاف من نوعه الأول. صرّحت NVIDIA أن الهدف هو بناء بنية تحتية للذكاء الاصطناعي تعمل مع الشبكة بدلاً من مجرد الاتصال بها، وأشارت إلى أن مرونة الطاقة يمكن أن تساعد في فتح اتصالات أسرع وأكبر للبنية التحتية للذكاء الاصطناعي مع تقليل الأثر البيئي لكل وات ودعم القدرة على تحمل تكاليف الطاقة.

الحاجة إلى مراكز البيانات المرنة

صرّحت NVIDIA أن الطاقة أصبحت قيدًا حاسمًا في توسيع بنية الذكاء الاصطناعي التحتية في الولايات المتحدة. وأوضح الشركة أن عمليات الربط التقليدية صُممت حول مرافق ذات طلب كهربائي ثابت ومسطّح، وليس بنية تحتية حوسبة قادرة على الاستجابة عندما يكون نظام الطاقة مقيدًا.

وفقًا للإعلان، يمكن لمركز بيانات مرن تعديل كمية الكهرباء التي يسحبها من الشبكة بطرق متعددة: تحويل أحمال الحوسبة، تفريغ التخزين، استخدام توليد مزدوج، أو الاستجابة للطوارئ النظامية. تتيح هذه القدرات لعميل كهربائي كبير أن يكون موردًا قابلًا للتحكم بدلاً من حمل غير مرن. وقالت NVIDIA إن الاستخدام الفعّال للمرونة يمكن أن يحقق استفادة أكثر كفاءة من سعة الشبكة الحالية، ويقلل الطلب خلال فترات توتر النظام، ويتجنب أو يؤجل ترقيات البنية التحتية، ويمنح المرافق ومشغلي الشبكة ثقة أكبر لربط مرافق الذكاء الاصطناعي في جداول زمنية أقصر.

مبادئ محايدة تقنيًا ومبنية على الأداء

إن AEMA محايد تقنيًا ومبني على الأداء، ويركّز على الخدمة القابلة للقياس التي يمكن للمرفق تقديمها، بما في ذلك سرعة الاستجابة، والمدة، والقابلية للتنبؤ، والسلوك أثناء الطوارئ، بدلاً من الأجهزة أو البرمجيات المحددة التي يستخدمها الموقع.

تدعو مبادئ التحالف إلى تحديد التزامات الاستمرار في الخدمة (ride‑through) والحدّ من الإمداد (curtailment) والاستجابة للطوارئ قبل ربط المرفق، وهو ما يصفه الإعلان بأنه قواعد واضحة للبقاء متصلاً أثناء اضطرابات الشبكة القصيرة، وتقليل استهلاك الطاقة عند الحاجة والاستجابة للطوارئ. كما تدعو المبادئ إلى توحيد المتطلبات التقنية، ومقاييس الأداء، ومشاركة البيانات التشغيلية، وإلى إنشاء مسارات أسرع ومُعدّلة حسب المخاطر للعملاء تُتيح التزامات مرونة موثوقة وقابلة للتحقق. مبدأ إضافي يتناول تخصيص تكاليف الربط بطريقة تعكس التأثيرات والفوائد الفعلية للنظام، مثل تجنّب الترقيات وتحسين قدرة الارتفاع السريع. ووفقًا للإعلان، يمكن لهذه الإجراءات أن تقلل من عدم اليقين بالنسبة للمطورين بينما تزود مشغلي النظام بالمعلومات والتحكم اللازمين للحفاظ على الموثوقية.

نطاق التحالف ومهمة السياسة

يجمع AEMA سلسلة القيمة الكاملة عبر الحوسبة والطاقة: منصات الذكاء الاصطناعي، ومزودي البنية التحتية، ومشغلي مراكز البيانات، وشركات التكنولوجيا، ومنتجي الطاقة، والمرافق، ومشغلي الشبكات الإقليمية. سينضم إلى الأعضاء المؤسسين شركاء الإطلاق من جميع أنحاء النظام البيئي، وسيعمل التحالف على تطوير نهج تقنية وتشغيلية، والتعاون مع المرافق على حلول الربط، والدعوة إلى سياسات تعترف بالطلب المتجاوب مع الشبكة.

على موقعه الرسمي، يدرج AEMA Emerald AI و Google و NVIDIA كأعضاء مؤسسين ويصف نفسه بأنه مدافع عن مراكز البيانات المرنة التي تعدل سحب الطاقة ديناميكيًا لتوفير الإغاثة عندما يحتاج النظام إلى ذلك أكثر. ويقول التحالف إنه يدعم سياسات تُسرّع من سرعة الوصول إلى الطاقة، ويؤكد أن تحرير السعة على الشبكة الحالية، التي غالبًا ما تكون غير مستغلة، يحافظ على موثوقية الطاقة وتكلفتها المعقولة للأسر الأمريكية.

يذكر AEMA أن نصف سعة نظام الطاقة يبقى غير مستخدم طوال العام، وأن جعل مراكز البيانات مرنة إلى حد ما يمكن أن يفتح 100 جيجاواط من النظام الكهربائي القائم، مستندًا إلى منشور صادرة عن معهد نيكولاس بجامعة ديوك. كما يستشهد التحالف بتقرير براتل الذي وجد أن كل تحسين بنسبة 10٪ في استغلال الشبكة يمكن أن يقلل من أسعار المرافق بنسبة 3.4٪، ويقول إن التجارب أظهرت خفض استهلاك الطاقة بمقدار الثلث في أقل من دقيقة في سيناريوهات الطوارئ، ويستند إلى 733 مليون دولار من التكاليف المحتملة التي يمكن تجنّبها في نظام الطاقة لكل جيجاواط من مراكز بيانات الذكاء الاصطناعي الجديدة التي تتمتع بالمرونة وموارد السعة. ويذكر AEMA أن ربط مراكز بيانات الذكاء الاصطناعي الجديدة بالشبكة يستغرق من خمس إلى سبع سنوات أو أكثر في الأسواق الرئيسية بالولايات المتحدة.

يقول التحالف إنه يحافظ على علاقات طويلة الأمد مع لجنة تنظيم الطاقة الفدرالية، ووزارة الطاقة، والوكالات الفدرالية، والجهات التنظيمية للولايات. ويقدم للأعضاء تنسيقًا سياسيًا بشأن الربط، والنقل، وسياسة الأحمال الكبيرة، ورؤية مبكرة لتطورات السياسات، ورسالة موحدة للجهات التنظيمية على المستويين الولائي والفدرالي حول فوائد المرونة وسرعة الوصول إلى السوق، وفقًا للموقع.

التعاون السابق بين NVIDIA و Emerald AI

يمتد التحالف للعمل القائم بالفعل بين اثنين من مؤسسيه. في بيان صحفي 23 مارس 2026 صُدر خلال CERAWeek 2026، صرّح NVIDIA وEmerald AI أنهما يعملان مع AES وConstellation وInvenergy وNextEra Energy وNscale Energy & Power وVistra لتطوير مصانع ذكاء اصطناعي تتصل بالشبكة بسرعة وتعمل كأصول طاقة مرنة. ستستخدم تلك المصانع تصميم مرجع NVIDIA Vera Rubin DSX AI Factory، الذي يتضمن مكتبة برمجيات DSX Flex لربط مصانع الذكاء الاصطناعي بخدمات شبكة الطاقة، بينما تنسق منصة Conductor من Emerald AI المرونة الحاسوبية إلى جانب التوليد المحلي، والبطاريات، وغيرها من الموارد خلف العداد. وقال فارون سيفارام، المؤسس والرئيس التنفيذي لشركة Emerald AI، في البيان: “مصانع الذكاء الاصطناعي ذات قيمة عالية ولا يمكن اعتبارها إما أحمال سلبية أو جزر دائمة”.

وفقًا للبيان الصادر في مارس، جربت الشركتان عروض مرونة الطاقة بالذكاء الاصطناعي في خمسة مراكز بيانات تجارية حول العالم خلال العام السابق. وكان من المتوقع نشر DSX Flex على نطاق تجاري في وقت لاحق من عام 2026 في مركز أبحاث NVIDIA AI Factory في فرجينيا، المخطط له كأحد أول مصانع الذكاء الاصطناعي المرنة في الطاقة في العالم التي تعمل على بنية Vera Rubin.

تشير منشورات إطلاق NVIDIA إلى أن AEMA سيوسع ذلك العمل السابق من خلال جمع مجتمعات التكنولوجيا والطاقة والسياسة حول نماذج يمكن نشرها في جميع أنحاء الولايات المتحدة.

ثيو ناش هو خبير في مجال الذكاء الاصطناعي في Unite.AI ، ويهتم ببنية تحتية للذكاء الاصطناعي والحوسبة والأنظمة المادية التي تعمل بالذكاء الاصطناعي الحديث. يركز عمله على الأسس الفنية خلف حمولات الذكاء الاصطناعي على نطاق واسع ، بما في ذلك مراكز البيانات والمسرعات والشبكات وبرامج التطبيقات التي تربطها معًا.
بمنظور تحليلي ومهندس مدفوع ، يفحص ثيو كيف تتيح التطورات في وحدات معالجة الرسومات والصمامات المخصصة وعمليات الذاكرة والأنظمة الموزعة لأجيال جديدة من نماذج الذكاء الاصطناعي. يهتم بشكل خاص بالتضحيات في الأداء والكفاءة في استهلاك الطاقة وال قابلية للتوسيع والقيود العملية التي تشكل النشر الفعلي للبنية التحتية للذكاء الاصطناعي.
المقالات التي كتبها ثيو ناش يتم إنشاؤها بواسطة الذكاء الاصطناعي ومراجعتها بواسطة فريق التحرير في Unite.AI لضمان الدقة الفنية والوضوح والتغطية المسؤولة للمناظر الحوسبية للذكاء الاصطناعي التي تتطور بسرعة.