Interviews
Andrii Garanin, Chief Energy og Infrastructure Officer hos Silicon Foundation – Interview Serie

Andrii Garanin er Chief Energy og Infrastructure Officer hos Silicon Foundation, hvor han udvikler AI-datacenter og batterilagringprojekter på tværs af store amerikanske elmarkeder, herunder PJM og ERCOT. Med mere end 20 års erfaring på tværs af energiværdikæden, herunder kraftproduktion, gridintegration og lagring, er han en af de få infrastrukturledere, der brobygger mellem verdenerne af kraftproduktion og AI-regning. Han har udviklet og opereret energiaktiver, der spænder over fornybare energikilder, gas og batterilagring, og har haft ledende roller i internationale energi- og teknologivirksomheder, herunder Scatec Solar og Elementum Energy.
Silicon Foundation er en infrastruktur-orienteret organisation, der bygger på skæringen af energi, AI-regning og kapitalmarkeder. Organisationens kerne-tese er, at fremtidens AI-infrastruktur vil afhænge af mindre, distribuerede datacenter, der er direkte forbundet til energiaktiver, snarere end massive centraliserede faciliteter. For at støtte denne vision udvikler og opererer Silicon Foundation GPU-datacenter til AI-arbejdslaster, investerer i store batterilagringssystemer (BESS) for at forbedre grid-sikkerheden og skaber RAW Protocol, en markedsinfrastruktur-lag, der er designet til at forbinde fysiske energi- og regningsaktiver med institutionelle kapitalmarkeder. Organisationen udvikler for øjeblikket et stort compute- og energicampus i West Virginia, der kombinerer grid-adgang, energilagring, køleinfrastruktur og AI-regningskapacitet som en del af sit bredere mål om at bygge en energirig fremtid.
De har brugt mere end to årtier på at bygge energi-infrastruktur på tværs af fornybare energikilder, metan-til-energi, utility-skala solenergi, batterilagring og nu AI-datacenter. Hvordan har denne rejse formet deres syn på, at energitilgængelighed bliver lige så vigtig for AI-udvikling som GPU’er og grundlæggende modeller?
Jeg har brugt det meste af min karriere på kraftproduktionssiden, men det var arbejdet på forbrugssiden, der ændrede, hvordan jeg opfatter hele systemet. Man indsætter hurtigt, at at matche efterspørgsel til udbud ikke er en sekundær bekymring. Det er bekymringen. Den virkelige begrænsning er ikke generation i det abstrakte; det er grid selv, der har en endelig kapacitet til at flytte og balancere energi. For at tilpasse stigningen i fornybare energikilder og den kongestion, det forårsager, må man behandle forbrug som kontrollerbart og fleksibelt, ikke fast.
AI sidder lige i midten af det. Det er den mest konsekvente teknologiske skift i dette århundrede, og det er allerede en stor og hurtigt voksende kilde til elektricitetsforbrug. IEA projekterer, at el-forbrug i datacenter vil næsten fordobles inden 2030, med AI-optimerede faciliteter, der mere end firedobles; i USA forventes datacenter alene at stå for næsten halvdelen af alle el-forbrugsøgninger i dette årti.
Energtilgængelighed er nu en første-orden-input til AI-udvikling, på samme niveau som regning. Arbejdet fremover er at finde intelligente måder at gøre den energi tilgængelig på, og det er et energisystem-problem såvel som et teknologiproblem.
Hos Silicon Foundation udvikler de AI-datacenter og batterilagringprojekter på tværs af store amerikanske elmarkeder som PJM og ERCOT. Hvad er de største misforståelser, teknologiledere har om, hvad det faktisk kræver at sikre energi til AI-infrastruktur i stor målestok?
Et par står ud. Den første er overbevisningen om, at man kan placere et gigawatt-stort datacenter næsten hvor som helst, så længe stedet ser lovende ud på papir. I virkeligheden må man ikke kun tage hensyn til den infrastruktur, der findes i dag, men også til det, der kommer: de andre laster og generation, der vil tilslutte sig omkring dig og ændre det lokale grid.
Tallene gør dette konkrekt: ERCOT’s store last-tilslutningskø jumpede til over 200 GW i 2025, op fra omkring 63 GW ved udgangen af 2024, med det store flertal af det datacenter. Du sidder ikke i et statisk system; du sidder i en kø, der bliver helt omskabt.
Den anden misforståelse er at behandle det som en ejendomsinvestering. Det er det ikke. En alvorlig udvikler har brug for ægte ekspertise på tværs af hele værdikæden, kraftproduktion, transmission og grid-integration og regningsstyring, ikke kun et enkelt snit af det. Den tredje er at have for snæver en synsvinkel. Du kan ikke kun se på regionalt tilgængelig energi. Du må spore national politik, arbejde med de samfund, du kommer ind i, og samarbejde tæt med den lokale grid-operatør, fordi de er dem, der ultimativt beslutter, om og hvordan du tilslutter.
Mange investorer vurderer stadig AI-virksomheder primært gennem software, chip og modelpræstation. Hvorfor tror du, at energi-infrastruktur kan blive en af de vigtigste flaskehalse og muligheder i AI-økonomien?
Når forbrug når dette niveau, må man se beyond chip og software til den infrastruktur, der gør regning mulig, og det upstream-system er langt mere komplekst, end mange investorer antager. Regningslaget kan ikke vurderes i isolation fra, hvad der sker på energiforsynings-siden; de er det samme system.
Grid-adgang er blevet den bindende begrænsning på datacenter-konstruktion, før land eller tilladelse, og tilslutnings-tidsrammer strækker sig nu over år. Det er flasken, og det er også præcis, hvor muligheden er for enhver, der kan løse det.
Der er en anden faktor, folk undervurderer: lastprofilen for et AI-datacenter er ikke flad. Trænings- og slutbrugsarbejdslaster kan svinge el-forbrug skarpt, nogle gange inden for sekunder. Denne ustadighed har alvorlige implikationer for, hvordan en facilitet opererer, og mere grundlæggende, for hvordan den skal designes og integreres fra starten.
En lokalitet, der ikke kan håndtere disse sving eller omdanne dem til en funktion, som grid kan bruge, vil have svært ved det. Investorerne, der forstår, at energilaget er, hvor værdi og risiko koncentrerer sig, vil se mulighederne, som chip- og model-linsen ikke ser.
Vi hører ofte om datacenter-operatører, der søger grid-forbindelser, men du har argumenteret for, at grid-adgang alene ikke længere er nok. Hvilke yderligere evner vil succesfulde AI-infrastruktur-operatører have brug for i de næste ti år?
Som jeg sagde, garanterer en grid-forbindelse på sig selv ikke et succesfuldt projekt, fordi grid er aldrig statisk. Nye generation og nye last tilslutter sig hele tiden, og begge ændrer, hvad din forbindelse faktisk er værd. Operatøren og udvikleren må forstå disse implikationer: om den lokale grid kan absorbere stigende efterspørgsel og hvilke begrænsninger operatøren må pålægge længere nede, når de erkender, de ikke kan holde systemet stabilt.
Disse begrænsninger er reelle og øger mere og mere. PJM, der betjener 67 millioner mennesker, kom for kort af sin pålidelighedsmål i en kapacitetsauktion for første gang, med priser, der ramte den regulatoriske loft.
Fornybare energikilder er det forsigtige eksempel her. Mange projekter blev suspenderet eller reduceret efter, at de allerede var bygget. Regulatorer kan håndtere disse begivenheder på systemniveau, men den finansielle byrde falder normalt på aktive operatører, direkte svækkende investeringsforslaget. Det er værre, det kan reducere investor-appetitten for den næste bølge af projekter.
Så den evne, der betyder noget i de næste ti år, er ikke kun at få forbindelse; det er evnen til at forudsige og absorbere denne volatilitet gennem fleksibilitet, lagring og den rette kontrakt- og operations-design, så dit projekt forbliver bankable, selv når grid omkring det ændrer sig.
Batteri-Energilagringssystemer (BESS) diskuteres mere og mere sammen med AI-infrastruktur. Hvordan ser du batterilagring udvikle sig fra en reserve-løsning til en strategisk aktiv for AI-datacenter?
Jeg ser dette som en af de største skift i det sidste årti, og det kommer ned til to faktorer. Den første er omkostninger. Batteri-omkostninger er faldet dramatisk, med omkring 90%, mens installeret utility-skala omkostninger er faldet med omkring 20% om året. Den trend er stadig fortsat, og det ændrer, hvad der er økonomisk muligt.
Den anden er den definerende tekniske funktion af BESS: det kan reagere næsten øjeblikkeligt på ændringer i grid-forhold. Den hastighed betyder samtidig for generation, for AI-datacenter-forbrug og for overall grid-stabilitet. Det er den eneste aktiv, der sidder på tværs af alle tre. BESS har nu bevist, at det kan stable flere indtægtsstrømme: energi-arbitrage, frekvens-regulering, kapacitet og hjælpetjenester, mens det også giver den pude, grid behøver under stress. Den kombination er, hvad omdanner det fra en reserve-kasse til en strategisk aktiv.
Den virkelige udfordring fra her er distribution. En batteri leverer kun sin fulde værdi, når den sidder, hvor grid faktisk har brug for det – på de begrænsede knuder, ved siden af lasten og generationen, det balancerer. At få disse aktiver placeret og opereret som en koordineret, distribueret ressource, snarere end som isolerede installationer, er det arbejde, der låser den strategiske værdi for AI-infrastruktur.
Under din tid hos Hiveon arbejdede du omfattende med efterspørgsels-svar, frekvens-regulering og energi-optimeringsprogrammer. Hvilke lærdomme fra Bitcoin-mining-sektoren kan AI-datacenter-operatører anvende i dag?
Jeg ser krypto-industrien som broen til fleksibel forbrug, ikke fordi det opfandt efterspørgsels-svar, men fordi det bragte en virkelig ny type last, der tvang grid-operatører til at bygge bedre regler omkring det. Afbrydelige last-programmer for tung industri har eksisteret i årtier; det er ikke nyt. Det, mining tilføjede, var en last, der er stor, koncentreret og næsten fuldstændigt diskret: du kan lukke strømmen af med ingen omkostninger ud over den indtægt, du giver afkald på, ingen udstyrsbeskadigelse og intet at genstarte.
Det er en sjælden profil, og det er hvorfor ERCOT oprettede et frivilligt reduktionsprogram rettet mod store fleksible kunder som minefaciliteter, og hvorfor disse laster kan registrere som kontrollerbare lastressourcer berettiget til efterspørgsels-svar og hjælpetjenester.
Men jeg vil være præcis om, hvad der faktisk kan overføres, fordi hastighedsspørgsmålet oversimplificeres. At have arbejdet med ASIC-flåder selv, kan jeg fortælle, at det at flytte en stor mining-last i sekunder er virkelig svært. Hvor mining er exceptionelt stærk, er hurtig økonomisk reduktion og nødsituation-reduktion, der reagerer på pris-signaler eller grid-stress over minutter, pålideligt og i stor målestok.
Frekvens-regulering, den næsten øjeblikkelige, automatiske balancering, grid bruger til at holde sin frekvens stabil, er et andet og meget sværere problem, fordi det kræver kontinuerlig, proportional kontrol på tværs af hele flåden. Det kan gøres: Jeg var involveret i at integrere ASIC’er i frekvens-regulering i et nordisk marked, hvor reaktionstider var under fem sekunder. Men det blev mere komplekst over tid, og jeg har ikke set mine-operatører levere sand frekvens-regulering i USA, som de har leveret efterspørgsels-svar og reduktion.
Så den virkelige lærdom for AI-operatører er ikke at “kopiere reduktionsprofilen.” Det er, at markedsmekanismerne, regulatoriske rammerne og operatør-forholdene allerede eksisterer, og krypto spillede en stor rolle i at bevise, at de kan fungere i stor målestok.
Hvad der er slående, er, hvor lidt af den grundarbejde traditionelle datacenter-operatører har gjort med deres grid-operatører. AI har også en vigtig asymmetri: model-træning er langt mindre afbrydelig end mining, givet checkpoint-krav og op-tid-kommitmenter, selv om slutbrugs-arbejdslaster kan være mere fleksible. Lærdommen at adoptere er engagement-modellen og markedsdeltagelse, ikke antagelsen af, at AI-last kan reduceres som en mine.
AI-datacenter bliver ofte portrætteret som massive forbrugere af elektricitet. Kan de til sidst blive grid-støttende aktiver, der hjælper med at stabilisere energimarkeder, snarere end blot at tilføje efterspørgsel?
Absolut. Jeg er overbevist om, at datacenter, som en kategori, underudnytter deres evne til at operere fleksibelt. Disse er programmerbare maskiner. Af deres natur kan de planlægges og formes til at køre i bestemte mønstre. Jeg vil ikke overgeneralisere, fordi ikke alle arbejdslaster kan afbrydes. Men selv for den del, der ikke kan afbrydes, er der infrastruktur på stedet, herunder reserve-kraft og, mere og mere, batterier, der kan støtte grid eller afkorte last, når grid har brug for det.
Den underliggende realitet er ændret. Forbrug er ikke længere en flad linje, og med fornybare energikilder, der nu udgør en betydelig andel af generation, er tilførsel ikke længere flad heller. Der er peak-perioder og lav-efterspørgsels-perioder, og datacenter med de rette værktøjer og grid-incitamenter kan absorbere den variabilitet snarere end blot tilføje stress til systemet. ERCOT har allerede vist præcedens, med fleksible store laster, der leverer regulering og reserve-tjenester under perioder med grid-stress.
For de fleste operatører er gapet ikke evnen; det er villigheden. Og tilfældet for at være fleksibel går ud over den ekstra indtægt. Det er også om langsigtede sikkerhed for forsyning. Hvis du er fleksibel, holder du systemet stabilt og undgår at køre din egen forsyningskæde på det absolutte maksimum, hvor en enkelt fejl ovenfor kan tage dig ned. Fleksibilitet er både en indtægtsstrøm og en forsikringspolitik. Operatørerne, der behandler det på den måde, vil være dem, grid vil gerne have.
De har en track record på tværs af hele energiværdikæden og har overvåget projekter finansieret af store internationale institutioner. Hvad adskiller et AI-infrastruktur-projekt, der er attraktivt for langsigtede infrastruktur-investorer, fra et, der ikke er?
Den tydeligste forskel er modenhet. AI-datacenter-industrien er stadig meget ung, og den må gå igennem en etableringsperiode, hvor indtægtsmodeller, operations-risiko-rammer, kompetencegrundlag og forsyningskæde alle modnes. Lige nu er mange spillere ved at komme ind på markedet fra meget forskellige baggrunde, men kun få har fuld værdikæde-ekspertise på tværs af kraftproduktion, grid-integration, finansiering, konstruktion og regningsstyring. Den slags end-to-end-koordination er sjælden, og det er præcis, hvad langsigtede infrastruktur-investorer søger, fordi det er, hvad gør kontant-strømme mere forudsigelige.
Hvad adskiller et finansierbart projekt fra et, der ikke er, er, om hele kæden er blevet tænkt igennem og koordineret under en samlet plan. Det kan ikke være et stærkt sted med en svag energistrategi eller et godt energi-tilbud med ingen reel forståelse af, hvordan regnings-lasten faktisk vil opføre sig. Infrastruktur-kapital underwriter durability og forudsigelighed over årtier. Projekterne, der vinder, er dem, hvor hver link er blevet ægte integreret, så investoren ikke bedes om at satse på fem separate ting, der kommer sammen ved held.
Der er en stigende diskussion omkring lokal energiproduktion, mikrogrid, naturgas, fornybare energikilder og hybrid-energisystemer. Hvilke energi-strategier tror du er mest sandsynlige til at støtte den næste bølge af AI-infrastruktur-vækst?
“Bring din egen generation” er blevet tæt på en forudsætning for ny datacenter-udvikling, fordi grid er konfronteret med efterspørgsels-spir, de ikke kan møde på egen hånd. Vi ser allerede dette i data. Udviklere i USA er mere og mere ved at gå videre med lokal gas-generation, og IEA estimerer, at 15 til 27 GW lokal gas-kapacitet kunne være ved at drive datacenter inden 2030.
Men jeg vil ikke svare for generelt, fordi den rette strategi er virkelig sted- og lokalitets-specifik. Lokation bestemmer, hvad der er tilgængeligt, hvad der kan tillades, og hvad grid vil tillade. Det sagde, når hastighed af udrulning er prioritet, og lige nu er det næsten altid, er gas-generation klart den mest attraktive mulighed. Alternativerne er enten intermittent, som vind og sol, eller tager år at bringe online, som kerneenergi, hydro eller kul.
I praksis vil den næste bølge sandsynligvis blive ledt af gas, ofte parret med lagring og fornybare energikilder i en hybrid-konfiguration. Fastere og renere kilder kan så fases ind over en længere horisont, når de bliver tilgængelige. Det er også værd at være ærlig om, at lokal gas ikke er en gratis lunch. Pålidelig fast forsyning til en variabel AI-last kan kræve betydelig overbygning, og gas-turbiner selv er i kort supply. Det er derfor, hybrid-tilgangen er, hvad gør modellen mere holdbar.
Settende frem til de næste fem til ti år, hvad tror du, AI-industrien stadig undervurderer om forholdet mellem regning, energi, grid-fleksibilitet og infrastruktur-finansiering, og hvad bør ledere forberede sig på i dag?
Det er svært at spille oracle i en omgang, der bevæger sig så hurtigt, men nogle ting ser klare for mig.
Først vil alle datacenter blive grid-interaktive. Dette vil ikke være en nice-to-have-funktion. Det vil blive en betingelse for at få forbindelse overhovedet. Vi kan allerede se grid-operatører bevæge sig i den retning, med PJM og ERCOT, der opretter nye kategorier af store laster, der accepterer reduktion i bytte for hurtigere adgang. Fleksibilitet bliver prisen for adgang.
Anden vil udviklere mere og mere jagte strandede kraft og bevæge sig mod vertikal integration. Det kan betyde at erhverve generation og grid-aktiver eller bygge den ekspertise i hus. Når tilslutningskøen er flasken, er at eje mere af værdikæden, hvad giver dig mere kontrol over din egen tidsramme.
Tredje vil den negative offentlige image omkring datacenter-udvikling begynde at ændre sig, men kun hvis udviklere og operatører lærer at integrere ordentligt med de samfund, de opererer i. Det betyder at dele infrastruktur-omkostninger retfærdigt, være åben om vand- og energi-forbrug og skabe klare lokale fordele. Meget af den pres vil også komme fra den finansielle side. Infrastruktur-investorer og långivere vil kræve stærkere ESG-præstation og samfunds-alignment som en betingelse for kapital, og det vil tvinge industrien til at professionalisere, hvordan den udvikler.
Projekterne, der behandler samfunds-integration og miljø-præstation som kerne til finansiering, ikke som PR, er dem, der vil blive finansieret og bygget. Mit råd til ledere i dag er simpelt: byg fleksibilitet, værdikæde-kontrol og ægte samfunds-alignment ind i jeres projekter nu. Om fem til ti år vil alle tre være adgangskrav, ikke differentieringsfaktorer.
Tak for det store interview, læsere, der ønsker at lære mere, skal besøge Silicon Foundation.












