Andrii Garanin, sjef for energi og infrastruktur i Silicon Foundation – Intervju-serie

Andrii Garanin er sjef for energi og infrastruktur i Silicon Foundation, der han utvikler AI-datacenter og batterilagringprosjekter over store amerikanske kraftmarkeder, inkludert PJM og ERCOT. Med over 20 års erfaring over hele energiverdikjeden, inkludert kraftproduksjon, nettintegrering og lagring, er han en av de få infrastrukturlederne som broer over verdener av kraftproduksjon og AI-regning. Han har utviklet og operert energitilganger som omfatter fornybar energi, gass og batterilagring, og har hatt ledende roller i internasjonale energi- og teknologiselskaper, inkludert Scatec Solar og Elementum Energy.

Silicon Foundation er en infrastruktur-orientert organisasjon som bygger på skjæringspunktet mellom energi, AI-regning og kapitalmarkeder. Stiftelsens kjernetes er at fremtidens AI-infrastruktur vil avhenge av mindre, distribuerte datacenter som er direkte koblet til energitilganger, i stedet for massive sentraliserte anlegg. For å støtte denne visjonen, utvikler og opererer Silicon Foundation GPU-datacenter for AI-arbeidsbelastninger, investerer i store skala batteri-energilagringssystemer (BESS) for å forbedre nettets pålitelighet, og skaper RAW-protokollen, en markedsinfrastruktur-lag designet for å koble fysiske energi- og regningsaktiver med institusjonelle kapitalmarkeder. Organisasjonen utvikler for øyeblikket et stort skala datalandskaps- og energicampus i Vest-Virginia som kombinerer netttilgang, energilagring, kjøleinfrastruktur og AI-regningskapasitet som en del av sitt bredere mål om å bygge en energi-rik fremtid.

Du har brukt over to tiår på å bygge energi-infrastruktur over hele energiverdikjeden, inkludert fornybar energi, metan-til-energi, utility-skala solenergi, batterilagring og nå AI-datacenter. Hvordan har denne reisen formet din oppfatning av at krafttilgjengelighet blir like viktig for AI-utvikling som GPU-er og grunnmodeller?

Jeg tilbrakte mesteparten av min karriere på kraftproduksjonssiden, men det var arbeidet på forbrukssiden som endret hvordan jeg oppfatter hele systemet. Du innser raskt at å matche etterspørsel til tilbud ikke er en sekundær bekymring. Det er bekymringen. Den virkelige begrensningen er ikke generering i abstrakt; det er nettet selv, som har en begrenset kapasitet til å flytte og balansere kraft. For å håndtere økningen av fornybar energi og congestingen den forårsaker, må du behandle forbruk som kontrollerbart og fleksibelt, ikke fast.

AI sitter rett i midten av dette. Det er den mest konsekvensfulle teknologiske skiftet i dette århundret, og det er allerede en stor og raskt voksende kilde til elektrisitetsforbruk. IEA projekterer at elektrisitetsforbruket i datacenter vil omtrent dobles frem til 2030, med AI-optimerte anlegg som mer enn firedobles; i USA forventes datacenter alene å stå for nære halvparten av all elektrisitetsforbruksøkning denne tiårsperioden.

Krafttilgjengelighet er nå en førsteklasses inndata til AI-utvikling, på samme nivå som regning. Arbeidet fremover er å finne intelligente måter å gjøre denne kraften tilgjengelig, og det er et kraftsystem-problem like mye som et teknologiproblem.

I Silicon Foundation utvikler du AI-datacenter og batterilagringprosjekter over store amerikanske kraftmarkeder som PJM og ERCOT. Hva er de største misforståelsene teknologiledere har om hva det faktisk tar å sikre kraft for AI-infrastruktur i stor skala?

Noen av dem står ut. Den første er troen på at du kan plassere et gigawatt-storskala datacenter nesten hvor som helst, så lenge stedet ser lovende ut på papir. I virkeligheten må du ikke bare ta hensyn til infrastrukturen som finnes i dag, men også til hva som kommer: de andre lastene og genereringen som vil koble seg til rundt deg og endre det lokale nettet.

Tallene gjør dette konkrete: ERCOTs store last-tilkoblingskø jumping til over 200 GW i 2025, opp fra rundt 63 GW ved slutten av 2024, med det meste av det datacenter. Du sitter ikke i et statisk system; du sitter i en kø som fullstendig omformes.

Mange investorer vurderer fortsatt AI-selskaper primært gjennom programvare, chip og modell-ytelse. Hvorfor tror du at energi-infrastruktur kan bli en av de viktigste flaskehalsene og mulighetene i AI-økonomien?

Når forbruket når denne skalaen, må du se beyond chips og programvare til infrastrukturen som gjør regning mulig, og det oppstrøms-systemet er langt mer komplekst enn mange investorer antar. Regningslaget kan ikke vurderes i isolasjon fra hva som skjer på kraftforsynings-siden; de er det samme systemet.

Netttilgang har blitt den bindende begrensningen for datacentersbygging, foran land eller tillatelse, og tilkoblings-tidsplaner strekker seg nå over flere år. Det er flaskehalsen, og det er også akkurat der muligheten er for hvem som helst som kan løse det.

Vi hører ofte om datacenter-operatører som søker nett-tilkoblinger, men du har argumentert for at nett-tilgang alene ikke lenger er nok. Hva ytterligere evner vil suksessfulle AI-infrastruktur-operatører trenge over de neste ti årene?

Som jeg sa, garanterer en nett-tilkobling på egen hånd ikke et vellykket prosjekt, fordi nettet aldri er statisk. Ny generering og ny last kobles alltid til, og begge endrer hva din tilkobling faktisk er verdt. Operatøren og utvikleren må forstå disse implikasjonene: om det lokale nettet kan absorbere økende etterspørsel og hva begrensningene operatøren kan pålegge ned linjen når de innser at de ikke kan holde systemet stabilt.

Batteri-energilagringssystemer (BESS) diskuteres stadig mer sammen med AI-infrastruktur. Hvordan ser du på hvordan batterilagring utvikler seg fra en reserve-løsning til en strategisk aktiv for AI-datacenter?

Jeg ser på dette som en av de største skiftene i løpet av det siste tiåret, og det kommer ned til to faktorer. Den første er kostnad. Batterikostnadene har falt dramatisk, med rundt 90%, mens installerte utility-skala kostnader har sunket med rundt 20% per år. Den trenden fortsetter, og det endrer hva som er økonomisk mulig.

I løpet av din tid i Hiveon, arbeidet du omfattende med etterspørsels-respons, frekvens-regulering og energioptimeringsprogrammer. Hva lærdommer fra Bitcoin-utvinning-sektoren kan AI-datacenter-operatører anvende i dag?

Jeg ser på krypto-industrien som broen til fleksibel forbruk, ikke fordi den oppfant etterspørsels-respons, men fordi den brakte en genuint ny type last som tvang nett-operatørene til å bygge bedre regler rundt det. Avbrytelige last-programmer for tungindustri har eksistert i tiår; det er ikke nytt. Hva mining la til, var en last som er stor, konsentrert og nesten fullstendig diskresjonær: du kan strømnede ned med ingen kostnad utover inntekten du går glipp av, ingen skade på utstyret og ingen omstart.

AI-datacenter blir ofte fremstilt som massive forbrukere av elektrisitet. Kan de til slutt bli nett-støttende aktiver som hjelper til å stabilisere energimarkeder, i stedet for bare å legge til etterspørsel?

Absolutt. Jeg er overbevist om at datacenter, som en kategori, underutnytter sin evne til å operere fleksibelt. Disse er programmerbare maskiner. Ved deres natur kan de planlegges og formas til å kjøre i bestemte mønster. Jeg vil ikke overgeneralisere, fordi ikke alle arbeidsbelastninger kan avbrytes. Men selv for den delen som ikke kan avbrytes, er det infrastruktur på stedet, inkludert reserve-generering og, stadig mer, batterier, som kan støtte nettet eller slippe last når nettet trenger det.

Du har en rekord over hele energi-verdikjeden og har overvåket prosjekter finansiert av store internasjonale institusjoner. Hva skiller en AI-infrastruktur-prosjekt som er attraktivt for langsiktige infrastruktur-investorer fra ett som ikke er det?

Den tydeligste distinksjonen er modenhet. AI-datacenter-industrien er fortsatt svært ung, og den må gå gjennom en periode med etablering hvor inntektsmodeller, operasjonelle risikorammer, ferdighetsbasen og leverandørkjeden alle modnes. Nå er mange spillere som går inn på markedet fra svært forskjellige bakgrunner, men svært få har full verdikjede-ekspertise over hele energi-generering, nett-integrering, finansiering, bygging og regningshåndtering. Den type hel-dekkende koordinering er sjelden, og det er akkurat det langsiktige infrastruktur-investorer er ute etter, fordi det er hva gjør kontantstrømmene mer forutsigbare.

Det er en økende diskusjon rundt på-sted-generering, mikro-nett, naturlig gass, fornybar energi og hybrid-energisystemer. Hvilke energi-strategier tror du er mest sannsynlig å støtte den neste bølgen av AI-infrastruktur-vekst?

“Ta med din egen generering” har blitt nærmest en forutsetning for ny datacenter-utvikling, fordi nettene står overfor etterspørsels-topper de ikke kan møte på egen hånd. Vi ser allerede dette i dataene. Utviklere i USA går stadig videre med på-sted-gass-generering, og IEA estimerer at 15 til 27 GW på-sted-gass-kapasitet kan være i stand til å drive datacenter frem til 2030.

I løpet av de neste fem til ti årene, hva tror du AI-industrien fortsatt undervurderer om forholdet mellom regning, energi, nett-fleksibilitet og infrastruktur-finansiering, og hva bør ledere forberede seg på i dag?

Det er vanskelig å spå i en omgang som beveger seg så raskt, men noen ting ser klare for meg.

Først, alle datacenter vil bli nett-interaktive. Dette vil ikke være en fin-til-ha-funksjon. Det vil bli en betingelse for å få tilkobling i det hele tatt. Vi kan allerede se nett-operatører som beveger seg i denne retningen, med PJM og ERCOT som skaper nye kategorier av store laster som aksepterer avkobling i bytte mot raskere tilgang. Fleksibilitet blir tilgangsprisen.

Min råd til ledere i dag er enkelt: bygg fleksibilitet, verdikjede-kontroll og ekte samfunns-tilpasning inn i prosjektene dine nå. Om fem til ti år vil alle tre være krav, ikke differensieringer.

Takk for det flotte intervjuet, lesere som ønsker å lære mer, kan besøke Silicon Foundation.