Андрей Гаранин, главный энергетический и инфраструктурный офицер в Silicon Foundation – Интервью

Андрей Гаранин является главным энергетическим и инфраструктурным офицером в Silicon Foundation, где он разрабатывает проекты по созданию центров обработки данных и хранилищ батарейных аккумуляторов на крупных американских энергетических рынках, включая PJM и ERCOT. С более чем 20-летним опытом работы в энергетической отрасли, включая генерацию электроэнергии, интеграцию с сетью и хранение энергии, он является одним из немногих лидеров инфраструктуры, которые соединяют миры генерации электроэнергии и вычислительных систем на основе ИИ. Он разработал и эксплуатировал энергетические активы, охватывающие возобновляемые источники энергии, газ и хранение энергии, и занимал руководящие должности в международных энергетических и технологических компаниях, включая Scatec Solar и Elementum Energy.

Silicon Foundation – это организация, ориентированная на инфраструктуру, которая строит на пересечении энергетики, вычислений на основе ИИ и капитальных рынков. Основная тезис фонда заключается в том, что будущая инфраструктура ИИ будет полагаться на более мелкие, распределенные центры обработки данных,直接 подключенные к энергетическим активам, а не на огромные централизованные объекты. Для поддержки этой концепции Silicon Foundation разрабатывает и эксплуатирует центры обработки данных на основе GPU для рабочих нагрузок ИИ, инвестирует в крупномасштабные системы хранения энергии (BESS) для улучшения надежности сети и создает протокол RAW, слой инфраструктуры рынка, предназначенный для соединения физических энергетических и вычислительных активов с институциональными капитальными рынками. Организация в настоящее время разрабатывает крупномасштабный вычислительный и энергетический кампус в Западной Вирджинии, который объединяет доступ к сети, хранение энергии, инфраструктуру охлаждения и вычислительные мощности ИИ в рамках более широкой цели построения энергетически богатого будущего.

Вы провели более двух десятилетий, строя энергетическую инфраструктуру в области возобновляемых источников энергии, метана в энергии, солнечной энергетики, хранения энергии и теперь центров обработки данных на основе ИИ. Как это путешествие сформировало ваше представление о том, что доступность энергии становится столь же важной для разработки ИИ, как и GPU и фундаментальные модели?

Я провел большую часть своей карьеры на стороне генерации энергии, но работа на стороне потребления изменила мое восприятие всей системы. Вы быстро осознаете, что сопоставление спроса с предложением не является второстепенным вопросом. Это главная задача. Реальная проблема не в генерации в абстрактном смысле; это сама сеть, которая имеет конечную емкость для передачи и балансировки энергии. Чтобы приспособиться к росту возобновляемых источников энергии и заторам, которые они вызывают, необходимо рассматривать потребление как контролируемое и гибкое, а не фиксированное.

ИИ находится прямо в середине этого. Это наиболее значимый технологический сдвиг этого века, и он уже является значительным и быстро растущим источником спроса на электроэнергию. Международное энергетическое агентство прогнозирует, что потребление электроэнергии центрами обработки данных примерно удвоится к 2030 году, а оптимизированные для ИИ объекты более чем утроятся; в США центры обработки данных alone ожидается, что они будут составлять почти половину всего роста спроса на электроэнергию в этом десятилетии.

Доступность энергии теперь является первоочередным входом для разработки ИИ, на том же уровне, что и вычислительные мощности. Работа впереди заключается в поиске интеллектуальных способов сделать эту энергию доступной, и это проблема энергетической системы, а не только технологической.

В Silicon Foundation вы разрабатываете проекты по созданию центров обработки данных на основе ИИ и хранилищ батарейных аккумуляторов на крупных американских энергетических рынках, таких как PJM и ERCOT. Какие самые большие заблуждения технологических лидеров о том, что на самом деле требуется для обеспечения энергии для инфраструктуры ИИ в большом масштабе?

Несколько заблуждений выделяются. Первое – это убеждение, что можно просто разместить гигаватт-масштабный центр обработки данных где угодно,只要 место выглядит перспективным на бумаге. На самом деле, необходимо учитывать не только существующую инфраструктуру, но и то, что будет построено: другие нагрузки и генерация, которые будут подключены вокруг вас и изменят местную сеть.

Цифры делают это конкретным: очередь подключения крупных нагрузок в ERCOT увеличилась до более 200 ГВт в 2025 году, с 63 ГВт в конце 2024 года, и большая часть из них – центры обработки данных. Вы не находитесь в статической системе; вы находитесь в очереди, которая полностью меняется.

Второе заблуждение заключается в том, что это реальная сделка. Это не так. Серьезный разработчик должен иметь真正ую экспертизу во всей цепочке создания стоимости, генерации энергии, передачи и интеграции с сетью, а также управления вычислениями, а не только одну часть этого. Третье заблуждение заключается в слишком узком взгляде. Вы не можете просто смотреть на регионально доступную энергию. Вам необходимо отслеживать национальную политику, работать с сообществами, в которые вы входите, и тесно сотрудничать с местным оператором сети, поскольку они являются теми, кто в конечном итоге решает, подключаетесь ли вы и как.

Многие инвесторы все еще оценивают компании ИИ в основном по программному обеспечению, микросхемам и производительности моделей. Почему вы считаете, что энергетическая инфраструктура может стать одним из наиболее важных узких мест и возможностей экономики ИИ?

Как только потребление достигает такого масштаба, необходимо смотреть за пределы микросхем и программного обеспечения на инфраструктуру, которая делает вычисления возможными, и эта система гораздо более сложна, чем многие инвесторы предполагают. Слой вычислений не может быть оценен в изоляции от того, что происходит на стороне поставки энергии; они являются одной и той же системой.

Доступ к сети стал связывающим ограничением на строительство центров обработки данных, опережая землю или разрешения, и сроки подключения теперь растягиваются на годы. Это узкое место, и это также именно там, где есть возможность для всех, кто может решить эту проблему.

Есть второй фактор, который люди недооценивают: профиль нагрузки центра обработки данных на основе ИИ не является плоским. Обучение и вывод рабочих нагрузок могут резко изменить потребление энергии, иногда в течение нескольких секунд. Эта переменчивость имеет серьезные последствия для того, как работает объект, и, более фундаментально, для того, как он должен быть спроектирован и интегрирован в первую очередь.

Объект, который не может управлять этими колебаниями или превратить их в функцию, которую сеть может использовать, будет бороться. Инвесторы, которые понимают, что слой энергии – это где концентрируются стоимость и риск, увидят возможности, которые линза микросхем и моделей пропускает.

Мы часто слышим о операторах центров обработки данных, которые ищут подключение к сети, но вы утверждали, что подключение к сети само по себе больше не достаточно. Какие дополнительные возможности будут нужны успешным операторам инфраструктуры ИИ в течение следующего десятилетия?

Как я сказал, подключение к сети само по себе не гарантирует успешный проект, потому что сеть никогда не статична. Новая генерация и новая нагрузка подключаются все время, и обе меняют то, что ваше подключение на самом деле стоит. Оператор и разработчик должны понимать эти последствия: может ли местная сеть поглотить растущий спрос и какие ограничения оператор может наложить в будущем, когда он признает, что не может сохранить систему стабильной.

Эти ограничения реальны и все чаще встречаются. PJM, который обслуживает 67 миллионов человек, недавно не оправдал своей цели надежности в аукционе мощности, и цены достигли регулируемого лимита.

Возобновляемые источники энергии – это предостерегающий пример. Многие проекты были приостановлены или ограничены после того, как они уже были построены. Регуляторы могут управлять этими событиями на системном уровне, но финансовое бремя обычно падает на операторов активов, напрямую ослабляя инвестиционный случай. Хуже того, это может уменьшить аппетит инвесторов к следующей волне проектов.

Итак, возможность, которая имеет значение в течение следующего десятилетия, – это не только подключение; это способность предвидеть и поглотить эту волатильность через гибкость, хранение и правильный договорной и операционный дизайн, чтобы ваш проект оставался банковским даже при изменении сети вокруг него.

Системы хранения энергии в батареях (BESS) все чаще обсуждаются вместе с инфраструктурой ИИ. Как вы видите эволюцию хранения энергии из резервного решения в стратегический актив для центров обработки данных на основе ИИ?

Я вижу это как один из основных сдвигов за последнее десятилетие, и это связано с двумя факторами. Первый – это стоимость. Стоимость батарей снизилась значительно, примерно на 90%, в то время как установленные затраты на утилизацию электроэнергии снижались примерно на 20% в год. Этот тренд продолжается, и он меняет то, что экономически возможно.

Второй фактор – это определяющая техническая особенность BESS: она может几乎 мгновенно реагировать на меняющиеся условия в сети. Эта скорость имеет значение одновременно для генерации, для потребления центров обработки данных и для общей стабильности сети. Это единственный актив, который находится во всех трех. BESS теперь доказал, что может укладывать несколько потоков доходов: энергетический арбитраж, регулирование частоты, мощность и вспомогательные услуги, а также предоставляет амортизацию, необходимую сети во время стресса. Это сочетание является тем, что превращает его из резервного решения в стратегический актив.

Настоящая проблема заключается в распределении. Батарея доставляет свою полную ценность только тогда, когда она находится там, где сеть действительно нуждается в ней – в ограниченных узлах, рядом с нагрузкой и генерацией, которую она балансирует. Получение этих активов в виде скоординированного, распределенного ресурса, а не как изолированных установок, – это работа, которая открывает стратегическую ценность для инфраструктуры ИИ.

Во время вашего пребывания в Hiveon вы работали над программами реагирования на спрос, регулирования частоты и оптимизации энергии. Какие уроки из сектора майнинга Bitcoin могут операторы центров обработки данных на основе ИИ применить сегодня?

Я рассматриваю отрасль криптовалют как мост к гибкому потреблению, не потому, что она изобрела реагирование на спрос, а потому, что она привела новый тип нагрузки, который заставил операторов сети построить лучшие правила вокруг него. Программы прерывистой нагрузки для тяжелой промышленности существуют десятилетиями; это не ново. Что добавил майнинг, – это нагрузка, которая является большой,集中ной и почти идеально дискреционной: вы можете отключить ее без каких-либо затрат, кроме дохода, который вы отказываетесь, без повреждения оборудования и без необходимости перезапуска.

Это редкий профиль, и это почему ERCOT создал добровольную программу ограничения, направленную на крупных гибких клиентов, таких как объекты майнинга, и почему эти нагрузки могут зарегистрироваться как контролируемые нагрузки, имеющие право на реагирование на спрос и вспомогательные услуги.

Но я хочу быть точным в том, что на самом деле передается. Имея опыт работы с флотами ASIC, я могу сказать, что сдвиг большой нагрузки майнинга в течение секунд действительно трудно. Где майнинг исключительно силен, – это быстрое экономическое ограничение и аварийное снижение нагрузки, реагируя на сигналы цены или стресс сети в течение минут, надежно и в большом масштабе.

Регулирование частоты, gần мгновенное, автоматическое балансирование, которое сеть использует для поддержания своей частоты, – это другая и более сложная проблема, поскольку она требует непрерывного, пропорционального контроля во всем флоте. Это можно сделать: я был вовлечен в интеграцию ASIC в регулирование частоты на одном из северных рынков, где время реакции было менее пяти секунд. Но это стало более сложным со временем, и я не видел, чтобы майнеры доставляли真正е регулирование частоты в США так, как они доставляли реагирование на спрос и ограничение.

Итак, настоящий урок для операторов ИИ заключается не в том, чтобы “скопировать профиль ограничения”. Это то, что существуют рыночные механизмы, нормативные рамки и отношения с операторами, которые уже существуют, и криптовалюта сыграла значительную роль в доказательстве того, что они могут работать в большом масштабе.

Что поражает, – это то, насколько мало традиционные операторы центров обработки данных сделали с операторами сети. ИИ также имеет важную асимметрию: обучение моделей менее прерывисто, чем майнинг, учитывая требования к контрольным точкам и обязательствам по времени безотказной работы, даже если рабочие нагрузки вывода могут быть более гибкими. Урок, который необходимо принять, – это модель взаимодействия и участие в рынке, а не предположение, что нагрузка ИИ может быть ограничена, как установка майнинга.

Центры обработки данных на основе ИИ часто изображаются как огромные потребители электроэнергии. Могут ли они в конечном итоге стать активами, поддерживающими сеть, которые помогают стабилизировать энергетические рынки, а не просто добавляют спрос?

Определенно. Я уверен, что центры обработки данных как категория значительно недооценивают свою способность работать гибко. Это программируемые машины. По своей природе они могут быть запланированы и сформированы для работы в определенных паттернах. Я не хочу слишком общить, потому что не каждая рабочая нагрузка прерывиста. Но даже для той части, которая не может быть прервана, есть инфраструктура на месте, включая резервную генерацию и, все чаще, батареи, которые могут поддержать сеть или снизить нагрузку, когда сеть нуждается в этом.

Базовая реальность изменилась. Потребление больше не является плоской линией, и с возобновляемыми источниками энергии, которые теперь составляют значительную часть генерации, поставка также не является плоской. Есть пиковые периоды и периоды низкого спроса, и центры обработки данных с правильными инструментами и стимулами сети могут помочь поглотить эту переменчивость, а не просто добавлять стресс к системе. ERCOT уже показал прецедент, когда гибкие крупные нагрузки предоставляют регулирование и резервные услуги во время стресса сети.

Для большинства операторов разрыв не в возможностях; это желание. И случай для гибкости выходит за рамки дополнительного дохода. Это также вопрос долгосрочной безопасности поставки. Если вы гибки, вы сохраняете систему стабильной и избегаете работы своей цепочки поставок на пределе, где одна неудача вверх по течению может вывести вас из строя. Гибкость является как доходным потоком, так и страховым полисом. Операторы, которые рассматривают ее так, будут теми, которых сеть хочет сохранить.

У вас есть опыт работы на протяжении всей энергетической цепочки, и вы курировали проекты, финансируемые крупными международными учреждениями. Что отличает проект инфраструктуры ИИ, который привлекателен для долгосрочных инфраструктурных инвесторов, от того, который не является?

Самое ясное различие – это зрелость. Индустрия центров обработки данных на основе ИИ все еще очень молода, и она должна пройти период установления, в течение которого модели доходов, операционные рамки риска, база навыков и цепочка поставок все созревают. Сейчас многие игроки входят на рынок из очень разных фонов, но очень немногие имеют полную экспертизу цепочки создания стоимости, охватывающую генерацию энергии, интеграцию с сетью, финансирование, строительство и управление вычислениями. Этот тип координации цепочки создания стоимости редок, и это именно то, что долгосрочные инфраструктурные инвесторы ищут, потому что это то, что делает денежные потоки более предсказуемыми.

Что отличает финансируемый проект от того, который не финансируется, – это то, что вся цепочка создания стоимости была действительно продумана и скоординирована в рамках одного целостного плана. Это не может быть сильным местом с слабой стратегией энергии или хорошей сделкой с отсутствием реального понимания того, как фактическая вычислительная нагрузка будет вести себя. Инфраструктурный капитал обеспечивает долгосрочную прочность и предсказуемость; проекты, которые побеждают, – это те, где каждый звено было действительно интегрировано, поэтому инвестор не просит рискнуть на пять отдельных вещей, которые могут сложиться случайно.

Существует растущее обсуждение на месте генерации энергии, микросетей, природного газа, возобновляемых источников энергии и гибридных энергетических систем. Какие энергетические стратегии, по вашему мнению, наиболее вероятно поддержат следующую волну роста инфраструктуры ИИ?

“Принеси свою собственную генерацию” стало почти предусловием для нового развития центров обработки данных, потому что сети сталкиваются с пиками спроса, которые они не могут безопасно удовлетворить самостоятельно. Мы уже видим это в данных. Разработчики в США все чаще переходят к на месте генерации газа, и Международное энергетическое агентство оценивает, что 15-27 ГВт на месте газовой мощности может быть использовано для питания центров обработки данных к 2030 году.

Но я хотел бы возразить против слишком общего ответа, потому что правильная стратегия действительно регион- и сайт-специфична. Место определяет, что доступно, что может быть разрешено, и что сеть будет разрешать. То, что можно сказать, – это то, что когда приоритетом является скорость развертывания, и сейчас это почти всегда так, генерация газа явно является наиболее привлекательным вариантом. Альтернативы либо являются переменными, такими как ветер и солнце, либо требуют лет для запуска, такие как ядерная, гидро- или угольная энергия.

На практике ближайшая волна, вероятно, будет возглавлена газом, часто в сочетании с хранением и возобновляемыми источниками энергии в гибридной конфигурации. Более твердые и чистые источники могут затем фазово входить в более длинный горизонт, поскольку они становятся доступными. Также стоит быть честным в том, что на месте газа не является бесплатным обедом. Надежная фирменная поставка для переменной нагрузки ИИ может потребовать значительного переоснащения, и газовые турбины сами по себе находятся в коротком запасе. Это почему гибридный подход является тем, что делает модель более прочной.

Оглядываясь вперед на пять-десять лет, что, по вашему мнению, индустрия ИИ все еще недооценивает в отношении взаимосвязи между вычислениями, энергией, гибкостью сети и инфраструктурным финансированием, и на что лидеры должны готовиться сегодня?

Это трудно играть оракулом в среде, которая движется так быстро, но несколько вещей кажутся ясными для меня.

Во-первых, все центры обработки данных станут интерактивными с сетью. Это не будет приятным дополнением. Это станет условием подключения вообще. Мы уже видим, как операторы сети движутся в этом направлении, с PJM и ERCOT, создающими новые категории крупных нагрузок, которые принимают ограничение в обмен на более быстрое подключение. Гибкость становится ценой входа.

Во-вторых, разработчики все чаще будут преследовать застрявшую энергию и двигаться в сторону вертикальной интеграции. Это может означать приобретение генерирующих и сетевых активов или построение этой экспертизы внутри. Когда очередь подключения является узким местом, владение большей частью цепочки создания стоимости – это то, как вы получаете больше контроля над своим собственным графиком.

В-третьих, негативный общественный имидж вокруг развития центров обработки данных начнет меняться, но только если разработчики и операторы научатся правильно интегрироваться с сообществами, в которых они работают. Это означает справедливое разделение инфраструктурных затрат, прозрачность в отношении использования воды и энергии и создание четких местных выгод. Многое из этого давления также придет от финансовой стороны. Инфраструктурные инвесторы и кредиторы будут требовать более сильных показателей ESG и общественного выравнивания в качестве условия капитала, и это заставит отрасль профессионализировать, как она развивается.

Проекты, которые рассматривают интеграцию с сообществом и экологическую производительность как核心 финансирования, а не как общественные отношения, – это те, которые будут финансироваться и построены. Мой совет лидерам сегодня прост: построите гибкость, контроль цепочки создания стоимости и настоящее общественное выравнивание в ваши проекты сейчас. В течение пяти-десяти лет все три будут входными требованиями, а не дифференциаторами.

Спасибо за отличное интервью, читателям, которые хотят узнать больше, следует посетить Silicon Foundation.