安德烈·加拉宁，硅谷基金会首席能源和基础设施官 – 采访系列

安德烈·加拉宁 是硅谷基金会的首席能源和基础设施官，在那里他开发了人工智能数据中心和电池储能项目，遍及美国主要的电力市场，包括PJM和ERCOT。拥有超过20年的能源价值链经验，包括发电、电网集成和储存，他是少数几个连接发电和人工智能计算世界的基础设施领导者之一。他开发和运营了跨越可再生能源、天然气和电池储能的能源资产，并在国际能源和技术公司（如Scatec Solar和Elementum Energy）担任过领导职务。

硅谷基金会 是一个专注于基础设施建设的组织，致力于能源、人工智能计算和资本市场的交叉点。该基金会的核心论点是，未来的人工智能基础设施将依赖于较小、分布式的数据中心直接连接到能源资产，而不是大型集中式设施。为了支持这一愿景，硅谷基金会开发和运营了人工智能工作负载的GPU数据中心，投资了大规模的电池能量储存系统（BESS），以提高电网可靠性，并创建了RAW协议，一种市场基础设施层，旨在连接物理能源和计算资产与机构资本市场。该组织目前正在西弗吉尼亚州开发一个大型计算和能源校园，结合电网接入、能源储存、冷却基础设施和人工智能计算能力，作为其更广泛的目标之一，建设一个能源丰富的未来。

您在可再生能源、甲烷能、公用事业规模太阳能、电池储能和现在的人工智能数据中心方面拥有超过二十年的经验。这种旅程如何塑造了您对电力可用性的重要性的看法，这种重要性与人工智能开发中的GPU和基础模型一样重要？

我在电力生成方面度过了大部分职业生涯，但是在消费端工作改变了我对整个系统的看法。您很快就会意识到，将需求与供应相匹配并不是一个次要问题。这是一个问题。真正的限制不是抽象意义上的发电；它是电网本身，它有有限的容量来移动和平衡电力。为了适应可再生能源的增长和由此引起的拥堵，您必须将消费视为可控和灵活的，而不是固定的。

人工智能正处于这一切的中心。它是本世纪最重要的技术转变，并且已经成为电力需求的重要和快速增长的来源。国际能源署预测，数据中心的电力使用量将在2030年左右翻倍，人工智能优化的设施将增加四倍；在美国，数据中心本身预计将占本十年电力需求增长的近一半。

电力可用性现在是人工智能开发的第一级输入，与计算一样重要。前方的工作是找到智能的方法来使电力可用，这是一个电力系统问题，就像技术问题一样。

在硅谷基金会，您正在开发人工智能数据中心和电池储能项目，遍及美国主要的电力市场，例如PJM和ERCOT。技术领导者对为人工智能基础设施在规模上获得电力有什么最大的误解？

几个误解脱颖而出。第一个是认为可以在几乎任何地方下降一个千兆瓦级的数据中心，只要该网站在纸面上看起来很有希望。在现实中，您必须考虑不仅仅是今天存在的基础设施，还要考虑将要连接的其他负载和发电，并且将在您周围重新塑造当地电网。

数字使其具体化：ERCOT的大负载互联队列在2025年增加到200多GW，比2024年底的63GW增加了很多，大部分是数据中心。你不是坐在一个静态系统中；你坐在一个队列中，这个队列正在被完全重塑。

第二个误解是将其视为房地产游戏。这不是。一个严肃的开发商需要在整个价值链中拥有真正的专业知识，包括电力生成、传输和电网集成以及计算管理，而不仅仅是一部分。第三个是视野过于狭窄。你不能只看区域内可用的电力。你必须跟踪国家政策，与社区合作，并与当地电网运营商密切合作，因为他们最终决定是否以及如何连接。

许多投资者仍然主要通过软件、芯片和模型性能来评估人工智能公司。为什么您认为能源基础设施可能成为人工智能经济中最重要的瓶颈和机遇之一？

一旦消费达到这种规模，您就必须超越芯片和软件，去看使计算成为可能的基础设施，这个上游系统比许多投资者假设的要复杂得多。计算层不能与电力供应侧发生的事情分开来评估；它们是同一个系统。

电网接入已经成为数据中心建设的约束，超过了土地或许可证，连接时间表现在已经延长了几年。这就是瓶颈，也正是机会所在，适合任何能够真正解决它的人。

还有第二个因素，人们低估了它：人工智能数据中心的负载特征不是平的。训练和推理工作负载可以在几秒钟内大幅度改变电力消耗。这一间歇性对设施的运行和基本上如何设计和集成具有严重的影响。

无法管理这些波动或将其转化为电网可以使用的特征的场地将会挣扎。了解能源层是价值和风险集中的地方的投资者将会看到芯片和模型视角忽略的机会。

我们经常听到数据中心运营商寻求电网连接，但您认为仅仅获得电网连接已经不够了。人工智能基础设施运营商在接下来的十年中还需要具备什么其他能力？

正如我所说，仅仅拥有电网连接并不能保证项目的成功，因为电网永远不是静态的。新的发电和新的负载正在不断连接，两者都会改变您的连接实际上值多少。运营商和开发商必须了解这些含义：当地电网是否能够吸收日益增长的需求，以及运营商可能会在未来施加什么限制，一旦他们意识到无法保持系统稳定。

这些限制是真实的，越来越普遍。PJM最近一次容量拍卖中首次未能达到可靠性目标，价格达到监管上限。

可再生能源是这里的警示例子。许多项目在建成后被暂停或削减。监管机构可能会在系统层面管理这些事件，但财务负担通常会落在资产运营商身上，直接削弱了投资案例。更糟糕的是，它可以减少投资者对下一波项目的投资意愿。

因此，下一个十年中真正重要的能力不是仅仅获得连接；而是能够通过灵活性、储存和正确的合同和运营设计来预测和吸收这种波动性，使您的项目即使电网周围发生变化也能保持盈利。

电池能量储存系统（BESS）越来越多地被讨论在人工智能基础设施旁边。您如何看待电池储能从备份解决方案演变成人工智能数据中心的战略资产？

我认为这是过去十年来发生的重大变化，这归结为两个因素。第一个是成本。电池成本已经大幅下降，约90%，而安装的公用事业规模成本每年下降约20%。这种趋势仍在继续，它改变了什么是经济上可行的。

第二个是BESS的定义性技术特征：它可以几乎瞬间对电网上的变化做出反应。这种速度对于发电、人工智能数据中心的消耗和整体电网稳定性都很重要。它是跨越所有三个的唯一资产。BESS已经证明了它可以堆叠多个收入流：能量套利、频率调节、容量和辅助服务，同时也为电网在压力期间提供了所需的缓冲。这一组合就是把它从备份盒变成战略资产的原因。

真正的挑战在于分布。电池只有在电网真正需要它的地方才能发挥其全部价值——在受限节点旁边，在负载和它平衡的发电旁边。将这些资产作为协调的分布式资源进行布局和操作，而不是作为孤立的安装，是解锁战略价值的工作，用于人工智能基础设施。

在Hiveon期间，您曾广泛参与需求响应、频率调节和能源优化计划。人工智能数据中心运营商可以从比特币挖矿行业学到什么经验？

我认为加密货币行业是通往可弯曲消耗的桥梁，不是因为它发明了需求响应，而是因为它带来了真正新型的负载，迫使电网运营商为其建立更好的规则。可中断负载计划已经存在了几十年；这部分并不是新鲜的。比特币挖矿添加的东西是一种大型、集中的负载，可以几乎完美地被中断：您可以在不损坏设备、不需要重新启动和不损失收入的情况下关闭它。

这种特征很少见，这就是为什么ERCOT为像挖矿设施这样的大型灵活客户创建了自愿削减计划的原因，以及为什么这些负载可以注册为可控负载资源，合格用于需求响应和辅助服务。

但是，我想对什么是可转移的非常明确，因为速度问题被过度简化。作为ASIC舰队的工作人员，我可以告诉您，移动大型挖矿负载需要几秒钟，这确实很难。挖矿在快速经济削减和紧急负载减少方面非常出色，响应价格信号或电网压力，分钟级可靠和大规模。但是，频率调节，即电网使用的近即时自动平衡来保持其频率稳定，这是一个不同且更难的问题，因为它需要整个舰队的连续、成比例的控制。

所以，人工智能运营商的真正经验教训不是“复制削减特征”。这是市场机制、监管框架和运营商关系已经存在，且加密货币在证明它们可以大规模工作方面发挥了重要作用。人工智能也有一个重要的不对称性：模型训练不像挖矿那么容易中断，考虑到检查点要求和正常运行时间承诺，即使推理工作负载可以更灵活。经验教训是参与模式和市场参与，而不是假设人工智能负载可以像挖矿机一样削减。

人工智能数据中心通常被描绘成大型电力消费者。它们最终会成为支持电网的资产，帮助稳定能源市场，而不是简单地增加需求？

绝对如此。我相信数据中心作为一个类别严重低估了其灵活运行的能力。这些是可编程的机器。通过其性质，它们可以被安排和塑造以运行特定的模式。我不想过于概括，因为并非所有工作负载都可以中断。但即使对于不可中断的部分，也存在现场基础设施，包括备用发电和越来越多的电池，可以支持电网或在电网需要时削减负载。

底层现实已经改变。消耗不再是一条平线，而且由于可再生能源现在占发电的重要份额，供应也不再平稳。存在峰值时段和低需求时段，数据中心拥有合适的工具和电网激励可以帮助吸收这种可变性，而不是简单地为系统增加压力。ERCOT已经树立了先例，灵活的大负载在电网压力期间提供调节和备用服务。

对于大多数运营商来说，差距不是能力；这是意愿。而灵活性的理由超出了额外的收入。它也关乎长期的供应安全。如果您弯曲，您将系统保持稳定，并避免以绝对极限运行您的供应链，在那里，一个上游故障就可能使您瘫痪。灵活性既是一种收入流，也是一种保险政策。将其视为这样的人将是电网希望保留的人。

您在整个能源价值链中拥有经验，并曾监督由主要国际机构提供资金的项目。什么因素使人工智能基础设施项目对长期基础设施投资者具有吸引力，而其他项目则不具备？

最明显的区别是成熟度。人工智能数据中心行业仍然非常年轻，它必须经历一个建立期，在此期间，收入模式、运营风险框架、技能基础和供应链都会成熟。目前，许多玩家正在从非常不同的背景进入市场，但很少有人拥有整个价值链的专业知识，包括电力生成、电网集成、融资、建设和计算管理。这种端到端的协调对于长期基础设施投资者来说是罕见的，他们正在寻找这种协调，因为它使现金流更加可预测。

区分可资助项目和不可资助项目的因素是整个链条是否真正被思考和协调在一个连贯的计划中。它不能是一个强大的场地和一个弱的电力策略，或者是一个好的电力交易和对计算负载的实际行为没有真正的理解。基础设施资本为数十年提供了可持续性和可预测性。获胜的项目是那些每个环节都真正集成的项目，因此投资者不会被要求押注五个独立的东西碰巧聚集在一起。

关于现场发电、微电网、天然气、可再生能源和混合能源系统的讨论越来越多。您认为哪些能源策略最有可能支持下一波人工智能基础设施的增长？

“自带发电”已经成为新数据中心开发的近乎先决条件，因为电网面临着它们无法安全满足的需求激增。我们已经在数据中看到这一点。开发商在美国越来越多地继续推进现场天然气发电，国际能源署估计，到2030年，现场天然气能力可能会为数据中心提供15到27GW的电力。

但是，我想对此提出异议，回答这个问题太过宽泛，因为正确的策略真正是特定于区域和场地的。位置决定了什么是可用的，什么可以被许可，什么电网会允许。话虽如此，当部署速度是优先考虑的时——现在几乎总是如此——天然气发电显然是最有吸引力的选择。替代方案要么是间歇性的（如风能和太阳能），要么需要多年时间才能上线（如核能、水力发电或煤炭）。

在实践中，近期浪潮可能会由天然气带领，通常与储存和可再生能源配对，采用混合配置。更坚实、更清洁的来源可以在更长的时间表上逐步引入。值得注意的是，现场天然气并不是免费的午餐。可靠的稳定供应对于可变的AI负载可能需要大量的过度建设，天然气涡轮机本身也很短缺。这就是为什么混合方法使模型更具韧性的原因。

展望未来五到十年，您认为人工智能行业仍然低估了计算、能源、电网灵活性和基础设施融资之间的关系的什么方面，以及领导者今天应该为哪些方面做好准备？

很难在变化如此之快的环境中发表预言，但有一些事情看起来很明显。

首先，所有数据中心都将变得与电网交互。这将不再是一个很好的功能；它将成为获得连接的条件。我们已经可以看到电网运营商朝着这个方向发展，PJM和ERCOT正在为接受削减的巨大负载创建新的类别，以换取更快的接入。灵活性正在成为入场的价格。

第二，开发商将越来越多地追求被遗弃的电力，并朝着垂直整合发展。这可能意味着收购发电和电网资产，或者意味着在内部建立这些专业知识。当互联队列成为瓶颈时，拥有更多的价值链就是您对自己的时间表拥有更多的控制权的方式。

第三，围绕数据中心开发的负面公众形象将开始改变，但仅当开发商和运营商学会与他们运营的社区正确集成时。意味着公平分享基础设施成本，透明地公开水和电力的使用，并为当地带来明确的好处。很多压力也将来自金融方面。基础设施投资者和贷款人将要求更强的ESG表现和社区对齐作为资本的条件，这将迫使行业专业化其开发方式。

将社区集成和环境绩效视为融资的核心组成部分的项目，而不是将其视为公共关系，将是那些获得资金和建设的项目。我的建议今天的领导者很简单：现在就将灵活性、价值链控制和真正的社区对齐融入您的项目中。在五到十年内，所有这些都将成为入场的要求，而不是区别。

感谢这次精彩的采访，希望了解更多的读者可以访问硅谷基金会。