IA no gargalo energético: por que Google, NVIDIA e Anthropic mudam o jogo da energia

Você comprou os chips. O contrato de rack está assinado. O PUE do campus passou no modelo financeiro. Falta o cabo.

Na fila de interconexão, o número que importa não é FLOPS. É megawatt prometido sem data. Em vários estados americanos, um data center novo espera cinco, às vezes dez anos, para plugar na rede. A concessionária não está brincando: ela precisa garantir capacidade no pior dia do verão, com ar-condicionado ligado em todo o bairro. Seu cluster de treinamento, para o planejamento da rede, ainda entra como carga plana — 24/7, no pico, sem negociar.

Eu vejo esse desencontro todo mês em conversas de arquitetura. A GPU chega em semanas. O transformador, em anos. Em 16 de setembro de 2026, Google, NVIDIA e a startup Emerald AI formalizaram uma resposta política e técnica a esse nó. Anthropic e um bloco de utilities entraram no mesmo dia. O nome da coalizão é AEMA. O argumento de fundo é mais seco: se o data center pode reduzir consumo quando a rede aperta, ele deixa de ser só um problema de pico — e pode ganhar fila mais curta.

O que aconteceu

A AI Energy Management Alliance (AEMA) foi anunciada em 16 de setembro de 2026. Fundadores: Emerald AI, Google e NVIDIA. Entre os launch partners, a Anthropic e empresas de energia — National Grid, AES, Constellation, NRG, RWE, entre outras. A cobertura da TechCrunch e do Axios fala em cerca de 20 organizações na faixa AI + power.

Não é uma startup de papel. A AEMA herda o casco jurídico da Advanced Energy Management Alliance, fundada em 2014 para advocacia de demand response. Varun Sivaram, CEO da Emerald, descreveu o relaunch como um recorte estreito: data centers de IA flexíveis, e regras que paguem essa flexibilidade com conexão mais rápida. O site da aliança fala em cortar o backlog de 5–10 anos e em “destravar” até 100 GW na rede existente dos EUA — número que volta o tempo todo no material de lançamento.

Do lado operacional, Google já opera um portfólio nacional de demand response da ordem de 1 GW, segundo Tyler Norris, head de advanced energy market innovation da empresa. Emerald e NVIDIA dizem ter fechado seis demonstrações globais de data centers flexíveis. Ainda em 2026, o alvo comercial é um campus em Manassas, Virgínia — cerca de 96–100 MW, com Digital Realty, EPRI e o PJM — apresentado como uma das primeiras “AI factories” projetadas para ser carga controlável, não carga fixa.

A aliança se declara technology-neutral: o que conta é velocidade de resposta, duração, previsibilidade e comportamento em emergência. Não importa se o MW veio de pausar job, de bateria, de geração no site ou de um teto de potência na GPU.

Por que o gargalo é agora

Até ontem, o storytelling da indústria era chip e capital. H100, Blackwell, Vera Rubin, Series A de US$ 150 milhões da Emerald (Energize Capital e DCVC). O dinheiro e o silício avançaram mais rápido que a linha de transmissão.

As regras de interconexão foram desenhadas para fábricas e prédios com perfil estável. Se você pede 80 MW firmes, a utility dimensiona upgrade como se aqueles 80 MW fossem estar lá no pior intervalo do ano. A rede americana, em média, fica perto de 50% de utilização. Pico raro, capacidade cara o ano inteiro. Joe Dominguez, da Constellation, resumiu num press release da NVIDIA em março: não é necessariamente falta de energia — é problema de pico.

Em fevereiro de 2025, Tyler Norris e colegas da Duke publicaram Rethinking Load Growth. A estimativa de primeira ordem: com curtlement modesto (0,25% a 0,5% das horas do ano), as 22 maiores balancing authorities dos EUA — cerca de 95% da carga — poderiam acomodar da ordem de 76 a 98 GW de carga nova flexível. A coalizão arredonda isso para “100 GW”. O paper não promete milagre; promete headroom se a carga aceitar ser cortável nos piores momentos.

Em junho de 2026, a FERC mandou os seis RTOs sob sua jurisdição (PJM, MISO, SPP, CAISO, ISO-NE, NYISO) justificar ou reformar tarifas para large loads — data centers acima de 50 MW ligados acima de 69 kV. Um dos eixos explícitos: serviços de transmissão para flexible large loads que aceitam limitar retirada. Texas já vinha com Controllable Load Resource; Silicon Valley Power lançou programa de interconexão flexível. A AEMA chega depois da ordem da FERC, não antes. É lobby alinhado a uma porta regulatória que acabou de abrir.

Chips sem watts ficam no depósito. Watts sem flexibilidade ficam na fila. O gargalo mudou de “conseguimos fabricar?” para “a rede confia no nosso perfil de carga?”.

O que flexibilidade realmente significa

Demand response não é conceito novo. Fábricas pausam linha. Data centers clássicos ligam diesel. A proposta da Emerald — e do stack NVIDIA DSX Flex — é responder sem depender só do gerador sujo.

Na prática, o menu combina quatro alavancas:

1. Shift / pause de workload. Treinamento batch, reindexação, avaliação offline, jobs com janela ampla. Inference sensível a latência fica protegido; o resto espera ou migra.
2. Bateria e UPS. Segura o pico curto sem derrubar o cluster. Enel X e outros já monetizam isso; a AEMA quer o mesmo crédito regulatório para resposta via software.
3. Geração on-site. Gás, solar, nuclear modular — bridge power enquanto a interconexão firme não chega, e depois ativo que pode devolver energia à rede em vez de ficar isolado forever.
4. Power cap na GPU. DVFS, nvidia-smi power limit, DSX Max-Q. Menos clock, menos watts, throughput cai de forma controlada.

O paper de campo da Emerald em Phoenix (Oracle, NVIDIA, Salt River Project, EPRI), depois publicado com evidência peer-reviewed, usou o Emerald Conductor num cluster de 256 GPUs A100. Resultado: 25% menos potência do cluster por três horas em evento de pico, sem retrofit de hardware e sem storage, mantendo QoS combinado. As tiers de SLA que eles usam são úteis demais para ignorar:

• Flex 0 — sem redução de performance (SLA rígido)
• Flex 1 — até 10% de throughput médio em janela de 3–6 h
• Flex 2 — até 25%
• Flex 3 — até 50%

Em Londres, com National Grid, Nebius e EPRI, um cluster Blackwell Ultra cortou mais de um terço da demanda elétrica em menos de um minuto, com workloads prioritários seguindo. Em Hillsboro, Oregon, Portland General Electric mandou sinais de utilidade de verdade: chuva congelante (−20% de carga), heat dome de vários dias (−25%+), emergência de 24 h, e despacho econômico com preço do CAISO.

O DSX Flex da NVIDIA não é slide. A documentação pública descreve um control plane em MQTT/CloudEvents: grid.loadtarget.set.v1, status de potência, alerta de breach, enforcement. Payload assinado (JWS). Em outras palavras: o alvo de MW vira API, não telefonema para o NOC.

Flexibilidade, aqui, não é “vamos ser sustentáveis”. É contrato mensurável: quantos MW, em quanto tempo, por quanto tempo, com qual degradação de serviço.

Energia como variável de arquitetura

Isso muda o desenho do sistema, não só o slide de ESG.

Training vs inference. Treinamento multi-semana tolera pausa e retomada se o checkpointing for sério. Inference de produto com p95 de 200 ms não. Você passa a declarar, no scheduler, quais filas são Flex 0 e quais são Flex 2. O mesmo rack deixa de ser monolito energético.

Multi-região. A demo Virginia→Chicago da Emerald/OCI mostrou o óbvio que poucos operam de verdade: mover inference para onde a rede tem folga, sem matar latência. Energia vira sinal de roteamento, junto com custo de GPU e distância do usuário.

QoS sob curtailment. SLA de disponibilidade clássico (99,9% do cluster) não basta. Você precisa de SLA de energia: em N eventos/ano, o tenant aceita X% de throughput menor. Sem isso, o operador não assina compromisso com a utility — e a fila continua longa.

Contrato de campus. Interconexão “firme” de 100 MW custa upgrade e espera. Interconexão “flex” de 100 MW com direito de cortar 20% em 50 horas/ano pode ser o produto que a FERC está empurrando os RTOs a criar. O arquiteto de infra precisa sentar na mesma mesa que o time de power procurement. O diagrama de rede e o diagrama elétrico passam a compartilhar a mesma variável: load target.

Eu trataria watts flexíveis como capacidade de segundo tipo — parecida com spot instance, só que o leilão é a rede, não a AWS.

Apostas (com porque)

1. Em 24 meses, “flex MW” vira linha no RFP de hyperscaler e de colo. Porque a FERC já pediu serviço tarifário para flexible large loads, e Google já monstra 1 GW de portfólio. Quem não souber provar resposta mensurável perde prioridade na fila.

2. O primeiro campus ~100 MW em Manassas vira referência de contrato, não só de PR. Porque Digital Realty + PJM + EPRI forçam telemetria e enforcement de verdade. Se aguentar heat dome e preço de mercado sem derrubar tenant premium, o playbook copia. Se falhar, a narrativa da AEMA sofre.

3. Schedulers de treino ganham API de orçamento energético (MW-hora e MW-pico) no mesmo nível que quota de GPU. Porque Conductor/DSX Flex só escalam se o job manager entender Flex 0–3. Sem tag no workload, flexibilidade é teatro.

4. Geração behind-the-meter deixa de ser ilha permanente e vira ponte + ativo de rede. Porque isolar GW de turbina do grid encarece o token e compete pelo mesmo equipamento que a utility precisa. AES, NextEra, Vistra e Constellation já falaram isso em público com a NVIDIA em março de 2026.

5. Labs de frontier (Anthropic e pares) vão pagar premium por capacidade não flexível — e desconto por capacidade flexível com QoS explícito. Porque inference de produto e evals de segurança não aceitam Flex 3; batch de pré-treino e distillation aceitam. O preço da energia vai segmentar o produto de compute.

O que isso não resolve

Não inventa elétrons. Ayse Coskun, chief scientist da Emerald, disse à TechCrunch com clareza: a tecnologia reduz a urgência de geração nova; não elimina. Transformador, linha e capacidade firme continuam no caminho crítico para dezenas de GW.

Não apaga oposição local. Conta de luz, ruído, água de cooling e “por que o meu bairro carrega o AI boom” continuam políticos. Flexibilidade ajuda na narrativa de affordability — o Brattle Group estima que 10% a mais de utilização da rede corta tarifas na casa de 3,4% — mas não substitui engajamento comunitário.

Não resolve latência física. Mover job para outro estado tem custo de rede e de consistência. Nem todo modelo cabe em “rode onde o MW está barato hoje”.

Não garante que reguladores estaduais comprem o pacote no mesmo ritmo. FERC abre a porta nos RTOs; muita conexão ainda passa por utility municipal e comissão estadual. Lobby da AEMA existe justamente porque a regra ainda não é uniforme.

E software de demand response não conserta PUE ruim, cooling mal dimensionado nem oversubscription mentiroso no contrato de colo.

O que um eng/arquiteto deveria acompanhar

• Tags de flexibilidade no workload. Se o seu orquestrador não distingue Flex 0 de Flex 2, você não tem produto de energia — tem hope.
• Checkpointing e preemptibilidade de treino. Sem isso, “pausar” é downtime disfarçado.
• Contrato com a utility: MW firmes vs MW condicionais, tempos de resposta, penalidade por miss. Peça o mesmo rigor que você pede de SLA de API.
• Telemetria de rack alinhada a sinal de grid. O caminho DSX Flex (loadtarget → power state → breach) é o tipo de integração que vira auditoria.
• Multi-region com política energética explícita. Não só failover de AZ; failover de stress da rede.
• Custo total do token sob curtailment. Throughput cai 10%; o job alonga; o aluguel do GPU continua. Modele isso antes de assinar “somos flexíveis”.
• Manassas / Aurora e as regras que o PJM publicar depois das ordens de junho da FERC. Documentação de campo vale mais que whitepaper.

A AEMA não inventou o watt flexível. Ela empacota o interesse de quem vende chip, quem treina modelo e quem opera rede no mesmo pedido regulatório: trate energia como knocker de arquitetura, não como utility bill no fim do mês.

A pergunta prática, se você desenha o próximo campus ou o próximo scheduler: quantos dos seus MW você consegue cortar em quinze minutos sem quebrar o produto — e você tem como provar isso para a utility com log assinado, não com slide?

Referências

1. Josh Parker, Emerald AI, Google and NVIDIA Launch Alliance to Advance Flexible AI Data Centers, NVIDIA Blog, 16 set. 2026.
2. About — AI Energy Management Alliance (AEMA).
3. Tim De Chant, Google, Nvidia and Anthropic want Emerald AI to find space on the grid for more data centers, TechCrunch, 17 set. 2026.
4. Google, Nvidia and Emerald AI launch flexible data center power coalition, Axios, 16 set. 2026.
5. Varun Sivaram, Data centers can be good citizens…, Fortune, 16 set. 2026.
6. Emerald AI Integrates with NVIDIA DSX Flex…, Emerald AI, 16 mar. 2026.
7. NVIDIA and Emerald AI Join Leading Energy Companies to Pioneer Flexible AI Factories as Grid Assets, NVIDIA Newsroom, 23 mar. 2026.
8. Tyler H. Norris et al., Rethinking Load Growth: Assessing the Potential for Integration of Large Flexible Loads in US Power Systems, Nicholas Institute, Duke University, fev. 2025.
9. Colangelo et al., Turning AI Data Centers into Grid-Interactive Assets… (Emerald Conductor / Phoenix field demo), arXiv:2507.00909, 2025.
10. DSX Flex overview, NVIDIA DSX Exchange docs.
11. FERC Launches Aggressive Targeted Action to Speed Large Load Integration, FERC, 18 jun. 2026.