--- title: "Google e Nvidia procuram espaço na rede elétrica para alimentar novos data centers" author: "André Iglesias" date: "2026-09-19 10:45:00-03" category: "Inteligência Artificial & Dados" url: "http://desbugados.scale.press/portal/desbugados/post/2026/09/19/google-e-nvidia-procuram-espaco-na-rede-eletrica-para-alimentar-novos-data-centers/md" --- ## Resumo - Google e Nvidia aderiram à AI Energy Management Alliance, criada para encontrar capacidade elétrica para novos data centers de IA. - A tecnologia da Emerald AI reduz temporariamente o consumo ao pausar tarefas não críticas ou transferir cargas computacionais. - A coalizão estima que o uso flexível da energia possa permitir até 100 gigawatts adicionais de conexão à rede. - A AEMA foi lançada em Washington com 18 parceiros inaugurais e será liderada por Frank Lacey. - A aliança promove padrões técnicos, geração no local, armazenamento e flexibilidade computacional. - Nvidia e Digital Realty planejam operar ainda em 2026 um data center flexível de 100 megawatts na Virgínia. --- A expansão dos data centers de inteligência artificial encontrou um limite prático na disponibilidade de energia elétrica e recebeu uma resposta coordenada em setembro de 2026. **Google e Nvidia** aderiram à AI Energy Management Alliance (AEMA), iniciativa criada para encontrar capacidade disponível na rede e acomodar novos centros voltados à IA. A aliança usa um sistema desenvolvido por uma startup especializada em gerenciamento de energia para reduzir temporariamente o consumo quando a rede enfrenta picos, pausando tarefas não críticas ou deslocando cargas computacionais. A estimativa apresentada é de até **100 gigawatts** adicionais de capacidade de conexão. O próximo teste anunciado, um data center flexível de **100 megawatts** na Virgínia, ajuda a transformar a promessa em uma operação observável ainda em 2026. ## Por que a rede elétrica virou o gargalo da IA O ponto de partida da proposta é a diferença entre uma instalação que consome energia de forma fixa e outra capaz de ajustar sua operação conforme a necessidade da rede. A tecnologia da **Emerald AI** permite reduzir temporariamente o consumo de um data center em momentos de pico, interrompendo tarefas que não são críticas naquele instante ou transferindo parte das cargas computacionais para outro período. Carga computacional é o conjunto de processamentos executados pelos servidores, como treinamento de modelos e outras tarefas de inteligência artificial. Na prática, a instalação passa a responder ao estado da rede em vez de manter o mesmo ritmo durante todas as horas do dia. Essa lógica é chamada de gerenciamento de resposta à demanda, mecanismo que coordena a redução temporária do consumo quando o sistema elétrico está sob pressão. O objetivo da coalizão é liberar capacidade já existente para novos data centers, sem depender exclusivamente de **geradores a diesel** como alternativa para atender à expansão. A mudança de comportamento é o ponto central: em vez de tratar a infraestrutura de IA como uma carga rígida, a proposta a transforma em uma carga ajustável. Se a tecnologia cumprir o papel descrito pelas empresas, parte da capacidade que ficaria reservada para momentos de maior estresse poderá ser usada na conexão de novos projetos. ## Como funciona a aliança que reúne tecnologia e energia O nome oficial da iniciativa é **AI Energy Management Alliance**, ou AEMA, uma aliança voltada ao gerenciamento da energia consumida por instalações de inteligência artificial. A **Emerald AI** se uniu ao **Google** para fundar a organização e apresentar uma abordagem em que os data centers colaboram com a rede elétrica. O termo ativo flexível descreve justamente essa capacidade de aumentar ou reduzir o uso de energia conforme as condições do sistema. A proposta desloca a conversa de simplesmente construir mais servidores para também administrar quando e como esses servidores trabalham. A **Nvidia** também participa da coalizão, enquanto a **Anthropic** aparece como representante dos laboratórios que desenvolvem sistemas de inteligência artificial. Essa combinação aproxima quem cria os modelos de IA de quem fornece os componentes e administra a infraestrutura necessária para executá-los. O resultado pretendido é uma frente comum para organizar padrões e práticas de operação, evitando que cada data center precise resolver isoladamente a relação entre processamento e disponibilidade elétrica. A própria aliança apresenta os data centers como aliados flexíveis da rede, uma definição que resume a mudança de função defendida pelo grupo. ## Uma coalizão de 18 parceiros mira a capacidade existente Na largada, a AEMA foi apresentada em Washington com **18 parceiros inaugurais**, incluindo empresas de energia como a **National Grid** e a Constellation. A participação de companhias ligadas à rede dá à iniciativa uma dimensão operacional, porque a proposta precisa funcionar de acordo com as necessidades reais do sistema elétrico, e não apenas como uma configuração interna de software. A aliança também pretende trabalhar com padrões técnicos neutros e critérios de desempenho para avaliar a flexibilidade dos data centers. Assim, a discussão passa a envolver tanto a capacidade de processamento quanto a forma como essa carga pode ser administrada. A estrutura será conduzida por **Frank Lacey**, nomeado diretor executivo da AEMA. A organização é apresentada como uma evolução da Advanced Energy Management Alliance, fundada em **2014**, o que dá à iniciativa uma continuidade institucional dentro do debate sobre consumo e gerenciamento de energia. Entre as abordagens promovidas estão a geração no local e o armazenamento, recursos que ajudam a administrar a energia disponível perto da instalação. A flexibilidade computacional aparece como outra peça dessa estratégia, pois permite ajustar o trabalho dos servidores sem depender de uma única resposta física da rede. ## O que significam os 100 gigawatts prometidos O número mais ambicioso do projeto é a estimativa de que o uso flexível da energia possa permitir a conexão de até **100 gigawatts** adicionais à rede. Um gigawatt é uma unidade de potência usada para dimensionar a capacidade elétrica disponível, portanto o número indica a escala da conexão que a coalizão pretende viabilizar aproveitando melhor a infraestrutura existente. A ideia não é afirmar que 100 gigawatts já foram liberados, mas medir quanto espaço adicional poderia surgir quando os data centers reduzirem ou deslocarem seu consumo nos períodos críticos. É essa diferença entre capacidade instalada e capacidade efetivamente disponível para novas conexões que a AEMA pretende explorar, como explica a [formação da aliança descrita pela TechCrunch](https://techcrunch.com/2026/09/17/google-nvidia-and-anthropic-want-emerald-ai-to-find-space-on-the-grid-for-more-data-centers). O cálculo ajuda a entender por que a proposta interessa diretamente à expansão da inteligência artificial. Um novo data center precisa de uma conexão elétrica compatível com sua operação, mas a rede pode não ter margem para entregar esse volume de forma constante em todos os horários. Ao aceitar pausas em tarefas não críticas ou transferências de processamento, a instalação passa a oferecer uma margem de ajuste. Essa margem pode ser usada para reduzir a pressão nos picos e, ao mesmo tempo, abrir espaço para projetos que aguardam conexão. A coalizão, portanto, tenta resolver parte do problema com coordenação do consumo, e não apenas com a construção de mais geração. A própria Emerald AI levantou **US$ 150 milhões** em uma rodada Série A liderada pela Energize Capital e pela DCVC. O aporte não equivale à capacidade elétrica que a aliança pretende liberar, mas mostra que a startup recebeu recursos para desenvolver sua tecnologia enquanto o setor procura formas de alimentar novas instalações de IA. A distinção é importante: a empresa não está anunciando uma nova usina para atender aos data centers, e sim uma maneira de operar a carga computacional com maior flexibilidade. O foco permanece na coordenação entre consumo, processamento e disponibilidade da rede. ## O teste de 100 megawatts que pode validar a proposta Antes do projeto na Virgínia, a **Emerald AI** e a **Nvidia** já haviam concluído seis demonstrações globais de data centers flexíveis, segundo Varun Sivaram, CEO da startup. As demonstrações servem para testar se uma carga computacional consegue responder de maneira controlada às necessidades do sistema elétrico. Esse ponto separa a ideia de uma simples redução emergencial de consumo de um modelo planejado de operação, no qual as tarefas são organizadas para aceitar pausas ou mudanças de horário. A empresa e seus parceiros agora pretendem levar essa experiência para uma instalação com escala maior, onde a flexibilidade poderá ser observada em uma operação real. Na Virgínia, a **Nvidia** e a **Digital Realty** planejam colocar em operação ainda em 2026 o primeiro data center flexível de **100 megawatts**. Megawatt, ou MW, é uma medida de potência usada para expressar a dimensão da carga elétrica de uma instalação. O projeto foi desenhado para provar que um data center pode ser controlável, em oposição ao consumo constante e rígido durante 24 horas por dia, sete dias por semana. A demonstração terá valor prático porque permitirá comparar a operação flexível com o modelo tradicional de carga contínua, como detalhado pela [Fortune ao relatar o plano para a Virgínia](https://fortune.com/2026/09/16/data-centers-ai-energy-management-alliance-emerald-google-nvidia-anthropic/). O próximo passo, portanto, já tem local, escala e prazo: o teste de **100 MW** deve entrar em operação na Virgínia antes do fim de 2026, com a participação da startup responsável pela tecnologia de gerenciamento. O resultado mostrará se a redução temporária de tarefas e o deslocamento de cargas conseguem transformar um data center em um participante ajustável da rede, em vez de um consumidor permanente. A AEMA também pretende criar um modelo que recompense instalações capazes de aliviar o estresse do sistema nos períodos de pico. Se a demonstração confirmar essa capacidade, a expansão dos data centers de IA passará a depender tanto da quantidade de chips e servidores quanto da habilidade de fazer a computação caber nos horários em que a rede consegue atendê-la.