82 秒内，1,500 兆瓦凭空消失——而电网调度员对此毫无预兆
2024 年 7 月 10 日，弗吉尼亚州费尔法克斯附近一条 230 千伏线路上的一个避雷器发生故障。在 82 秒内，大约 1,500 兆瓦的数据中心负荷——用电力术语来说，约相当于弗吉尼亚州全部家庭的三分之一——就这样从电网上凭空消失了。电网调度员手忙脚乱地把宾夕法尼亚州 600 兆瓦的燃气电厂出力压下来，又从一台核电机组上撤出 300 兆瓦，只为防止频率飙升到足以损坏设备的程度。
此后我用一整个漫长的夜晚研读了 NERC 的事故复盘 PDF，而真正让我念念不忘的，是那些没有发生的事。当时并没有出现电压越限。故障触发了一套自动保护程序——线路从两端各尝试重合闸三次，在那 82 秒里产生了六次短暂的电压跌落。而每一次跌落都始终处在 ANSI C84.1 规定的正负 10% 正常带宽之内。按规程来说，线路上什么都没出错。
问题出在固件上。大多数数据中心的不间断电源都运行着一条“三振出局”规则：一分钟内出现三次电压扰动，系统就会把整座设施切换到柴油发电。这套重合闸序列在大约 60 座数据中心上同时触及了这一阈值。不是电网辜负了数据中心。是数据中心齐步走般地退出了电网，原因是一条建筑之外无人知晓其存在的计数规则。
在那整整 82 秒里，电网始终处在规范范围之内。数据中心却还是离场了。
正是这起事件，促使 Veriprajna 打造了一套数据中心电网交互系统——一套用 AI 来编排设施如何响应电网信号、如何参与容量市场、以及如何向监管机构证明自身灵活性的系统。但我并不是从这里起步的。和这个领域里几乎所有人一样，我一开始解决的是错误的问题。
我最初错在哪里？
对字节停电最直观的解读是“UPS 反应得太快了”。于是我们的第一版原型是一个更聪明的响应层——一款监测电网频率和电压、并让设施的 UPS 机群在扰动期间表现得像个良好公民的软件。干净利落地断开、平稳穿越暂态、错峰重连而不是一拥而上。它演示起来非常漂亮。频率抖动，系统稳住，人人点头。
它其实也几乎毫无用处，而让我看清这一点的，是一家托管服务商的能源负责人——他看着我们那个 30 秒穿越功能，问它能为他的容量账单带来什么。
什么都没有。它对他的容量账单毫无帮助。
因为钱和监管压力所在的地方，并不是扰动本身。施耐德电气已经在出货一种快速调频储备能力，能让数据中心断开最多 30 秒以支撑电网稳定。伊顿则在销售专为这种瞬时级响应而生的双向 UPS 系统。这一层面的问题已经有供应商了。而他们谁都没有的——也正是这家托管运营商真正需要的——是一种以数小时 和 拍卖为时间尺度、而非以秒计的东西。
当威胁是一条长达 24 个月的价格曲线时，30 秒的条件反射根本帮不了你。
那个重构了一切的数字
下面这个数字，重构了我对整个市场的思考方式。在覆盖大西洋中部及中西部一部分地区的 PJM 区域，容量价格——也就是你为保证电网紧张时电力可用、按每兆瓦支付的费用——从 2024/25 年度的每兆瓦日 28.92 美元，涨到了 2026/27 年度的 329.17 美元。这是两个拍卖周期内十倍的涨幅。
对于一座 100 兆瓦的设施，其年度容量义务从约 110 万美元升至大约 1200 万美元。这已经不再是一项可持续发展的预算条目了。这是一个 CFO 会用红笔圈出、并带到董事会上的数字，而数据中心非常清楚这是怎么发生的：在 2025/26 年度的拍卖中，它们贡献了 63% 的价格涨幅，折算下来相当于从该区域每一位缴费用户身上收回了 93 亿美元。从 2026 年 6 月起，PJM 的缴费用户每年合计多付 14 亿美元，其中相当一部分落在了居民账单上——在马里兰州西部每月约 18 美元，在俄亥俄州约 16 美元。
一旦我理解了这一点，政治层面的强烈反弹也就说得通了。弗吉尼亚州立法机构在 2026 年会期花了不少时间辩论是否要暂停新建数据中心，最终改为针对任何超过 25 兆瓦的负荷设立一个全新的“GS-5”费率类别，自 2027 年 1 月 1 日起生效。Dominion Energy 收到的新增数据中心供电申请超过一吉瓦，每个月都是如此；而其申报的需求总量则高达 70 吉瓦——它公开承认自己无法满足所提出的需求。当本地公用事业公司公开表示无法为你供电时，你的接入排队就不再是一个调度问题，而成了一个关乎存亡的问题。
所以真正的问题从来都不是“扛过一次电压跌落”。它其实是：这座设施能否证明自己是在帮助电网、而非伤害电网——在财务上、在运营上，以及面对监管机构时？这一重新定义，就是整家公司的全部。
为什么标准协议没能直接奏效？
我接下来的假设是，底层管路已经现成存在。这方面有一套开放标准——OpenADR，即开放自动需求响应协议，如今已是 3.0 版本，配有一套简洁的 REST API。公用事业公司发送需求响应事件，建筑作出响应。我们把它接了进来，以为这会是容易的那部分。
结果它却是教会我最多的部分。OpenADR 是为建筑物而设计的。它可以告诉一座设施“现在就削减负荷”，但它没有任何数据中心所特有的概念——没有用于削减 GPU 训练集群、转移制冷热负荷、或跨租户协调 UPS 孤岛运行的事件类型。最糟糕的是，它对工作负载视而不见。它无法把一个可以安心暂停两小时的机器学习训练任务，与一个客户正在等待的实时推理请求区分开来——而这份等待，就在此时此刻。对数据中心而言，这个区别就是一切。推迟错了工作负载，你就违反了一份 SLA；推迟对了那个，客户则根本不会察觉。
那正是那条把我引向真正架构的死胡同。数据中心里的灵活性并不是单一的一根杠杆。制冷大约占总能耗的 40%——那是一种你可以提前预冷来加以利用的柔性负荷。UPS 和电池是一种可调度的资源。只要你知道哪些作业可以延后，计算排程本身也是灵活的。而凌驾于这一切之上的，是你正试图优化的容量市场头寸。我能找到的供应商里，没有一家在同时编排所有这些层面。施耐德做的是电力和制冷硬件。Emerald AI 做的是计算加现场发电。没有人把这五个层面一起做起来——而这恰恰正是我们踏入的那道缺口。
没人愿意为之打造产品的租户难题
这个领域里大多数认真的资金都瞄向了别处，这是有原因的。Emerald AI——由前能源部官员 Varun Sivaram 创立，在 16 个月内募集了 6800 万美元，股东名册上有 NVIDIA、伊顿、GE Vernova，甚至还有 CIA 的风险投资部门——是明显的领跑者。他们的 Conductor 平台在一次电网紧张事件中演示了持续三小时、降低 25% 功率的能力，并在《Nature Energy》上得到了验证。这确实是令人印象深刻的成果。
但它也是为单租户超大规模 AI 工厂而打造的——那是由单一运营商掌控每一项工作负载的 NVIDIA GPU 集群。谷歌在内部也做了同样的事，把整整一吉瓦的需求响应纳入了自己的公用事业合同，因为谷歌可以直接决定去调度自己的机器学习作业。
那位曾质疑过我第一版原型的托管运营商，说出了定义我们切入点的那句话：他并不掌控租户的工作负载，而我们的软件却在不知不觉中假定他掌控。
他是对的，而这正是市场上几乎每一款产品都内嵌的假设。一座多租户托管设施并不拥有算力排程权。它整栋楼里满是客户，运行着从企业数据库到 AI 训练、再到延迟敏感型推理的各种东西，用的是 NVIDIA、AMD 和定制芯片的混合硬件，背后还接着来自不同供应商的 UPS 阵列——正如字节停电所证明的那样，它们甚至连电压扰动的计数方式都不一样。有的按相计数，有的做汇总。要在那样的环境中编排灵活性，同时既不去控制工作负载、又不把运营商锁定到单一 GPU 供应商，这是一个从根本上更难、且几乎完全无人服务的问题。这正是我们决定扎根的地方：供应商中立、多租户，为托管业务真实的运作方式而打造。
每个人都在打造掌控自身算力的数据中心。几乎没有人在为那些做不到这一点的运营商打造产品。
停电事件留下的那道合规缺口
我学到的最令人不安的一点是，2024 年 7 月那起事件背后的那个确切失效模式，在将近两年之后，依然大敞着口子。
NERC——为北美电网制定可靠性标准的机构——设立了一个大负荷工作组，正抓紧编写首批专门针对数据中心负荷的标准，初步截止期定在 2026 年底。他们为数据中心引入了一种新的负荷建模分类，称为 PERC1，本意是让公用事业公司能够模拟一簇设施在故障期间会如何表现。问题在于：PERC1 需要针对具体设施的参数——你实际的 UPS 穿越行为、你真实的计数逻辑——而目前没有任何商用工具能从设施的监测系统中提取出这些数据。公用事业公司需要这些数据。数据中心却没有办法产出它。当初引发那场停电的信息披露缺口，在结构上，依然存在。
对运营商来说，这并不是一场抽象的标准之争。FERC 的大负荷接入规则制定（案卷号 RM26-4-000，最终裁定应于 2026 年 4 月 30 日前作出）提出，为那些能够证明自身具备灵活性的负荷提供为期 60 天的加速接入研究。在标准排队要走三到五年的地区，一条 60 天的通道，意味着 2026 年投产还是 2030 年投产的天壤之别。但要符合条件，你需要具备今天几乎肯定不具备的监测与验证能力。无法记录在案的灵活性，就是不算数的灵活性。
所以我们打造的一部分东西一点都不光鲜：它是那一层——读取设施自身的行为，包括 UPS 阈值、穿越响应、负荷构成，并把它转化成监管机构和公用事业公司真正会索要的凭证材料。不那么光彩的事实是，“拿出证明”正在成为整场游戏的全部，而证明需要没有人安装过的仪表化设施。
“核电难道不会直接解决这个问题吗？”
人们不断以各种版本问我这个问题，所以让我正面回应这三点质疑。
第一点是核电。Meta、微软和谷歌都签署了引人注目的小型模块化反应堆和核电重启协议——单是 Meta 就高达 6.6 吉瓦。但如今美国没有一座商用 SMR 在运行，而现实的上线时间大多集中在 2028 到 2032 年之间。电网交互是一个当下这一年就要面对的问题。而即便隔壁就有一座反应堆，你仍然得去管理这一过渡、把多余的发电量回售，并熬过它投产之前的那些年头。
第二点是“这不就是需求响应吗？公用事业公司都已经运行了几十年了。”传统的需求响应是人工的、由公用事业公司居中调度的、也是粗放的——削减负荷，拿到报酬。变了的是价格和精度。按大约每兆瓦年 12 万美元的容量价值计算，一座 100 兆瓦、哪怕只提供 20% 灵活性的设施，一年就面对约 240 万美元；而一座把自身结构安排到完全避开容量义务的设施，可以面对全部约 1200 万美元。这样量级的数字，足以支撑起那种自动化的、感知工作负载的优化，而那是老式项目从来不需要的。
第三点是“为什么不干脆从施耐德或伊顿把硬件买来就好？”你应该买——他们做的设备非常出色。但硬件是身体，编排才是神经系统，而这也正是伊顿去投资 Emerald AI、而不是自己去做软件的原因。那个同时盯着电网信号、市场价格、热余量和可延后计算，并在它们之间协调行动的决策层，本身就是一门独立的学问。那正是我们所打造的部分，而且我们把它打造成能够架设在你已经拥有的任何硬件之上。
负债另一面的那份资产
Veriprajna 的数据中心电网交互系统之所以存在，是因为一个我起步时并不具备的信念。如今我确信，能在未来几年里挺过来的运营商，并不是那些锁定了最便宜电力合同的人。而是那些能够递给公用事业公司一份经过验证的灵活性档案、递给监管机构一份有据可查的穿越行为记录的人——并借此换来更快的接入和更低的容量账单。
字节停电是一次险些酿祸的擦肩而过。大约 60 座设施因为一条计数规则退出了电网，而系统勉强把它扛了下来——靠的是在两个州把发电厂拽下线。PJM 预计在 2026 年整个夏天都将以极低的可靠性裕度运行，并可能在 2027 年 6 月之前跌破自己的标准。下一次事件，将不会再有同样的余地来兜住它。
一座数据中心，可以成为整张电网上最大、最可控、最有价值的柔性负荷。那在 82 秒内从线路上退出的每一兆瓦，原本都可以是这样的一兆瓦——它选择在收到信号时主动退让，并因此获得报酬。这正是负债与资产之间的全部区别——而眼下，它归结为这座建筑能否及时地、带着证据、为自己做出决定。那个决定就是软件。我们决定把它写出来。
