AI datacenters staan op het punt om van energieslurpers te veranderen in actieve onderdelen van het stroomnet. Met een nieuwe samenwerking tussen Nvidia en het relatief jonge Emerald AI wordt een klasse AI factories geïntroduceerd die expliciet zijn ontworpen als flexibele grid assets.
Een korte uitleg in videoformaat is onder meer te vinden in deze CERAWeek analyse op YouTube:
Nvidia en Emerald AI kondigden tijdens CERAWeek 2026 aan dat zij samen optrekken met grote Amerikaanse energiebedrijven als AES, Constellation, Invenergy, NextEra Energy, Nscale Energy & Power en Vistra. Doel: grootschalige AI datacenters ontwerpen die niet alleen rekenkracht leveren, maar ook actief pieken en dalen in het elektriciteitsnet opvangen.
Van vaste belasting naar regelbare vermogensbron
Waar traditionele hyperscale datacenters fungeren als vaste, moeilijk te sturen belasting, positioneren deze nieuwe AI factories zich als regelbare vermogensbronnen, gekoppeld aan zowel het hoogspanningsnet als lokale opwek en opslag. In het ontwerp draait alles om één principe: elektriciteit omzetten in AI tokens en modellen, zonder het net te overbelasten.
AI factories als grid asset, niet langer alleen als last
Centraal in de aankondiging staat Nvidia’s Vera Rubin DSX AI Factory reference design, inclusief de DSX Flex softwarebibliotheek. Deze combinatie definieert hoe een AI factory wordt opgebouwd, hoe de compute-stack wordt gekoppeld aan energie-infrastructuur en hoe flexibiliteit richting het net wordt aangestuurd.
Volgens Nvidia kunnen dergelijke power-flexible AI factories tot circa 100 gigawatt extra capaciteit in het Amerikaanse systeem ontsluiten, door bestaande infrastructuur slimmer te benutten en alleen waar nodig nieuwe opwek en netverzwaring toe te voegen. De kern: het net is ontworpen voor zeldzame piekuren, de rest van de tijd is er ongebruikte marge die met flexibele AI loads kan worden ingevuld.
Emerald AI levert met het Conductor platform de orkestratielaag die compute-taken, onsite generatie (bijvoorbeeld gas, zonne- en windparken) en batterijopslag aanstuurt. In plaats van datacenters als vaste load te behandelen, wordt de rekenvraag modulair, schaalbaar en koppelbaar aan netcondities. Voor de AI tenants wordt een gegarandeerde Quality of Service geborgd, terwijl buiten piekmomenten maximale rekenkracht beschikbaar is.
Europese relevantie: netcongestie en koppeling met het elektriciteitsnet
Voor Nederlandse en Europese lezers sluit dit direct aan op discussies over AI datacenters en netcongestie, waar eerder al uitgebreid over is geschreven in analyses over de fysieke grenzen van AI infrastructuur en de noodzaak van betere koppeling met het elektriciteitsnet, zoals uiteengezet in artikelen op Itechnet over AI datacenters en hun impact op landgebruik, stroomvraag en lokale weerstand.
Brugvermogen, co-located generation en snellere netaansluiting
Een van de grootste bottlenecks in de huidige AI uitrol is de interconnectietijd. Grootverbruikersaansluitingen van honderden megawatt zitten jaren in de wachtrij. De nieuwe architectuur adresseert dat probleem met een hybride aanpak.
Projecten starten met co-located opwek en opslag, bijvoorbeeld een eigen powerplant of grootschalige batterijopslag op hetzelfde terrein als het datacenter. Deze assets leveren brugvermogen, zodat de AI factory eerder operationeel wordt. Zodra een volledige netaansluiting beschikbaar komt, verschuift de rol van die assets: van exclusieve voeding voor het datacenter naar flexibele bron voor het net in piekuren.
Daarmee verandert het businessmodel fundamenteel. In plaats van geïsoleerde energie-eilanden, die buiten AI workloads om weinig waarde genereren, worden generation assets en AI compute samen ontworpen als gecombineerde infrastructuur voor zowel digitale als fysieke stroomvraag. Nvidia en de energiepartners stellen dat dit zowel de Levelized Cost of Compute als de Levelized Cost of Energy drukt, doordat installaties vaker en slimmer benut worden.
Van GPU-leverancier naar complete AI factory met energie-integratie
In eerdere analyses op Itechnet over Nvidia’s bredere AI infrastructuurstrategie werd al duidelijk dat het bedrijf stuurt op complete AI factories, niet alleen op GPU’s. Met deze stap wordt een extra laag toegevoegd: energiearchitectuur en gridintegratie als integraal onderdeel van het AI factory ontwerp.
Strategische implicaties voor de AI energierace
Voor de mondiale AI infrastructuurrace is deze samenwerking om meerdere redenen strategisch relevant.
Ten eerste verschuift het gesprek over datacenters van een puur consumptiedossier naar een asset-discussie. Grote energiebedrijven zien AI factories niet langer alleen als extra vraag, maar ook als instrument voor vraagsturing en vraagrespons. Bij acute netstress kunnen AI workloads afschalen of verschuiven, terwijl co-located assets terugleveren aan het net.
Ten tweede creëert dit een blauwdruk voor hoe regulering rondom AI datacenters kan evolueren. In plaats van moratoria op nieuwe projecten vanwege netcongestie, kunnen beleidsmakers eisen opnemen dat nieuwe AI campuses DSX-achtige flexibiliteit implementeren, inclusief verifieerbare afspraken over vraagrespons en leveringsverplichtingen aan het net. Dat sluit nauw aan bij Europese discussies over capaciteitstarieven, congestiemanagement en de rol van industriële grootverbruikers in de energietransitie.
Nvidia’s positie in de waardeketen
Ten derde versterkt Nvidia zijn positie in de waardeketen. Het bedrijf verkoopt niet alleen GPU’s en serverarchitecturen, maar levert een volledig referentiemodel voor AI factories, inclusief energie-integratie. In eerdere GTC aankondigingen, onder meer over physical AI, wereldmodellen en agentic AI, werd die integrale benadering al zichtbaar. Met de samenwerking met Emerald AI en partijen als NextEra Energy en AES wordt dit nu doorgetrokken tot in de kern van het elektriciteitssysteem.
Wat betekent dit concreet voor datacenteroperators en investeerders?
Voor datacenteroperators betekent de Vera Rubin DSX architectuur dat een klassiek CAPEX-plaatje, waarin power alleen als kostenpost geldt, verschuift naar een gemengd model. Investeringen in onsite generatie en opslag kunnen via grid services additionele opbrengsten genereren, mits platformen als Emerald Conductor de flexibiliteit betrouwbaar kunnen verzilveren.
Daarnaast ontstaat er een duidelijker pad om gigawatt-schaal AI projecten binnen strakke tijdslijnen te realiseren. Door eerst op brugvermogen te draaien en vervolgens grid-flexibel te worden, wordt de afhankelijkheid van trage netuitbreiding kleiner. Dat is aantrekkelijk voor hyperscalers en AI platformen die onder druk staan om snel extra rekenkracht online te brengen.
Voor beleggers in energie en infrastructuur is het signaal helder: AI factories worden een nieuwe klasse hybride asset, vergelijkbaar met grootschalige industriële verbruikers die tegelijkertijd regelbare capaciteit bieden. De combinatie van langdurige compute-contracten, flexibele loadprofielen en gereguleerde energie-inkomsten kan een nieuw type infrastructuurfonds rechtvaardigen, met een profiel dat ergens ligt tussen klassieke datacenters en regelbare energiecentrales.
Tariefstructuren, netcodes en vergunningen
Voor beleidsmakers en toezichthouders, zowel in de VS als in Europa, wordt de vraag urgenter hoe zij deze nieuwe categorie assets inbedden in tariefstructuren, netcodes en vergunningskaders. Modellen waarin AI datacenters expliciet worden verplicht om vraagrespons te leveren, passen naadloos bij de richting die in Europese netwerkcodes wordt verkend.
Specifieke risico’s en operationele uitdagingen
De strategie is niet zonder risico. Nvidia wijst in de forward looking statements zelf op klassieke onzekerheden: technologische ontwikkeling, marktaanvaarding en afhankelijkheid van derden. Daarbovenop komen energie-specifieke risico’s.
Een AI factory die met co-located generation en opslag draait, is gevoelig voor brandstofprijzen, emissieregels en lokale weerstand tegen energieprojecten. De veronderstelde unlock van 100 gigawatt capaciteit is bovendien gebaseerd op optimalere benutting van bestaande assets. In de praktijk zullen netbeheerders conservatiever plannen, zeker zolang meet- en regeltechniek, cybersecurity en governance rond data en dispatch niet volledig uitgekristalliseerd zijn.
Daarnaast ontstaat er een complex samenspel tussen AI service levels en netverplichtingen. Als een AI tenant 24/7 latency-gevoelige inference workloads draait, is de ruimte voor flexbelastingen kleiner dan bij batchtraining of offline agent-simulaties. Het verdienmodel van de operator hangt dus sterk af van de workloadmix en de contractuele afspraken met zowel AI klanten als netbeheerders.
Europese stakeholders en maatschappelijke weerstand
Voor Europese stakeholders is dit herkenbaar uit discussies over industriële demand response. Eerdere Itechnet artikelen over de fysieke grenzen van AI datacenters en lokale weerstand tegen grootschalige infrastructuur in Europa laten zien dat dit geen theoretisch vraagstuk is, maar een reële politieke en maatschappelijke factor.
Vooruitblik: van pilot naar standaardarchitectuur
In de komende twaalf tot achttien maanden worden de eerste commerciële deployments van DSX Flex verwacht, onder meer in het geplande Nvidia AI Factory Research Center in Virginia. Die projecten zullen cruciaal zijn om te toetsen of de beloofde flexibiliteit in de praktijk standhoudt, zowel technisch als economisch.
Als de pilots aantonen dat AI factories daadwerkelijk als betrouwbare grid assets kunnen opereren, ligt de weg open voor standaardisatie. Dan wordt het denkbaar dat grote cloudproviders, energieleveranciers en overheden in aanbestedingen expliciet eisen opnemen rond Vera Rubin-achtige architecturen, inclusief verified flexibiliteit, responstijden en maximale piekbelasting.
Voor Nederlandse en Europese netwerkbeheerders, die kampen met structurele netcongestie, kan deze benadering een alternatief zijn voor harde stop op nieuwe datacenters. Mits goed gereguleerd, kunnen AI factories volgens het Nvidia Emerald model juist bijdragen aan netstabiliteit, in plaats van die te ondermijnen.
De inzet is helder: wie AI factories weet te positioneren als integraal onderdeel van de energie-infrastructuur, bepaalt niet alleen de snelheid van de AI uitrol, maar ook de contouren van het toekomstige energielandschap.
FAQ
Vraag 1: Wat is een AI factory in de context van Nvidia en Emerald AI?
Een AI factory is een grootschalig datacenter dat primair is ontworpen om elektriciteit om te zetten in AI tokens, modellen en inference workloads, met een architectuur die compute, networking, koeling en energievoorziening als één systeem behandelt.
Vraag 2: Wat maakt deze nieuwe AI factories grid flexible?
De combinatie van Nvidia’s Vera Rubin DSX reference design en de DSX Flex softwarebibliotheek stelt de AI factory in staat om het vermogensprofiel dynamisch aan te passen aan netcondities, aangestuurd via Emerald AI’s Conductor platform dat zowel compute workloads als onsite energiebronnen coördineert.
Vraag 3: Hoe helpt dit om netcongestie en wachttijden voor aansluitingen te verminderen?
Projecten starten met eigen opwek en opslag als brugvermogen en schakelen daarna over naar een hybride model waarin de AI factory zowel stroom afneemt als in piekuren terug kan leveren, waardoor bestaande infrastructuur beter wordt benut en minder volledige netuitbreiding nodig is om de eerste fasen te verbinden.
Vraag 4: Waarom is dit relevant voor Europese en Nederlandse energiemarkten?
Europa kent vergelijkbare uitdagingen rond netcongestie en de inpassing van AI datacenters. Architecturen waarin datacenters als regelbare grote verbruikers en potentiële flexibiliteitsbronnen fungeren, sluiten aan bij bestaande instrumenten als demand response en capaciteitsmarkten, en kunnen een alternatief bieden voor moratoria op nieuwe projecten.
Vraag 5: Welke risico’s zijn er verbonden aan het model van grid flexibele AI factories?
Belangrijke risico’s zijn afhankelijkheid van brandstof- en elektriciteitsprijzen, lokale weerstand tegen extra opwek en infrastructuur, mogelijke spanning tussen AI service levels en gridverplichtingen en de noodzaak van robuuste cybersecurity en governance voor zowel de energie- als de AI laag.
Bronnen
- https://nvidianews.nvidia.com/news/nvidia-and-emerald-ai-join-leading-energy-companies-to-pioneer-flexible-ai-factories-as-grid-assets
- https://www.eenewseurope.com/en/nvidia-and-emerald-ai-partner-on-grid-flexible-ai-factories/
- https://nvidianews.nvidia.com/news/latest
- https://itechnet.nl/ai-datacenters-land-stroom-grenzen/
- https://itechnet.nl/lokale-weerstand-ai-datacenters-98-miljard/
