Emerald AI 以 10.5 億美元估值融資 1.5 億美元,要讓 AI 資料中心變成電網的彈性資產

AI 軍備競賽撞上了一個再多資本也無法快速解決的物理限制:電力。2026 年 8 月 25 日,總部位於華盛頓特區的新創公司 Emerald AI 宣布完成 1.5 億美元的超額認購 A 輪融資,估值達 10.5 億美元,成為一個看似簡單、實則激進的理念最有資源的推手——AI 資料中心不應再像寄生蟲一樣僵化地吞噬電力,而應成為電網中聰明、可回應的資產。

本輪融資由 Energize Capital 與 DCVC 共同領投,投資人名單宛如 AI 時代整條供應鏈的峰會:NVIDIA、三星創投、西門子、Aramco Ventures、Salesforce Ventures、GE Vernova、RWE、JERA Ventures、In-Q-Tel、Radical Ventures、Energy Impact Partners、Lowercarbon Capital,以及 General Catalyst 的 scout 基金;個人投資者則包括知名氣候投資人 John Doerr 與 Tom Steyer。目前已有 12 家《財富》全球 500 大企業投資該公司,並參與其戰略顧問委員會。加上先前的資金,Emerald AI 累計融資已超過 2.2 億美元。

問題:電力是新的晶片短缺

過去兩年,AI 產業的瓶頸是先進晶片。如今情況變了。正如 Energize Capital 管理合夥人 John Tough 在聲明中所說:「AI 的瓶頸不再是晶片或資本,而是電力;而軟體是穿越這個瓶頸最快的路。」

背後的數字相當嚴峻。根據國際能源署(IEA)的預測,到 2030 年,資料中心將佔美國電力需求成長的近一半。而新建電網基礎設施——輸電線路、變電所、發電容量——動輒需要十年以上;AI 廠房的建設週期卻是以月計算。這種錯配正在醞釀一場政治反彈:面對電價上漲與電網壓力的社區,對新資料中心計畫越來越反感,地方反對已讓美國多地的專案延宕甚至告吹。

Emerald AI 的答案,是把「需求面彈性」(demand-side flexibility)做到資料中心的規模。

Emerald Conductor 如何運作

該公司的核心產品是 Emerald Conductor 軟體平台。它動態協調 AI 運算工作負載與現場能源資源,在電網吃緊時控制設施的用電量,同時保護關鍵 AI 工作負載的效能。

實際運作上,平台串接 AI 工作負載管理器與電網訊號源:當電網調度中心發出需要紓解的訊號時,資料中心可以快速調降用電;電力容量恢復後再調升。2026 年 3 月的一項試驗顯示,平台回應電網調度訊號時,叢集用電可即時下降約 30%。最關鍵的技術主張——已在五場全球示範中得到驗證——是這一切可以在不犧牲延遲敏感或關鍵任務工作負載的前提下完成:做法是重新排程可挪動的運算,而不是直接關掉它。

該公司對效益的表述相當大膽:若推廣到整個 AI 建設浪潮,此做法可在美國現有電網上釋放超過 100 GW 的閒置容量——比任何新建基礎設施都早數年可用。

從示範走向商業規模

Emerald AI 從研究到商業化的速度罕見地快。過去一年,該公司在亞利桑那、伊利諾、維吉尼亞、奧勒岡與倫敦的五座商業資料中心完成示範,合作夥伴包括 NVIDIA、EPRI、Oracle、Nebius 與英國 National Grid,以及多家區域電力公司與電網調度機構。

示範階段完成後,該公司表示技術已進入商業部署,正在多兆瓦、整座資料中心的規模上動態調節用電。兩個旗艦級部署特別值得注意:

• Silicon Valley Power 的「彈性負載併網計畫」——美國首創的機制,資料中心以「可驗證、可調度的彈性」換取擴大的電網接入權。這為電力公司與資料中心之間「以協調換容量」的交易提供了範本。
• 維吉尼亞州 Manassas 的 Vera Rubin AI 研究工廠——Emerald AI 正與 Digital Realty、NVIDIA 合作,推動全球首座「電力彈性 AI 工廠」上線:一座近 100 MW 的 NVIDIA Vera Rubin 設施,由 EPRI、Dominion 與 PJM 互聯電網共同測試,預計今年稍後投運。

該公司也已整合 NVIDIA DSX Flex,將此做法延伸至次世代 AI 工廠,並入選 2026 年《時代》百大最具影響力企業,以及世界經濟論壇 2026 年科技先驅。

為什麼重要

這件事的影響遠不止一家新創的估值。三個結構性趨勢,讓「電網互動運算」成為 AI 基礎設施中最關鍵的類別之一:

一、併網成為最稀缺的資源。 在美國大多數市場,新電網連線的排隊動輒數年。一座能證明自己會「彈性用電」的資料中心,對電力公司來說是完全不同的提案——可以更快併網、更大規模併網,而且不會引爆如今籠罩整個產業的社區反彈。

二、彈性的經濟學正在改善。 需求回應在工業能源領域是成熟概念,但 AI 工作負載天生適合它:訓練任務可以存檔暫停、批次推論可以平移數小時、部分工作負載甚至能跨區域追逐電價。過去沒有任何一類電力消費者,擁有這麼大量、這麼可排程的彈性。

三、它改寫了政治攻防。 創辦人兼執行長 Varun Sivaram 博士說:「我們創立 Emerald AI 的信念是:驅動 AI 革命的那份智慧,也能解決它自己最大的瓶頸——電力。」如果 AI 設施真的能強化電網可靠度、壓低當地能源成本,產業就拿到了對抗批評者最有力的論述——批評者視資料中心為公共基礎設施的純粹負擔,而這提供了反面證據。

需要保留的疑慮

有幾點仍值得持平看待。「最多 100 GW」是把理論上限套用到整個 AI 建設浪潮的數字,不是已實現的成果。試驗中約 30% 的彈性幅度有意義但仍是局部的——資料中心仍需要可靠的基載電力供應關鍵工作負載,而且彈性越深,工作負載協調的複雜度就越高。競爭者也正湧向同一個洞察:電力公司、超大規模雲端業者與電網軟體既有玩家都有針對資料中心彈性的計畫,而 NVIDIA 自身在平台層的動作,也可能讓部分技術淪為商品化。

儘管如此,Emerald AI 這個聯盟的廣度——晶片商、電力公司、石油巨頭、氣候投資人,加上一家與國安體系相連的基金,全出現在同一輪——正說明市場有多麼相信:電力彈性將決定 AI 擴張的速度。

這一波 AI 榮景建立在「運算規模與資本同步成長」的假設上。下一章將由電子決定。Emerald AI 獲得的 10.5 億美元估值背書,是迄今最明確的訊號:電網互動的 AI 工廠,正從研究 curiosities 轉變為產業預設。

(註:本文最後一句中英文對照,英文原文為「moving from research curiosity to industry default」,即「從研究上的新奇嘗試,走向產業的標準做法」。)