随着人工智能计算能力呈爆发性增长，能源行业正经历从硬件建设向软件调度的深刻转型。自 2026 年起，科技界关注焦点已从模型、代码和芯片下沉至产业链最底层的电力供应环节。在 6 月 1 日举行的 NVIDIA GTC 台北大会上，黄仁勋推出了第三代 MGX 机柜架构及 800VDC 电源解决方案，旨在通过整合计算、网络、存储、供电、冷却和控制系统，重新定义人工智能工厂的'电力系统工程'。

然而，内部效率的提升无法掩盖外部供电的瓶颈：数据中心选址、连接容量、并网速度及负荷动态调整等问题，已成为制约行业发展的核心矛盾。

在此背景下，一批不建造发电厂、不铺设高压电线，而是依靠代码和算法重塑电力流动方式的硅谷初创企业迅速崛起。午方 AI 梳理发现，2026 年 5 月，曾早期投资 NVIDIA 的 Sutter Hill Ventures 与约翰·杜尔共同领投了 GridCARE 公司 6400 万美元的 A 轮融资。GridCARE 利用人工智能技术帮助数据中心快速定位可用电力资源、规划连接路径并参与负荷调度。

与此同时，总部位于华盛顿州的 Emerald AI 在 16 个月内筹集了约 6800 万美元，其投资方包括 NVIDIA NVentures、Energy Impact Partners 以及艾顿、西门子、GE Vernova 等行业巨头，杰夫·迪恩和李飞飞也参与了投资。

此外，由量化交易专家阿曼·沙里夫创立的 Shatterdome Energy 也在同期完成了 350 万美元的 Pre-Seed 轮融资。

这些企业的核心逻辑在于解决'可用电力不足'而非'电力总量短缺'的结构性矛盾。午方 AI 注意到，Bessemer Venture Partners 在 2026 年 5 月发布的报告指出，截至 2026 年初，全球宣布启动的大型数据中心项目达 190 吉瓦，但已投入运营的仅 12 吉瓦，在建 21 吉瓦，其余 148 吉瓦仍停留在计划阶段。斯坦福大学 2025 年 12 月的研究进一步揭示，美国电网利用率多数时间低于三分之一，即便在需求紧张地区，GridCARE 数据显示实际利用率也低于 32%。GridCARE 联合创始人阿米特·纳拉扬将这种电力需求与实际供电能力之间存在数年差距的现象称为'通电延迟危机'，并指出若能提前释放 1 吉瓦的电网连接容量，将创造 2500 亿美元的价值。

针对这一痛点，GridCARE 推出了名为'Power Acceleration'的软件，利用人工智能实时模拟电网数十亿种运行状态，识别并重新分配闲置资源。目前，该公司正与波特兰通用电气合作，在俄勒冈州希尔斯伯勒地区成功释放了 400 兆瓦的电网连接容量，足以支持六个数据中心的接入，其中 80 兆瓦预计将在 2026 年前投入使用。与之不同，Emerald AI 则致力于将数据中心转变为可调度的电网资产，其'Conductor'平台如同智能阀门，能在电网负荷紧张时自动降低数据中心用电量，同时确保 NVIDIA GPU 上的关键任务不受影响。在 COMPUTEX 台北展会上，Emerald AI 宣布与 NVIDIA 及硅谷电力公司合作，推出了首个商业化的多兆瓦级电力调度项目，验证了从监管到技术层面的可行性。

Grid AI 则展现了更宏大的愿景，试图构建一个由人工智能驱动的'虚拟发电厂'，将家庭空调、电动汽车、电池与大型数据中心备用电源纳入统一调度系统。而 Shatterdome Energy 则定位为能源行业的'金融基础设施层'，将分散的发电设施打包为可交易资产，利用算法捕捉人类交易员难以察觉的市场细微信号，实现高频电力交易与风险对冲。午方 AI 分析认为，随着新能源占比提升，电力市场波动加剧，人工智能交易员已能显著减少因预测偏差导致的损失，Digiqt 调查显示相关损失可减少 15% 至 30%。

技术的实际效能已在实践中得到验证。2026 年 3 月，英国国家电网联合 NVIDIA、Emerald AI 及 EPRI 进行的测试显示，伦敦一家人工智能数据中心在收到指令后约一分钟内将用电量减少了三分之一，且未中断任何运行任务；在长达十小时的测试中，该中心成功将用电量维持在 10% 水平。这一结果证明，人工智能数据中心并非不可控的'耗电大户'，而是具备灵活响应能力的调度装置。这标志着电力行业正从单纯的规模扩张转向高效管理，正如黄仁勋所言，能源位于人工智能五层架构的最底层，没有持续、稳定且可调度的电力，再强大的芯片也无法运转。归根结底，谁拥有更聪明的算法，谁就能掌握推动人工智能文明发展的钥匙。