隨着人工智能計算能力呈爆發性增長，能源行業正經歷從硬件建設向軟件調度的深刻轉型。自 2026 年起，科技界關注焦點已從模型、代碼和芯片下沉至產業鏈最底層的電力供應環節。在 6 月 1 日舉行的 NVIDIA GTC 臺北大會上，黃仁勳推出了第三代 MGX 機櫃架構及 800VDC 電源解決方案，旨在通過整合計算、網絡、存儲、供電、冷卻和控制系統，重新定義人工智能工廠的'電力系統工程'。

然而，內部效率的提升無法掩蓋外部供電的瓶頸：數據中心選址、連接容量、併網速度及負荷動態調整等問題，已成爲制約行業發展的核心矛盾。

在此背景下，一批不建造發電廠、不鋪設高壓電線，而是依靠代碼和算法重塑電力流動方式的硅谷初創企業迅速崛起。午方 AI 梳理發現，2026 年 5 月，曾早期投資 NVIDIA 的 Sutter Hill Ventures 與約翰·杜爾共同領投了 GridCARE 公司 6400 萬美元的 A 輪融資。GridCARE 利用人工智能技術幫助數據中心快速定位可用電力資源、規劃連接路徑並參與負荷調度。

與此同時，總部位於華盛頓州的 Emerald AI 在 16 個月內籌集了約 6800 萬美元，其投資方包括 NVIDIA NVentures、Energy Impact Partners 以及艾頓、西門子、GE Vernova 等行業巨頭，傑夫·迪恩和李飛飛也參與了投資。

此外，由量化交易專家阿曼·沙里夫創立的 Shatterdome Energy 也在同期完成了 350 萬美元的 Pre-Seed 輪融資。

這些企業的核心邏輯在於解決'可用電力不足'而非'電力總量短缺'的結構性矛盾。午方 AI 注意到，Bessemer Venture Partners 在 2026 年 5 月發佈的報告指出，截至 2026 年初，全球宣佈啓動的大型數據中心項目達 190 吉瓦，但已投入運營的僅 12 吉瓦，在建 21 吉瓦，其餘 148 吉瓦仍停留在計劃階段。斯坦福大學 2025 年 12 月的研究進一步揭示，美國電網利用率多數時間低於三分之一，即便在需求緊張地區，GridCARE 數據顯示實際利用率也低於 32%。GridCARE 聯合創始人阿米特·納拉揚將這種電力需求與實際供電能力之間存在數年差距的現象稱爲'通電延遲危機'，並指出若能提前釋放 1 吉瓦的電網連接容量，將創造 2500 億美元的價值。

針對這一痛點，GridCARE 推出了名爲'Power Acceleration'的軟件，利用人工智能實時模擬電網數十億種運行狀態，識別並重新分配閒置資源。目前，該公司正與波特蘭通用電氣合作，在俄勒岡州希爾斯伯勒地區成功釋放了 400 兆瓦的電網連接容量，足以支持六個數據中心的接入，其中 80 兆瓦預計將在 2026 年前投入使用。與之不同，Emerald AI 則致力於將數據中心轉變爲可調度的電網資產，其'Conductor'平臺如同智能閥門，能在電網負荷緊張時自動降低數據中心用電量，同時確保 NVIDIA GPU 上的關鍵任務不受影響。在 COMPUTEX 臺北展會上，Emerald AI 宣佈與 NVIDIA 及硅谷電力公司合作，推出了首個商業化的多兆瓦級電力調度項目，驗證了從監管到技術層面的可行性。

Grid AI 則展現了更宏大的願景，試圖構建一個由人工智能驅動的'虛擬發電廠'，將家庭空調、電動汽車、電池與大型數據中心備用電源納入統一調度系統。而 Shatterdome Energy 則定位爲能源行業的'金融基礎設施層'，將分散的發電設施打包爲可交易資產，利用算法捕捉人類交易員難以察覺的市場細微信號，實現高頻電力交易與風險對沖。午方 AI 分析認爲，隨着新能源佔比提升，電力市場波動加劇，人工智能交易員已能顯著減少因預測偏差導致的損失，Digiqt 調查顯示相關損失可減少 15% 至 30%。

技術的實際效能已在實踐中得到驗證。2026 年 3 月，英國國家電網聯合 NVIDIA、Emerald AI 及 EPRI 進行的測試顯示，倫敦一家人工智能數據中心在收到指令後約一分鐘內將用電量減少了三分之一，且未中斷任何運行任務；在長達十小時的測試中，該中心成功將用電量維持在 10% 水平。這一結果證明，人工智能數據中心並非不可控的'耗電大戶'，而是具備靈活響應能力的調度裝置。這標誌着電力行業正從單純的規模擴張轉向高效管理，正如黃仁勳所言，能源位於人工智能五層架構的最底層，沒有持續、穩定且可調度的電力，再強大的芯片也無法運轉。歸根結底，誰擁有更聰明的算法，誰就能掌握推動人工智能文明發展的鑰匙。