💼VentureBeat•較早收集於 2m
Nvidia 支持的 ThinkLabs AI 籌資 2800 萬美元應對電網危機
💡Nvidia 支持 AI 解決資料中心電網危機—AI 基礎設施擴展關鍵（2800 萬美元融資）
⚡ 30-Second TL;DR
有什麼變化
完成 2800 萬美元 A 輪融資，大幅超額認購，由 Energy Impact Partners 領投
為什麼重要
此輪融資加速 AI 在能源基礎設施的應用，對應美國至 2030 年電力需求增長 25%，對擴展 AI 資料中心至關重要。它解決了可能阻礙 AI 擴張的電網瓶頸。
下一步行動
聯繫 ThinkLabs AI 試用其電網模擬模型，用於資料中心部署規劃。
誰應關注：Founders & Product Leaders
關鍵要點
- •完成 2800 萬美元 A 輪融資，大幅超額認購，由 Energy Impact Partners 領投
- •Nvidia NVentures 和 Edison International 參與投資
- •物理資訊 AI 模型即時模擬輸配電網
- •針對資料中心和電動車負載對舊電網的影響
- •將數週電力流模擬壓縮至數分鐘
🧠 深度解析
本篇為 AI 生成分析，非原文內容。
🔑 增強重點摘要
- •ThinkLabs AI 的核心技術採用了「物理資訊神經網路」（Physics-Informed Neural Networks, PINNs），這使其模型不僅依賴數據，還能嚴格遵守基爾霍夫電路定律等電力系統物理規則，確保模擬結果的準確性。
- •該公司與 Nvidia 的合作不僅限於資金，還整合了 Nvidia 的 Omniverse 平台，用於建立電網的數位孿生（Digital Twin），以實現更直觀的視覺化分析與預測性維護。
- •除了資料中心與電動車，ThinkLabs AI 的平台正被美國公用事業公司用於評估分散式能源資源（DERs）如屋頂太陽能與儲能系統對配電網穩定性的潛在衝擊。
📊 競品分析▸ Show
| 特色 | ThinkLabs AI | AutoGrid (Schneider Electric) | PNNL (GridPACK) |
|---|---|---|---|
| 核心技術 | 物理資訊 AI (PINNs) | 傳統統計與機器學習 | 高效能運算 (HPC) 模擬 |
| 模擬速度 | 分鐘級 | 小時至天級 | 天級 |
| 主要應用 | 即時電網規劃與負載預測 | 虛擬電廠與需求響應 | 基礎設施長期規劃 |
| 定價模式 | 企業級訂閱 (SaaS) | 專案與授權制 | 研究合作/開源 |
| 基準測試 | 針對舊電網負載優化 | 針對能源市場優化 | 針對大規模輸電網優化 |
🛠️ 技術深入
- 架構基礎：採用混合式架構，結合深度學習模型與傳統電力系統模擬器（如 OpenDSS 或 PSS/E）的輸出進行訓練。
- 數據處理：利用圖神經網路 (Graph Neural Networks, GNNs) 來建模電網拓撲結構，能有效處理節點間複雜的電力流動關係。
- 硬體加速：利用 Nvidia H100 GPU 叢集進行大規模矩陣運算，將傳統電力流計算的迭代過程並行化。
- 物理約束：在損失函數 (Loss Function) 中加入物理定律約束，確保 AI 預測的電壓與電流數值不會違反能量守恆定律。
🔮 前景展望AI analysis grounded in cited sources
ThinkLabs AI 將在 2027 年前成為美國前十大公用事業公司的標準規劃工具。
隨著電網負載日益複雜，傳統模擬工具已無法滿足即時決策需求，公用事業公司對 AI 輔助規劃的採納率正顯著提升。
該技術將顯著縮短資料中心獲得電網併網許可的審核時間。
透過將數週的工程評估壓縮至分鐘級，監管機構與電力公司能更快速地驗證新負載對電網的影響，從而加速審批流程。
⏳ 時間線
2024-05
ThinkLabs AI 成立，專注於電力系統的 AI 模擬解決方案。
2025-02
獲得 Nvidia NVentures 的種子輪投資，並開始開發基於 Omniverse 的電網數位孿生原型。
2026-03
完成 2800 萬美元 A 輪融資，由 Energy Impact Partners 領投。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： VentureBeat ↗
每週 AI 簡報
每週一封，可隨時退訂。