Emerald AI 的申报文件披露，已就1.5亿美元的发行出售9,020万美元

Why it matters

The financing backs Sivaram's bet that software-controlled demand can free grid capacity faster than new generation and transmission can be built.

Emerald AI founder and CEO Varun Sivaram, the energy executive and former U.S. diplomat, has disclosed $90,229,639 sold toward a planned $150,000,000 equity offering, according to 一份于2026年8月3日提交的 Form D.

该申报显示 Emerald AI 在此次发行下尚有 $59,770,361 待售。文件将 Sivaram 认定为首席执行官兼董事，另列董事为 Rob Toews 和 Markus Specks，但未披露主导投资者、估值、股价及参与投资人名单。

对 Sivaram 而言，此次发行代表了他在能源企业和政府部门工作 15 年中形成的一项理论的快速扩展：仅仅增加电力供应并不能单独解决 AI 行业短期的电力约束问题。Sivaram 此前曾任海上风电开发商 Orsted 的首席战略与创新官，并曾在 ReNew Power 任首席技术官。他还在拜登政府期间就清洁能源问题为 John Kerry 提供咨询。作为一名罗德学者并在 Oxford 获得凝聚态物理学博士学位，Sivaram 于 2024 年 11 月创立了 Emerald AI，得出的结论是电力需求本身需要变得更有响应性。

在2025 年 10 月的一则融资公告中，Sivaram 写道，“仅仅建设更多供应本身并不可行。” Emerald AI 的解决方案是一款软件，当电网承压时能够暂时减慢、移动或重新调度选定的 AI 工作负载。

融资大幅加速

在此次新一轮发行之前，Emerald AI 已宣布了共计 6800 万美元的融资。其中包括 2025 年 7 月由 Radical Ventures 领投的 2450 万美元种子轮、10 月 29 日由 Lowercarbon Capital 领投的 1800 万美元延展轮，以及 3 月 31 日由 Energy Impact Partners 领投的 2500 万美元战略扩张轮。

如果新的 Form D 报告的资金完全是对此前已宣布轮次的增量，那么 Emerald AI 已披露的已售及已宣布资本总额将至少达到 1.582 亿美元。Emerald AI 并未宣布该合并数字，且该申报并未确认 9022.9639 万美元是否包含此前已宣布轮次中的资本。

对于一家成立不足两年的公司来说，这一增长幅度相当可观。初始种子轮吸引了 Radical Ventures、NVentures、Amplo、CRV 和 Neotribe 的支持。后续轮次又加入了 Lowercarbon Capital、Salesforce Ventures、National Grid Partners、Eaton、GE Vernova、In-Q-Tel、Samsung Ventures 以及 Siemens 等投资者。

新的申报提供了治理细节，但并未点名新投资者。Rob Toews，早期支持者 Radical Ventures 的合伙人，仍然是 Emerald AI 的董事。Markus Specks，能源投资者 Aventurine Partners 的创始人兼首席执行官，同样被列为董事。他们在董事会的位置建立了围绕 Emerald AI 的治理联系，尽管申报未说明是哪家投资者为此次发行提供了资金。

Sivaram 正在将“灵活性”作为基础设施出售

Emerald Conductor 将数据中心与公用事业和电网运营商连接起来，对 AI 工作负载的电力需求建模，并在电网状况变化时调整计算或现场能源资源。Emerald AI 表示，该软件在减少或转移电力消耗的同时，仍能维持服务级别和质量保证要求。

这一区别很重要，因为 AI 数据中心包含时序约束不同的工作负载。实时推理可能需要不间断运行，而模型训练、微调以及其他批处理任务有时可以放慢或暂停。Conductor 的设计目的就是自动发现这些可调整的空间，包括在延迟要求允许时在区域间移动工作负载。

Emerald AI 已经提出了可信的早期技术证据。一项发表在 Nature Energy 的现场演示使用了位于 Phoenix 的一台包含 256 块 GPU 的商用云集群。试验在一次电网峰值事件期间，将该集群的功耗在三小时内减少了 25%，同时保持了工作负载声明的质量保证。研究人员将该方法描述为仅靠软件，无需额外的存储或数据中心硬件。

该结果证明了灵活的 AI 计算在受控现场条件下是可行的。但这仍是一个有限的证明点：一次 256-GPU 的集群、一次三小时的时间段和一组被选定的代表性工作负载。Emerald AI 的下一步测试是对足够大以对公用事业产生影响的设施进行重复调度，同时保护数据中心运营商向其客户承诺的性能和经济性。

Sivaram 已经开始朝着那种商业化测试迈进。今年 6 月，Emerald AI 宣布与 NVIDIA 及 Silicon Valley Power 在 Santa Clara 进行一次多兆瓦部署。该市政公用事业正在制定一套框架，可以在限制期内以可验证的降耗为交换，授予数据中心额外的电网接入。Emerald AI 表示，Conductor 将接收公用事业的信号并在参与设施调整其用电量的同时，保持 NVIDIA 工作负载继续运行。

Emerald AI 还描述了在弗吉尼亚州 Manassas 的一家 AI 设施计划进行 96 兆瓦部署的计划，合作方包括 NVIDIA、Digital Realty、EPRI 和 PJM Interconnection。Emerald AI 在 6 月的公告中表示，该项目原定于 2026 年晚些时候进行。从示范转向在该规模上由公用事业反复指挥的运行，将更清楚地衡量 Conductor 的商业价值。

这轮融资为争取电网接入而提供资金

这一时点上的行动跟数据中心市场的变化相吻合。电力可用性已成为安装新 GPU 容量速度的制约因素，促使运营商寻求更快的电网接入、现场发电以及已掌控大量电力配额的站点。Sivaram 下注认为，可验证的需求减少可以成为更早获得接入的另一条途径。

这为客户创造了直接的经济激励。能够证明在需要时会减少用电的数据中心可能会更早获得电力，或避免等待每一次为完全不可调负载所需的传输升级。公用事业在峰值时段获得了一个可控的资源。Emerald AI 可以将其软件定位在调解此类协议的操作栈内。

1.5 亿美元的目标为 Sivaram 提供了在公用事业规则和数据中心架构围绕竞争方案定型之前，追求该位置所需的资本。困难之处在于将技术上的灵活性转化为具有可衡量价值的合同。数据中心运营商需要保证工作负载性能不受影响，而公用事业则需要可调度、可审计并值得信任的减负措施。

Emerald AI 的 Form D 显示，投资者正在为这一转型提供资金，尽管尚未达到全面商业验证。剩余的 $59.8 百万将把此次发行推到 1.5 亿美元，使 Sivaram 拥有更大的资产负债表来支持部署、公用事业整合和产品开发。该轮融资也提高了下一阶段结果的标准：需要在商业化机群中实现可重复的减耗，而非孤立的示范。