← 回總覽

英伟达投资的 ThinkLabs AI 融资 2800 万美元,旨在解决日益严峻的电网压力问题

📅 2026-03-31 18:00 Michael Nuñez 人工智能 1 分鐘 1163 字 評分: 88
ThinkLabs AI 物理信息 AI 电网 能源基础设施 英伟达
📌 一句话摘要 ThinkLabs AI 获得了 2800 万美元融资,用于部署物理信息 AI 模型,以加速电网仿真,为公用事业规划提供了一种比传统工程工具更快、更高效的替代方案。 📝 详细摘要 专注于自主电网编排的初创公司 ThinkLabs AI 完成了 2800 万美元的 A 轮融资,由 Energy Impact Partners 领投,英伟达旗下的 NVentures 参投。该公司利用物理信息 AI 将原本需要数周才能完成的复杂潮流仿真压缩至几分钟内,并实现了 99.7% 的准确率。通过与现有的工程仿真器集成并利用 GPU 加速计算,ThinkLabs 旨在帮助公用事业公司管理来

📌 一句话摘要

ThinkLabs AI 获得了 2800 万美元融资,用于部署物理信息 AI 模型,以加速电网仿真,为公用事业规划提供了一种比传统工程工具更快、更高效的替代方案。

📝 详细摘要

专注于自主电网编排的初创公司 ThinkLabs AI 完成了 2800 万美元的 A 轮融资,由 Energy Impact Partners 领投,英伟达旗下的 NVentures 参投。该公司利用物理信息 AI 将原本需要数周才能完成的复杂潮流仿真压缩至几分钟内,并实现了 99.7% 的准确率。通过与现有的工程仿真器集成并利用 GPU 加速计算,ThinkLabs 旨在帮助公用事业公司管理来自数据中心和电动汽车的激增电力需求,将其平台定位为电网的“导航系统”,而不仅仅是用于建设更多基础设施的工具。

💡 主要观点

- 物理信息 AI 取代了缓慢的传统电网仿真工具。 使用传统软件进行的电网研究通常需要数周或数月。ThinkLabs 使用在物理仿真器上训练的 AI 模型,在几分钟内即可完成三相交流潮流分析,从而使公用事业公司能够更快地做出决策。

混合建模确保了可靠性和可审计性。 为了解决安全问题,ThinkLabs 采用了一种混合方法,即由 AI 处理大部分计算,随后通过传统的基于物理的引擎进行验证,从而确保关键基础设施的可解释性和准确性。
战略性的生态系统集成是采用的关键。 在英伟达和 Energy Impact Partners 的支持下,该公司与 GPU 加速流水线和云基础设施进行了集成,促进了面临紧迫容量挑战的保守型公用事业公司对该技术的采用。

💬 文章金句

- 我们构建 AI 模型来对电网进行建模,特别是与输电和配电潮流相关的建模。

  • 我们并没有胡乱产生幻觉……我们确实拥有来自现有基于物理的工程模型的真理来源。
  • 过去,当我们开车时,我们总是走我们熟悉的路——也就是那些大路。但有了 AI,我们可以优化交通模式,从而走上更有效的路线。

📊 文章信息

AI 评分:88

来源:VentureBeat

作者:Michael Nuñez

分类:人工智能

语言:英文

阅读时间:11 分钟

字数:2701

标签: ThinkLabs AI, 物理信息 AI, 电网, 能源基础设施, 英伟达

阅读完整文章

查看原文 → 發佈: 2026-03-31 18:00:04 收錄: 2026-03-31 20:00:18

🤖 問 AI

針對這篇文章提問,AI 會根據文章內容回答。按 Ctrl+Enter 送出。