O crescimento acelerado da inteligência artificial criou um problema que não pode ser resolvido apenas com GPUs mais poderosas: de onde virá toda a eletricidade necessária para alimentar os novos data centers?
É justamente nesse gargalo que a Emerald AI encontrou uma oportunidade bilionária. A startup anunciou uma rodada Série A de US$ 150 milhões, alcançando avaliação de US$ 1,05 bilhão e entrando para o grupo de empresas consideradas unicórnios.
A rodada foi coliderada pela Energize Capital e DCVC e contou com uma extensa lista de investidores estratégicos. Entre eles aparecem Nvidia, Samsung Ventures, Siemens, Aramco Ventures, Salesforce Ventures, GE Vernova, RWE, JERA Ventures, In-Q-Tel, Radical Ventures e Energy Impact Partners. Segundo a empresa, 12 companhias da Fortune Global 500 já são investidoras da Emerald AI.
O dinheiro será utilizado principalmente para ampliar comercialmente uma tecnologia que tenta transformar data centers de IA em participantes ativos do sistema elétrico.
Software ajusta o consumo conforme a situação da rede
O principal produto da startup é uma plataforma chamada Emerald Conductor.
Em vez de tratar um data center como uma instalação que precisa consumir constantemente grandes quantidades de eletricidade, o sistema coordena cargas computacionais de IA e recursos energéticos disponíveis no próprio local.
Quando a rede elétrica enfrenta um período de alta demanda, determinados trabalhos computacionais podem ser reorganizados ou ter seu consumo temporariamente reduzido. As cargas consideradas críticas continuam sendo executadas dentro dos níveis de desempenho exigidos.
Na prática, a proposta é transformar parte da computação em uma carga elétrica flexível.
Isso pode ser especialmente relevante porque nem toda tarefa realizada em um cluster de GPUs precisa acontecer exatamente naquele segundo. Alguns processos podem ser deslocados por minutos ou horas, enquanto aplicações sensíveis à latência continuam recebendo prioridade.
O software procura decidir automaticamente como fazer essa reorganização sem comprometer os serviços essenciais.
Teste reduziu consumo de cluster de GPUs em 25%
A empresa já realizou demonstrações para mostrar que essa estratégia funciona fora do laboratório.
Em uma instalação de grande escala próxima a Phoenix, no Arizona, um cluster de GPUs conseguiu reduzir seu consumo elétrico em 25% durante três horas, justamente enquanto a rede local enfrentava um pico de demanda.
Segundo a DCVC, os trabalhos computacionais continuaram atendendo aos requisitos estabelecidos, sem necessidade de interromper treinamentos ou acionar geradores a diesel. Depois que o período crítico passou, o cluster retornou ao consumo normal.
Esse tipo de operação ajuda a explicar por que investidores estão olhando para empresas que trabalham na interseção entre IA, data centers e energia.
O problema não é apenas produzir eletricidade suficiente ao longo de um ano. Redes elétricas também precisam suportar os momentos específicos em que a demanda atinge seus maiores níveis.
Cinco demonstrações já foram realizadas
Ao longo do último ano, a Emerald AI realizou cinco demonstrações em data centers comerciais, envolvendo instalações nos Estados Unidos e em Londres.
Os projetos tiveram participação de empresas e organizações como Nvidia, Oracle, Nebius, National Grid e Electric Power Research Institute (EPRI), além de concessionárias e operadores de redes elétricas.
Depois dessa etapa, a companhia começou a avançar para implantações comerciais em escala completa de data center.
O objetivo agora é utilizar os US$ 150 milhões captados para acelerar essa expansão internacionalmente, trabalhando simultaneamente com empresas de inteligência artificial, operadores de data centers e concessionárias de energia.
Data centers enfrentam uma corrida por eletricidade
O momento da captação é significativo.
A explosão da IA generativa está levando empresas de tecnologia a construir instalações com centenas de milhares de aceleradores. O problema é que adicionar capacidade de geração e transmissão de energia pode levar muitos anos.
Segundo a Emerald AI, enquanto novas infraestruturas elétricas podem exigir uma década ou mais para serem construídas, os data centers devem representar quase metade do crescimento da demanda por eletricidade nos Estados Unidos até 2030, com base em projeções da Agência Internacional de Energia.
Isso cria uma diferença importante entre a velocidade da indústria de tecnologia e a velocidade da infraestrutura energética.
Um novo cluster de GPUs pode ser instalado relativamente rápido. Construir novas linhas de transmissão, subestações e usinas é muito mais complexo.
É nesse intervalo que a flexibilidade defendida pela Emerald AI pode ganhar valor.
Empresa fala em liberar mais de 100 GW
A Emerald AI estima que sua abordagem, caso adotada amplamente pela indústria, poderia ajudar a disponibilizar mais de 100 gigawatts de capacidade na infraestrutura elétrica existente dos Estados Unidos.
É importante destacar que esse número é uma estimativa da própria empresa, e não 100 GW de capacidade que já tenham sido efetivamente liberados.
A tese é que redes elétricas possuem capacidade que não pode ser comprometida permanentemente com grandes consumidores porque precisam estar preparadas para períodos excepcionais de demanda.
Se data centers aceitarem reduzir temporariamente seu consumo nesses momentos críticos, as concessionárias poderiam permitir que mais infraestrutura computacional fosse conectada sem esperar pela construção de toda uma nova rede.
Nvidia está dos dois lados da equação
Um detalhe estratégico da rodada é a participação da Nvidia.
A empresa é simultaneamente uma das maiores beneficiárias da construção de data centers de IA e investidora em uma companhia tentando resolver o problema energético criado por essa expansão.
A relação vai além do investimento.
A Emerald AI trabalha com Nvidia e Digital Realty em um projeto em Manassas, na Virgínia, descrito como uma instalação de IA com capacidade de aproximadamente 100 MW e preparada para operar com flexibilidade energética. A previsão informada pela startup é que a estrutura entre em operação ainda em 2026.
Isso mostra como energia está se tornando uma variável estratégica na própria corrida pelos chips de IA.
Não basta fabricar GPUs. É preciso garantir que os clientes consigam efetivamente conectá-las à rede elétrica.
Energia pode se tornar o verdadeiro gargalo da IA
Durante os primeiros anos da corrida da IA generativa, a principal preocupação das empresas era conseguir aceleradores suficientes.
Agora, o problema está mudando.
Grandes projetos já começam a enfrentar limitações relacionadas à disponibilidade de eletricidade, conexão à rede, construção de subestações, transmissão e refrigeração.
É por isso que empresas de energia, infraestrutura e tecnologia estão começando a convergir.
A valorização de US$ 1,05 bilhão da Emerald AI mostra que investidores enxergam potencial econômico em uma ideia relativamente simples: antes de construir uma quantidade gigantesca de nova infraestrutura elétrica, tornar mais inteligente o consumo da infraestrutura que já existe.
Se a tecnologia funcionar em escala, um data center deixaria de ser apenas um enorme consumidor permanente de eletricidade e passaria a responder às condições da rede quase em tempo real.
Isso poderia ajudar operadores a conectar novos projetos mais rapidamente e reduzir o risco de que picos de consumo pressionem o sistema elétrico.
Uma nova categoria de startups pode surgir
O caso da Emerald AI também revela uma transformação importante no mercado de inteligência artificial.
O próximo grupo de empresas bilionárias do setor talvez não seja formado apenas por startups que desenvolvem modelos ou aplicativos.
Existe uma camada crescente de oportunidades relacionadas à infraestrutura necessária para manter esses modelos funcionando: energia, refrigeração, redes, chips, armazenamento, gerenciamento de cargas e construção de data centers.
A Emerald AI já levantou mais de US$ 220 milhões no total e agora entra na fase de expansão comercial.
O desafio será demonstrar que os resultados obtidos nas primeiras instalações podem ser reproduzidos em centenas de data centers, diferentes redes elétricas e ambientes regulatórios.
Se conseguir, a startup poderá ocupar uma posição estratégica entre dois setores que estão se tornando cada vez mais dependentes um do outro: inteligência artificial e energia.
A corrida da IA, portanto, começa a ganhar uma nova métrica. Além de parâmetros, GPUs e capacidade computacional, cada vez mais será necessário perguntar: quantos megawatts estão disponíveis para manter tudo isso funcionando?
