由于人工智能的发展，电力需求激增。
高盛2024年5月报告预测，随着云服务提供商扩大规模以满足AI基础设施需求，到2030年美国数据中心将消耗全美总供电量的8%（2022年为3%）。若维持当前趋势，美国公用事业公司需投资约500亿美元提升发电能力，以支持升级及新建的AI数据中心。
这或引发严重负面外部性。在堪萨斯州，Meta近期破土动工建设大型服务器集群，当地电力公司Evergy宣布将其燃煤电厂退役时间推迟长达五年。专家指出，高耗能且大量用水的数据中心可能导致普通用户公用事业费用上涨，对低收入群体造成不成比例的影响。
数据中心能耗问题虽棘手，但Phaidra联合创始人Jim Gao、Katie Hoffman和Vedavyas Panneershelvam认为，改造现有设施以提高能源效率切实可行。
事实上，他们已以此创立了Phaidra。
Phaidra成立于2019年，为数据中心、制药及商业建筑基础设施提供基于AI的控制系统。该系统从设施数千个传感器收集数据并实时决策，以节能方式冷却内部设备。
冷却系统是许多数据中心能耗最高的组件之一，平均消耗总电力的约40%。
Gao在接受TechCrunch采访时表示：“数据中心行业正竞相在有土地和电力供应的地方建设新容量。Phaidra的服务能提供更稳定的冷却系统，且运行能耗更低。”
Gao曾领导谷歌DeepMind Energy团队，负责将技术商业化以应对气候变化挑战。在DeepMind期间，他与当时担任研究工程师的Panneershelvam共同开发了用于优化谷歌数据中心能源使用的AI系统，该系统曾广受关注。
据CNBC报道，DeepMind因未能与英国National Grid等大型行业玩家达成协议，决定关闭DeepMind Energy。Gao于2019年8月离职，Panneershelvam于2020年5月离职——仅比推动DeepMind气候工作的联合创始人Mustafa Suleyman晚几个月。
离开DeepMind后，二人看到了将谷歌数据中心经验应用于更广泛领域的机会，并招募了制冷制造商Trane创新项目负责人Hoffman，共同创立Phaidra。
Phaidra为每位客户开发基于传感器数据训练的AI模型，以优化设施冷却系统及整体能源管理。Gao称，这些模型能自我改进，持续从设施管理经验中学习。
Gao表示：“Phaidra的独特之处在于将设施运行的物理知识与基于传感器数据的动态学习模型相结合。底层模型从标准组件的基本表示开始，但数据的语义和层次结构根据实际系统的独特配置进行调整。”
Phaidra并非唯一尝试用AI解决数据中心能耗问题的初创公司。波士顿的Carbon Relay也曾涉足该领域，但在转型DevOps和IT前进行了品牌重塑。
此外，Meta和微软也在试验基于AI的数据中心优化。但Gao认为，Phaidra的主要竞争对手是“传统做法”。
他说：“设施通常聘请外部工程或咨询公司分析性能并手动更新后端控制程序。这种硬编码逻辑迫使设施永远以相同方式运行，直到有人更新后端编程——这在工业领域每五到十年才发生一次。”
Phaidra首批客户之一是大型制药公司默克（Merck），其部署该技术控制占地500英亩的疫苗制造工厂。如今，Phaidra客户群高度偏向数据中心行业，Gao表示这一趋势由AI热潮推动。
同时，Phaidra入选本年度亚马逊可持续发展加速器决赛入围者，有机会在亚马逊欧洲业务试点技术并获得高达200万欧元（约215万美元）投资。Gao未透露是否寻求与亚马逊合作，但这无疑契合公司的长期增长雄心。
Gao说：“我们已启动首批国际部署并投入运营，预计全球能源成本较高地区将为2025年增长提供强劲动力。企业正寻求以更少资源做更多事……我们有良好定位执行未来两年的增长计划。”
Phaidra主要通过类似SaaS的年度订阅费赚取收入。Gao解释：“费用取决于AI所管理设施的复杂性及当地能源价格。”
总部位于西雅图的Phaidra拥有约100名员工，最近在一轮由Index Ventures领投的融资中筹集1200万美元，累计融资金额达6050万美元。Gao表示，新资金将用于研发、实施、客户成功及市场拓展。
他预计年底前团队规模将达110人。
Gao说：“这是一次机会性融资，使Phaidra能将Index Ventures引入董事会和股权结构表。尽管未主动寻求额外资本，但我们尤其兴奋于Index Ventures的规模化专长，因为Phaidra正与客户快速扩张，特别是在数据中心行业。”