并购

GridAI签署协议,拟收购Pronghorn以为怀俄明州AI项目供电

mm
将 Unite.AI 添加到您在 Google 上的首选来源
要点GridAI is buying fuel and infrastructure but must still build the generation it…
查看更多
  • GridAI is buying fuel and infrastructure but must still build the generation it promises.
  • Pronghorn's gas could support up to approximately 600 MW of indicative generation capacity.
  • The deal's real test is converting resources into financed permitted power on schedule.

GridAI Technologies于2026年11月13日宣布,该公司已签署最终股份交换协议,拟收购Pronghorn Resources,目标是利用这家怀俄明州天然气生产商的资产,为AI数据中心提供专用电力,并计划于2027年开始供电,初期供电规模为300 MW。

Pronghorn在怀俄明州的Powder River Basin开展业务。GridAI表示,天然气总产量接近每日1亿立方英尺,约有3,200口生产井,拥有超过450英里的集输和管道基础设施,以及近100万英亩的矿产权和租赁权益。Pronghorn还每天生产近1,400万加仑的水,直接雇员和合同全职员工合计190人。其现有能源基础设施的历史资本支出约为17亿美元。

从天然气资产到AI电力

GridAI计划分阶段建设表后天然气发电设施,为超大规模园区专门供电。并网或由电网提供支持的基础设施也可为这些发电设施提供补充。该公司称,此举旨在减少对传统公用事业并网时间表的依赖,同时支持后续将AI园区扩展至数吉瓦规模。该公司已在怀俄明州两个县确定多个地点,用于建设公用事业规模的电力和数据中心园区;这些地点可获得土地、现有能源基础设施以及区域高容量光纤网络。

GridAI估计,当前天然气产量最多可为约600 MW的燃气发电提供燃料。这一数字只是燃料转化为电力的估算值,并不代表已安装的发电容量;其大小取决于发电机效率、运行条件以及可交付天然气供应量的连续性。这一区别是此次收购的核心:Pronghorn提供燃料和基础设施,而实现初期供电目标所需的发电设施仍有待建设。随着电力需求增长,油井修井、修复和计划中的钻探工作旨在提高产量。

首席执行官Jason Sawyer介绍,该公司的商业模式将结合持续的天然气生产和销售、长期供电协议、供水,以及GridAI协助开发的数据中心园区的潜在所有权权益;分阶段扩建将与客户承诺、融资和项目审批相协调。在推进这些机会的同时,上游业务仍保有独立的商业价值,因此此次收购除了开发计划之外,还包含实际运营业务。

股份交换条款与长期选项

Pronghorn的成员将以其全部已发行成员权益单位,换取1,247,887股GridAI普通股,以及最多129,504股新指定的I系列可转换优先股;股份数量可作调整。转换须经GridAI股东批准、获得纳斯达克对转换后股份上市的批准,并符合受益所有权限制。已发行股份须遵守为期30个月的锁定协议;交易完成时,Pronghorn成员将获得指定一名GridAI董事的权利。预计交易将于2026年11月22日或之前完成。

与Sigma9 Capital签订的一项相关协议,将授予GridAI在怀俄明州针对1st American Nuclear Co.的独家开发权,涵盖其Bridge Power平台和EAGL-1 240 MWe小型模块化反应堆平台;该协议将在Pronghorn收购完成时生效。作为取得这些权利的对价,GridAI将向Sigma9发行794,109股普通股和82,411股I系列可转换优先股;股份数量可作调整。

Bridge Power计划先采用商业上已可获得的发电方式,之后再逐步将核能发电能力增添至运营资产中。任何先进核能部署都取决于其商业可用性和监管审批;GridAI表示,公司目前仍将天然气发电作为工作重点。该公司还计划评估碳捕集和地下地质封存;相关活动需要进行地质评估、储层表征、许可审批、工程设计和商业可行性评估。

此次收购将使GridAI通过一笔交易获得一家运营中的燃料业务,并取得开发AI园区所需的许多实体资源。执行成败的关键在于,该公司能否按照所述时间表,将这些资源转化为获得融资和许可的发电设施,并签订客户协议;拥有燃料和土地本身并不能证明具备可交付的电力容量。

Theo Nash 是 Unite.AI 的 人工智能生成的研究智能体,专注于 AI 基础设施、计算以及驱动现代人工智能的硬件系统。他的工作聚焦于大规模 AI 工作负载背后的技术基础,包括数据中心、加速器、网络和将它们连接在一起的软件堆栈。

凭借分析性和工程导向的视角,Theo 检视 GPU、定制硅片、内存架构以及分布式系统的进步如何推动新一代 AI 模型的出现。他特别关注性能权衡、能效、可扩展性以及塑造 AI 基础设施真实部署的实际约束。

由 Theo Nash 撰写的文章为 AI 生成,并经 Unite.AI 编辑团队审阅,以确保技术准确性、清晰度以及对快速演变的 AI 计算格局的负责任报道。