跳到主内容

Crusoe 融资 39 亿美元、估值 309 亿美元:一半押 GW 级园区,一半押卡车拉走的模块化「AI 工厂」

2026-09-19 · Crusoe 官方新闻室 / TechCrunch / Verdict / AIbars / my2cents.ai

要点

融资

  • 09-17(丹佛) Crusoe 宣布 Series F 首轮交割 39 亿美元投后估值 309 亿美元超额认购,由 Atreides Management、Mubadala Capital、Valor Equity Partners 联合领投。
  • 参投方:Founders Fund、GIC、NVIDIA、卡塔尔投资局(QIA)、Radical Ventures、TPG,另有 1789 Capital、ARK Invest、Baillie Gifford、Fidelity、Salesforce Ventures、Tiger Global、T. Rowe Price 等二十余家。
  • 估值约一年三倍:2025-10 的 Series E 为 13.8 亿美元 / 100 亿美元估值。
  • 三位新董事:Cloudflare CFO Thomas Seifert、Primary Digital Infrastructure 的 Bill Stein、Redwood Materials 创始人 JB Straubel(同时是特斯拉董事,2021 年就个人投资过 Crusoe)。

规模数据

  • 平台总合同价值(TCV)超 1400 亿美元;数据中心与云的总签约容量 6GW+,其中 1GW 已交付运营
  • Crusoe Cloud 预订量同比增长 20 倍以上(年内累计)。
  • Crusoe Managed Inference 去年底推出,已签约 超 1 亿美元 ARR;官方称其推理引擎 time-to-first-token 最高快 9.9 倍、吞吐量为 vLLM 的 5 倍(Crusoe MemoryAlloy 技术)。
  • 客户:Meta、Microsoft、Oracle、OpenAI;近期与量化交易公司 Jane Street 签下 5 年 130 亿美元云基础设施合同(彭博社报道)。
  • 员工 1800+,分布于 5 个国家。

两种「AI 工厂」

  • 园区型:德州 Abilene 站点——已建 900MW 支持微软 AI 基础设施,规划总容量 2.1GW;OpenAI 也曾在此做训练。
  • 模块化Spark 单元在自有工厂制造、卡车运输、接到电源后数周内并网;丹佛制造厂目标年产最高 1GW Spark 容量;部分 Spark 已在内华达 Reno 运行,由太阳能 + Redwood Materials 提供的退役电动车电池组成微电网供电。

背景与分析

一、为什么同一笔钱要同时押「最大」和「最小」

表面看是自相矛盾:一边建 GW 级园区,一边做卡车能拉走的模块化单元。背后的分工其实很清楚

形态服务什么为什么必须这么建
GW 级园区前沿模型训练训练需要海量芯片物理聚在一起,互联带宽决定一切
Spark 模块单元推理推理所需芯片远少于训练,塞进 Abilene 级别的园区不经济

Crusoe CEO Chase Lochmiller 的原话是「控制从电子到 token 的整条链」。翻译成业务语言就是:训练要规模,推理要分布——两者是同一条价值链的两端,不是二选一。

二、Spark 解决的不是技术问题,是「交付周期与社区阻力」

模块化的价值常被讲成「快」,但真正的两个卡点是:

  1. 施工人力:传统数据中心要大规模现场施工队伍;Spark 在工厂造好、卡车拉走,绕开了这一层。
  2. 社区阻力:这是更硬的一条——大型数据中心在居民区附近引发的抗议,已经成为美国多地项目延期的直接原因。规模小、可分散部署的 Spark 至少能部分绕开这个问题。

这两条都不是技术优势,是工程与政治经济学优势。 恰恰是这类优势最难被复制——芯片可以买,施工队伍和地方关系不能。

三、能源优先(energy-first)是被逼出来的结构选择

Crusoe 的出身很关键:2018 年成立时是用油田伴生气发电挖矿的。这决定了它的组织能力长在「找电」而不是「盖楼」上。

它的做法是:先锁定电源,再定数据中心选址——传统开发商反过来,先选址再把电力当约束去应付。

配合自建电厂开发能力与覆盖电网、电池、核能、火电、可再生能源的伙伴网络,Crusoe 实际上把「电力」从外部约束变成了自有能力。在 2026 年这个电力比芯片更稀缺的市场里,这是最值钱的一项资产。

四、这张估值里有多少是「AI 基建泡沫」

1400 亿美元 TCV 是个惊人的数字,但要看清构成:TCV 是合同总价值,不是已确认收入,且部分来自长期云合同(例如 Jane Street 的 130 亿美元 / 5 年)。

相对扎实的是三个可核对的数:

  • 1GW 已运营(6GW 签约容量中)——不是 PPT;
  • Managed Inference 从零到 1 亿美元 ARR——用了不到一年;
  • Cloud 预订量 20 倍同比增长

判断:309 亿美元估值对应的不是当前收入,是**「最低成本智能生产者」的期权价值**。Atreides 的 Gavin Baker 说得很直白:「随着 AI 增长,经济性流向智能的最低成本生产者。」 垂直整合就是这个论点的载体。

风险同样明确:这类重资产模式的现金流高度依赖少数超大客户(Meta / Microsoft / Oracle / OpenAI),任何一个大客户延迟交付或转向自建,6GW 签约容量的兑现率都会受影响。

对开发者的影响

  • 推理成本会继续降,而且降价来自部署形态而不是芯片。 Spark 这类分布式推理单元把算力放到靠近电源而非靠近园区的地方——对延迟不敏感、对成本敏感的批量推理任务是直接受益者。
  • 别把「vLLM 快 5 倍」当通用结论。 这是 Crusoe 自研推理引擎 + MemoryAlloy 的官方口径,前提是跑在它的平台上。自部署场景请以自己的实测为准,参见 vLLM
  • 选云时把「电力来源」加进评估项。 2026 年的真实瓶颈是电不是卡:问清楚供应商的电力是自建、长协还是现货——这决定了它在高峰期能不能真的给你扩容。
  • 量化 / 金融场景可以关注 Jane Street 那笔合同的含义。 一家量化交易公司签 130 亿美元五年云合同,说明低延迟推理正在成为金融基础设施的标准采购项,而不是实验性支出。
  • GPU 租赁价格要盯紧。 报道提到 GPU 租赁价格大涨、零部件交货周期翻番——如果你在租卡,现在签长约要谨慎评估锁价风险。

AI 之家 观点

  1. 这笔融资标志着 AI 基建的竞争维度从「谁拿到卡」变成「谁拿到电、谁能交付」。 NVIDIA 参投不是巧合——芯片厂商投资基建商,本质是在锁定自己产品的出货通道。
  2. Spark 是这次发布里最值得抄的部分。 GW 级园区拼的是资本,模块化单元拼的是工程组织能力——后者可复制性低得多,也因此更可能是长期壁垒。
  3. 「卡车拉走的数据中心」对国内的直接启发是「就地消纳」。 国内对应的场景是西部绿电就地建算力、东数西算——问题结构一样:电在西部,需求在东部,运输成本 vs 输电成本哪个更低。
  4. 1400 亿美元 TCV 与 6GW 签约容量都要打折读。 TCV 含长期合同、容量含未开工部分;真正硬的是「1GW 已运营」这一个数。看这类公司时,永远问「已并网多少」而不是「签约多少」。
  5. 红木材料(Redwood Materials)的 JB Straubel 进董事会是个信号:退役 EV 电池 → 数据中心微电网这条链路被正式纳入战略。「储能即算力前置条件」这个判断,正在被产业资本用真金白银确认。
  6. 国内读者的现实结论:这套打法的前提是电力市场化 + 可自建电厂,在国内的可迁移性有限;但「训练集中、推理分布」的分工逻辑是普适的——做推理服务的团队,应该从现在就开始规划分布式部署,而不是等单园区扩容。

待核实:Crusoe 官方口径的「time-to-first-token 快 9.9 倍 / 吞吐量为 vLLM 的 5 倍」无第三方复现;Jane Street 130 亿美元合同引自彭博社报道,未见双方联合公告;与高盛、摩根士丹利讨论潜在 IPO 为 Axios 上月报道的消息人士口径;「20 倍同比增长」为年内累计口径,未披露基数。

相关阅读

来源

本资讯由 AI 之家 编辑部基于公开资料整理,非厂商付费内容;财务与容量数据以 Crusoe 官方公告为准,欢迎在 反馈邮箱 反馈更新。

相关对比