Crusoe 与 Perplexity 的云协议将 AI 搜索推向基础设施竞赛

Crusoe 于 9 月 15 日与 Perplexity 签署了一项多年期协议，为这家 AI 搜索公司增加了算力资源，尽管其已与规模更大的云服务商保持合作关系。两家公司表示，这项 Crusoe 与 Perplexity 的云协议覆盖模型全生命周期的工作负载。如此广泛的范围，使其不只是一次常规的闲置图形处理器租赁交易。

Perplexity 在训练、定制、评估和部署人工智能模型时都需要算力。部署，也称推理，是指运行已训练模型以响应实时请求的过程。搜索业务使这类工作负载尤为严苛，因为用户同时期待实时信息、引用来源和快速响应。

这项协议让 Crusoe 有机会证明，独立的 AI 云平台无需拥有像 Amazon Web Services 或 Microsoft Azure 那样的通用平台，也能满足这些需求。它也让 Crusoe 与 CoreWeave 直接展开竞争；后者在 3 月宣布了与 Perplexity 自己的多年期合作关系。

眼下的焦点是算力。更大的考验在于，AI 公司是否会有意将工作负载分散给多家专业服务商。若是如此，基础设施竞争将取决于芯片、网络、软件、电力和交付进度等方面的执行能力，而不只是 GPU 的获取能力。

Crusoe 与 Perplexity 的云协议究竟改变了什么

Perplexity 正在为比单一推理部署更广泛的工作引入另一家基础设施合作伙伴。

两家公司将该协议描述为覆盖模型全生命周期的多年期合作伙伴关系。这一表述涵盖多个不同阶段，包括训练、微调、评估、部署和推理。每个阶段对处理器、存储、网络和编排软件的要求各不相同。

最初的云协议报道称，这是 Crusoe 为其 AI 芯片及相关软件争取更多业务的一部分。两家公司均未公开披露合同金额、承诺电力规模、加速器数量、部署地点或交付时间表。

这些信息缺失至关重要。多年期协议的含义可以很宽泛：既可能是灵活的采购框架，也可能是附带最低使用要求的大规模算力承诺。公开公告确认了双方的商业关系，却未说明 Perplexity 有多少流量将迁移至 Crusoe。

不过，模型全生命周期的表述赋予了这笔交易战略意义。训练工作负载通常需要在大型 GPU 集群上进行长时间、高度同步的运行。推理工作负载处理实时请求，更强调延迟、可用性和单次响应成本。评估和微调也会带来各自的需求高峰。

支持所有这些阶段，让 Crusoe 有更多机会嵌入 Perplexity 的工程运营体系。在实验阶段表现出色的服务商，可能赢得生产环境的推理业务；能够可靠处理推理的服务商，则可能成为后续训练任务的候选方。

Perplexity 也因此获得了另一项算力来源。这一点很重要，因为 AI 问答引擎并不只是由单个模型生成文本。它还必须理解请求、检索信息、对来源排序、运行一个或多个模型，并组织出带引用的回答。功能更复杂的产品可能会触发额外的推理步骤和工具调用。

因此，需求既可能随用户增长而上升，也可能因每次查询所需计算量增加而攀升。研究导向的请求比简单查找消耗更多资源。一个执行多项操作的智能体，可能需要在给出最终结果前反复调用模型。

该协议并不意味着 Perplexity 正在放弃其他服务商。现有证据表明，其正在采取多元化的基础设施策略。Perplexity 可以将不同工作负载分配给不同供应商、比较性能，并降低对单一运营商的依赖。

这也构成了本文的核心张力。Crusoe 销售的不只是可用芯片，而是在请求 Perplexity 将那些直接影响产品速度、可靠性和运营效率的工作负载托付给一个独立平台。

为什么 Perplexity 持续增加云端算力

Perplexity 的基础设施难题，会随着产品变得更实用、更具智能体特性或计算密集度更高而加剧。

AI 搜索具有不同寻常的需求特征。传统搜索引擎负责检索和排序已建立索引的网页；AI 问答产品则增加了模型推理、内容整合、引用生成，有时还包括多步骤研究。每增加一项能力，都可能提高一次可见用户操作背后的计算量。

Perplexity 已从简短的问答互动扩展至研究、企业搜索、API 和类似智能体的体验。这些产品产生了多种重叠的算力需求：消费者流量可能难以预测，企业客户期待稳定服务，开发者则需要可靠的 API 性能。

当模型选择也在变化时，容量规划会更加困难。公司可以将简单请求路由至较小模型，同时为复杂推理保留较大模型；也可以在租用集群上运行开放模型，通过外部 API 调用专有模型，或在同一工作流中结合两种方式。

这种灵活性有助于控制性能和成本，但也让基础设施编排更加复杂。Perplexity 既需要为预期需求提供充足算力，又要为突发流量增长保留余量；同时还必须避免在长期合同中对竞争力可能下降的硬件承诺过多容量。

Crusoe 协议紧随另一项重要基础设施合作之后。今年 3 月，Axios 报道 Perplexity 已签署多年期协议，使用 CoreWeave 的Grace Blackwell 集群进行推理。CoreWeave 还同意在内部部署 Perplexity 的企业产品。

这一更早的安排提供了有益背景，因为它表明 Perplexity 已经在与专业 GPU 云服务商合作。引入 Crusoe 表明，该公司并未将基础设施视为一家供应商胜出的决策。

多个服务商可以服务于多种目的。Perplexity 可以在不同地区获取算力，依据硬件可用性分配工作负载，并在未来谈判中保持议价能力。它也可以降低某一家服务商出现算力短缺或延迟所造成的运营影响。

不过，多元化并不自动带来韧性。每增加一个平台，都会引入工程工作。团队必须管理不同环境中的身份验证、数据迁移、部署工具、可观测性、安全控制和性能差异。

迁移大型模型检查点和数据集可能需要时间。应用程序也可能依赖于服务商特定的调度器、网络配置或托管服务。为可移植性设计的架构可以降低这些成本，却无法将其完全消除。

因此，Perplexity 的云端算力策略是在选择空间与复杂性之间权衡。更多供应商可以降低集中度风险；过多差异化环境则可能使系统更难运营和优化。

对用户而言，实际结果应体现在日常产品体验中。高峰需求期间，回答应能迅速送达；研究任务应能可靠完成；新功能应能避免因长期算力延迟而推迟上线。用户看不到底层集群，却会立即注意到服务缓慢或不可用。

这正是该协议的重要性超出基础设施投资者范畴的原因。AI 产品的质量日益取决于其运营方能否将原始算力转化为可靠、面向用户的性能。

Crusoe 的 AI 基础设施正向上延伸技术栈

Crusoe 希望作为 AI 工作负载的运营平台参与竞争，而不只是继续建设设施。

这种区别很重要。数据中心运营商可以提供土地、电力、冷却和建筑，而另一家公司拥有服务器并维护云服务关系。云服务商则出租可用的计算资源，并提供让客户部署工作负载的软件。

Crusoe 同时参与这两个层面。它开发大型设施，也运营 Crusoe Cloud，客户可通过该平台获取加速计算和相关服务。与 Perplexity 的协议强化了这一战略的后半部分。

Crusoe 在 6 月表示，其在数据中心项目和 Crusoe Cloud 中已签约4.9 吉瓦容量。该数字合并了不同业务类别，因此不应将其视为活跃云使用量的直接衡量指标。

即便如此，这一规模仍说明客户签约为何重要。开发电力和数据中心容量，需要在每项工作负载真正启用前数年作出承诺。长期客户能够帮助将这些实体投资与可预测的需求连接起来。

Crusoe 的运营逻辑以纵向整合为核心。该公司覆盖能源采购、设施建设、硬件部署和云软件等环节。理论上，当客户需要新增容量时，这种结构能够缩短协调周期。

单一运营商可以统筹规划电力系统与计算系统，基于电力可用性选择站点，为高密度加速器集群准备冷却设施，并使建设进度与硬件交付相匹配。随后，它可以通过云端界面提供建成的算力。

这一模式针对的是 AI 计算的真实约束。仅购买 GPU 并不能形成可运行的集群。运营商还需要变压器、变电站、冷却设备、网络组件、存储、受过培训的技术人员，以及能让数千台设备保持高效运行的软件。

难点在于如何执行并协调所有这些依赖项。任何一个层面的延误，都可能使昂贵设备闲置，或导致设施无法接收服务器。纵向整合集中协调工作，但也让同一家公司承担更多责任。

Crusoe 已筹集大量资本以推进这一战略。其 2025 年 10 月的Series E 公告称，公司将扩展云平台、能源组合和数据中心布局。公告还称，2025 年前三季度的云业务预订额较上年同期增长五倍。

这些数据来自 Crusoe，且公告中未说明其经过独立审计。尽管如此，它们仍显示出公司的目标方向。Crusoe 希望云服务合同与其更为人所知的建设项目一道，成为更重要的验证依据。

Perplexity 是一个具有相关性的测试客户，因为其服务结合了持续推理和不断变化的模型需求。赢得这项协议表明 Crusoe 通过了商业和技术评估。能否留住并扩大该工作负载，才会提供更有意义的证据。

这一区别将合同势头与平台验证区分开来。签署协议表明存在需求；持续稳定的生产环境表现则检验 Crusoe 的一体化基础设施是否具备运营优势。

CoreWeave 是 Crusoe 必须超越的标杆

核心竞争发生在专业 AI 云厂商之间：它们正试图在大型云平台吸收自身优势前，成为不可或缺的基础设施伙伴。

CoreWeave 提供了最清晰的比较对象，因为它已披露与 Perplexity 存在合作关系。两家公司都提供面向 AI 优化的加速基础设施，也都认为专业化系统能比通用云环境更好地服务高要求工作负载。

两家公司起点不同，但如今正争夺相似的客户。这些客户需要大规模集群、快速获取新一代加速器、高性能网络，以及能够降低部署阻力的软件。

Perplexity 的决策为外界提供了一个难得的窗口，了解 AI 应用公司如何评估这一市场。其与 CoreWeave 的协议强调面向推理的专用 Nvidia 系统；而与 Crusoe 的合作则采用了覆盖模型全生命周期的更宽泛表述。

这并不能证明一方取代或击败了另一方。但它表明，Perplexity 认为维持不止一种专业基础设施合作关系具有价值。该公司可以按模型、地区、生命周期阶段或性能要求分配工作负载。

对 Crusoe 而言，与 CoreWeave 共享同一客户既是胜利也是挑战。这验证了 Crusoe 作为合格供应商的地位，也意味着 Perplexity 可以基于真实工作负载而非销售演示来比较两家服务商。

这些比较可能涵盖集群可用性、训练效率、响应延迟、故障恢复、工程支持，以及部署新增容量的速度。它们也可能包含不那么显眼的成本，例如在不同平台间迁移数据和调整软件的成本。

大型云公司依然构成竞争背景。AWS、Azure、Google Cloud 和 Oracle 提供全球区域覆盖、企业客户关系、广泛的服务目录和整合的安全系统。专业云厂商必须证明，客户为何值得增加一个新的运营环境。

它们最有力的回应是专注。AI 云可以让更多平台设计围绕高加速器密度任务展开，直接提供大规模集群访问，并与较小范围的客户群紧密合作。当标准产品不适合客户工作负载时，它们也可能行动更快。

其弱点则在于集中度。专业服务商更依赖 AI 支出、加速器供应、融资市场和有限数量的大客户。一个项目延迟或一份合同流失，都可能带来不成比例的影响。

超大规模云厂商同样面临集中度问题，但其收入来自许多其他计算服务。它们可以将 AI 容量与数据库、身份系统、分析工具和既有企业合同打包。这种广度使其难以被取代。

因此，Crusoe 并不需要取代超大规模云厂商才能成功。它需要成为多云基础设施组合中可信的一部分。Perplexity 的协议支持了这一判断，因为它表明一家知名 AI 公司正在将工作负载分配到最大平台之外。

专业云面临的风险在于，原始容量的差异化程度可能下降。随着更多运营商获得类似的加速器，客户将更严密地比较软件质量、可靠性和经济性。获得热门 GPU 只是打开了一扇门，并不能保证持久优势。

Crusoe 更广泛的模式还带来另一项差异化因素：对设施建设和能源战略的控制。不过，CoreWeave 与 Perplexity 的合作关系为其提供了既有的生产环境标杆。竞争将由实际交付的服务决定，而非合作公告中的措辞。

这笔交易未披露最重要的细节

签署合同并不能说明 Crusoe 是否已解决围绕 AI 基础设施的交付、利用率和客户集中度风险。

两家公司尚未公开 Perplexity 将使用哪些加速器，也未说明这些系统将在何处运行、实质性容量何时可用。双方同样没有披露服务等级承诺或涉及的 Perplexity 工作负载占比。

缺少这些细节，读者无法计算协议的规模。它可能代表一次大型生产环境部署、分阶段容量预留，或一项在技术里程碑达成后扩展的框架。“多年期”一词确定的是期限，而不是使用量。

交付风险尤其值得关注。AI 数据中心需要可靠的电力、完工的建筑、已安装的服务器、正常运行的网络以及经过测试的软件。一个项目可能看似已获得商业承诺，但其中一个或多个要素仍未完成。

Crusoe 近期的经历表明，这类问题并非没有依据。有关怀俄明州拟建园区的报道指出，开发因潜在客户相关担忧而暂停。Crusoe 表示暂停是应客户要求，而报道则描述了关于成本和建设时程的疑问。

该怀俄明州项目暂停并不能证明 Perplexity 的部署面临类似问题。但它表明，当客户需求、预算与时间线不再一致时，大型基础设施计划可能发生变化。

阿比林的实体扩张则呈现了另一面。Associated Press 报道称，Crusoe 已完成两栋服务于 OpenAI 和 Oracle 的建筑，另有六栋正在建设中。报道还提到，同一区域计划进行一项独立的 Microsoft 扩张项目。

阿比林扩张表明 Crusoe 能够以显著规模交付运营中的设施。它也说明 AI 增长对能源的需求，包括增建现场发电设施的计划。

能源并非边缘问题。没有稳定的电力和冷却，加速器无法产生任何有用工作。新增发电、输电升级和电网接入的进度，往往与芯片订单的时间表不同。

环境问题同样随之而来。AI 部署的影响取决于能源结构、当地电网状况、用水量、冷却设计，以及新增需求是否延长化石燃料发电的运行。诸如“清洁”或“能源优先”等宽泛标签，无法替代针对具体站点的报道。

客户集中度带来另一项不确定性。长期合同有助于为基础设施融资，但依赖少数买家会增加计划变化带来的风险。AI 公司经常调整模型战略、硬件偏好和容量预测。

硬件迭代周期则增加了更多压力。为某一代加速器订购的集群仍可能保持实用，但新系统出现后，其相对性能会发生变化。云运营商必须在为下一轮部署提供资金的同时，保持旧设备的利用率。

Perplexity 在多供应商战略中也面临自身风险。分散工作负载可以带来议价能力和韧性，但也可能使运营碎片化。该公司必须证明，可移植性的收益超过工程和数据传输成本。

这些不确定性都不会否定 Crusoe 与 Perplexity 的云合作交易。它们界定了这笔交易在何种条件下才会变得重要。该公告启动了一场交付测试，其结果将逐步体现在产品表现、客户披露和基础设施里程碑中。

三个信号将表明这项合作是否重要

下一批证据应来自已部署的工作负载、生产环境表现，以及 Perplexity 对未来容量的分配。

第一个信号是详细的部署公告。关注是否披露具体加速器、集群规模、运营区域或上线日期。其中任何一项信息，都将使这项合作从宽泛承诺转变为可衡量的基础设施项目。

明确的部署里程碑将强化这样一种判断：Crusoe 正在赢得活跃的云工作负载，而不仅仅是在建立采购框架。持续沉默并不能证明失败，因为客户通常会对架构保密；但这会令协议规模无法评估。

第二个信号是 Perplexity 在 Crusoe 上运行生产服务的证据。这类证据可能通过技术案例研究、工程演讲、可靠性披露，或对某项具体产品工作负载的说明出现。

生产环境使用之所以重要，是因为推理需要基础设施应对波动的流量和严格的延迟预期。训练可以容忍预定窗口和检查点恢复；面向消费者的搜索服务则必须在用户到来时持续稳定地响应。

对于性能主张，需要谨慎解读。服务商基准测试通常衡量受控条件下的选定配置。有价值的披露应将基础设施变化与真实工作负载关联起来，并解释测量方法。

最有说服力的证据会描述持续性的结果，而非短暂的演示。它还应说明收益来自新硬件、网络、模型优化、批处理还是软件变更。没有这些背景，标题式的性能数字仍很难比较。

第三个信号是 Perplexity 的下一项重大容量决策。若再签署一份服务商协议，将强化这样一种观点：Perplexity 正在有意构建多元化计算资源组合。若大规模集中到单一供应商，则会削弱这一解读。

Crusoe 与 CoreWeave 之间的容量分配变化将尤其具有参考价值。Perplexity 无需公布确切支出，市场也会关注哪一家服务商支持新模型、新区域或新产品。

Crusoe 更广泛的客户披露同样重要。不断增长的活跃云用户名单，将支持其超越设施开发业务的努力。若高度依赖少数合同，客户集中度担忧仍会成为焦点。

开发者和企业买家应关注这场竞争，因为基础设施选择会塑造产品行为。容量决定 AI 服务能否推出功能、应对需求高峰并维持响应时间。服务商多样性也会影响某一区域或集群出现问题时的服务连续性。

知识工作者会间接感受到其后果。一项更深入的研究请求可能调用多个模型、检索系统和验证步骤。用户看到的答案，取决于一条隐蔽的基础设施链能否迅速且可靠地完成这些步骤。

因此，Crusoe 与 Perplexity 的云合作交易标志着一场运营比较的开始，而非结论。Crusoe 获得了一家要求严格的客户，以及证明其云平台能力的机会；Perplexity 则获得了另一种计算资源来源和更大的工作负载部署灵活性。

现在，两家公司必须将合同容量转化为可靠服务。关注首次具名部署、Perplexity 实时流量的证据，以及该公司的下一次基础设施容量分配。这三个信号将揭示，这项合作究竟会改变 AI 云市场层级，还是仅仅增加了另一家供应商。