Crusoe F 轮融资筹集 39 亿美元，但其 AI 工厂押注如今面临执行考验

Crusoe 在 F 轮融资中筹集了 39 亿美元，使这家 AI 基础设施公司的投后估值达到 309 亿美元。Crusoe F 轮融资将同时资助超大型数据中心园区，以及名为 Crusoe Spark 的小型模块化系统。如今的关键已不再是投资者是否愿意为更多 AI 算力提供资金，而是 Crusoe 能否足够快地将这些资本转化为稳定、满载运营的计算基础设施。

这轮融资强有力地表明了人工智能价值将汇聚于何处。Crusoe 认为，同时掌控能源、建设、计算硬件和云服务，能够形成优于只专注某一层业务公司的竞争优势。这一战略使其与数据中心行业普遍采用的碎片化模式形成对立。

Crusoe 已与 OpenAI、Oracle、Microsoft 及其他大型客户开展重要项目。不过，其近期经历也表明，签约容量并不等于已建成的基础设施。客户可能调整选址，建设进度可能延后，电力系统也可能成为瓶颈。新融资为 Crusoe 管理这些风险提供了更大空间，同时也提高了外界对其执行力的期待。

Crusoe F 轮融资实际资助什么

本轮融资支持的是一项一体化基础设施战略，而非传统的云业务扩张。

Crusoe 于 2026 年 9 月 17 日宣布完成本轮融资的首次交割。Atreides Management、Mubadala Capital 和 Valor Equity Partners 共同领投。Founders Fund、GIC、Nvidia、Qatar Investment Authority、Radical Ventures 和 TPG 也参与了投资。

公司称本轮融资获得超额认购，但未披露各投资者的出资金额，也未给出剩余交割流程的时间表。

Crusoe 表示，这笔融资将支持现有项目、大型园区、模块化 Spark 部署，以及 Crusoe Cloud 的持续扩张。这些业务覆盖基础设施链条的多个环节。

该公司开发选址、获取能源、建设数据中心、出租空间、租赁图形处理器，并销售计算服务。它还提供推理服务，即运行已训练 AI 模型以生成答案的过程。

这种广度令本轮融资颇为不同寻常。大多数数据中心开发商止步于建筑和电力接入；大多数云服务商租赁或拥有设施，却不会自行制造模块化数据中心或开发电力项目。

Crusoe 希望两者兼顾。首席执行官 Chase Lochmiller 将这一做法描述为从“电子到 token”全面掌控基础设施。这句话概括了公司的目标覆盖范围：从发电到 AI 模型输出。

根据公司的融资公告，Crusoe 的合同总价值超过 1400 亿美元。公司还称，其总签约容量超过 6 吉瓦，其中 1 吉瓦已交付并投入运营。

合同总价值指已签署安排在合同期限内的预期价值，并不等同于已确认收入、已收取现金或已完成容量。

这一区别很重要，因为数据中心在开始服务客户前需要投入巨额资金。开发商必须获取土地、许可证、电力设备、冷却系统、网络连接、服务器和融资。合同能够支持这一过程，却无法消除建设风险或客户集中度风险。

Crusoe 还表示，截至公告发布日，Crusoe Cloud 的预订量同比增长超过 20 倍。其托管推理服务据称已锁定超过 1 亿美元的年度经常性收入。

这些数据由公司自行披露，尚未附带公开财务报表。Crusoe 仍为非上市公司，外部人士无法审查其收入确认、利润率、现金消耗或合同结构。

尽管如此，该估值反映出投资者预期的快速升温。Crusoe 在 2025 年 10 月的上一轮融资中筹集了 13.75 亿美元，当时预期估值超过 100 亿美元。其最新投后估值约为当时的三倍。

因此，F 轮融资买到的不只是建设能力。它还为 Crusoe 赢得了时间，以便在私募投资者或公开市场要求看到更明确回报证据前，将合同转化为运营资产。

这一转化过程将决定本轮融资的成败。筹集数十亿美元证明了其融资能力，却不能证明每一兆瓦都能按时投产、保持运行并获得有吸引力的利润率。

AI 数据中心为何需要的不只是资本

如今，电力供应、建设速度和客户承诺，比投资者热情更能限制 AI 的扩张。

AI 开发者需要通过高速网络连接的高密度先进芯片集群。这些系统消耗大量电力，并产生足以需要专门冷却技术的热量。因此，建设 AI 设施比建设传统企业数据中心更为困难。

合适的选址需要可靠电力、光纤连接、水源或闭环冷却，以及大量电气设备。变压器、涡轮机、开关设备和电网接入的交付周期可能很长。

Crusoe 的解决方案从能源开始。该公司称，与其先选址再申请供电，不如优先靠近可用或可开发的能源资源，随后围绕该能源供应设计设施和计算系统。

这一战略源自 Crusoe 的早期业务。公司成立于 2018 年，最初利用石油生产过程中被闲置的天然气，为加密货币挖矿设备供电。之后，它将能源和计算经验转向 AI 基础设施。

Crusoe 目前正为大型科技客户开发大型设施。其最知名的项目位于得克萨斯州阿比林，当地正在建设与 OpenAI 和 Oracle 的 Stargate 计划相关的基础设施。

Crusoe 于 2025 年与 Blue Owl Capital 和 Primary Digital Infrastructure 成立合资企业，为当地一个 1.2 吉瓦开发项目提供融资。该阿比林项目计划涵盖八栋建筑，其中六栋是在第二阶段建设中新增的。

Crusoe 表示，每栋建筑均设计为可在一个集成网络上支持多达 50,000 套 Nvidia GB200 NVL72 系统。该设计采用芯片直冷液冷技术，并通过闭环持续循环用水。

该项目说明了资本为何依然不可或缺。Crusoe 及其合作伙伴对这家合资企业的估值为 150 亿美元。建设现场每日雇用约 3,000 人，预计第二阶段期间员工规模将接近 5,000 人。

大型项目也会让开发商依赖少数实力强大的客户。超大规模云服务商可以消化整个园区，但一项部署计划的改变，就可能让开发商不得不寻找另一位租户。

这一风险在 2026 年 3 月变得明显。OpenAI 决定不再推进阿比林的额外扩张，而 Microsoft 接手了附近规划中的两栋建筑。

经调整后的得克萨斯项目最终仍推动开发继续进行。但它也说明，客户身份和容量计划可能迅速变化。

Microsoft 的两栋建筑使规划中的园区增至十座设施、2.1 吉瓦计算容量。Crusoe 还宣布将建设一座现场发电厂，设计发电能力为 900 兆瓦。

这一变化未必意味着 Crusoe 的失败。以另一位潜在租户替代原有租户，可能体现出商业灵活性。然而，这也表明，解读醒目的合同总额时必须保持审慎。

Crusoe 面临多方面压力。传统数据中心开发商可以争夺选址和融资；超大规模云服务商可以自建设施；专业 neocloud 则可以专注于 GPU 租赁。

大型客户同样拥有显著的议价能力。OpenAI、Microsoft、Meta、Oracle 及其他买家可以将工作负载分配至不同地区和基础设施合作伙伴之间。它们并不需要所有拟议设施都按原计划推进。

Crusoe 的应对方式是掌控更多交付流程。如果它能够开发电力、制造基础设施、建设建筑并销售云服务，就能在不等待多家独立供应商的情况下作出调整。

这一模式可以缩短部分工期，但也让 Crusoe 承担更多运营责任。其所掌控的任何一层出现延误，都可能影响向客户承诺交付的整个产品。

巨型园区与 Crusoe 模块化 AI 工厂相结合

Crusoe 正将超大规模园区与模块化产能结合，因为任何一种形式都无法解决所有部署问题。

大型园区模式能够以极大规模提供高密度计算能力。当大型客户能够作出长期承诺，且场地拥有充足的电力、土地、融资和网络连接时，这一模式最为适用。

Crusoe Spark 则从相反方向切入同一市场。Spark 由 Crusoe Industries 制造的模块化 AI 数据中心构成，并被运输至准备就绪的地点。

模块化数据中心将计算、冷却和配套设备置于标准化的工厂预制单元中。这些模块可部署在可用电源附近，无需在现场建设每个组件。

Crusoe 称，内部制造这些单元能够实现更快、更可预测的部署。更少的工作依赖于在偏远地点组织大规模施工队伍。

这种方式还可将扩张拆分为更小的增量。客户可以随着电力和计算需求的到位增加模块，而不必等待整个园区建成。

这种灵活性并不意味着 Spark 只是简单的集装箱产品。AI 芯片仍需要可靠电力、冷却、实体安全、网络容量、维护和软件编排。

通过卡车运输的模块无法避开这些要求。它改变的是设备组装地点和新增容量的方式。

Spark 或许适合缺乏传统数据中心市场的能源场址。发电设施可以在靠近电源的位置部署模块化计算，降低对延迟电网接入的依赖。

Energy Vault 在 2026 年 7 月提供了一个早期案例。该公司宣布了一个涉及十座 Spark 模块化数据中心的得克萨斯项目。根据已披露的结构，Energy Vault 将购买这些模块，并将其作为带电基础设施回租给 Crusoe。

这一模式为 Crusoe 提供了另一种扩张方式，无需直接拥有每一项资产。它可以将自身设备和运营角色，与基础设施合作伙伴提供的资本结合起来。

更小型的系统还可以减少一种社区阻力。居民经常因大型园区的耗电、用水、发电机、输电要求、噪音及对当地发展的影响而提出反对。

模块化部署的实体占地更小。它可以利用现有工业或能源场址，并需要更少的建设工人。

然而，模块化并不会消除本地影响。多个部署点仍可能消耗大量电力、需要新增发电能力，并产生噪音。社区关心的可能是累计容量，而非每个单元的尺寸。

因此，Crusoe 的双线战略更像是一组投资组合，而非替代方案。大型园区服务于需要集中式集群的客户。Spark 则瞄准电力可用、但传统建设方式缓慢或不具经济性的地点。

这种组合也带来了内部资本配置问题。Crusoe 必须决定，每一美元应投入园区、制造模块、计算硬件、发电设施，还是云软件。

这些业务的财务特征各不相同。园区能够锁定长期合同，但需要巨额前期投入。制造具备可复制性，但依赖稳定需求和高效生产。

云服务能够通过自有硬件带来经常性收入。但它也让 Crusoe 面临芯片利用率、硬件折旧、软件性能以及来自大型云公司的定价压力。

当协调带来的节省超过管理多种不同业务的成本时，垂直整合便能发挥作用；当复杂性的增长快于这些节省时，它就会失效。

Atreides 管理合伙人 Gavin Baker 表示，AI 经济将有利于智能生产成本最低的企业。他称，Crusoe 对价值链的掌控形成了结构性优势，并会随着公司建设规模扩大而不断累积。

这正是本轮融资背后的投资逻辑。Crusoe 可以选择能源来源、标准化实体基础设施、运营自己的计算集群，并利用同一底层容量销售更高层级的服务。

相反的观点则倾向于专业化。独立电力开发商、建筑公司、数据中心运营商、芯片云服务商和软件公司，都可以分别优化自身所在的环节。

Crusoe 无需在每个单独领域都胜过所有专业公司。它必须证明，对接口的控制能够为客户带来更快的交付、更高的利用率或更低的总成本。

Spark 是一项尤其重要的测试，因为它将垂直整合转化为可复制的产品。成功的模块应能在多个地点展现一致的部署周期、运营表现和经济效益。

单个定制化部署无法证明这种可复制性。不断扩大的、服务付费客户的部署集群，才能提供更有力的证据。

309 亿美元估值提高了举证门槛

Crusoe 的估值建立在未来交付之上，而最关键的证据仍属私有且由公司自行披露。

投资者并未将 Crusoe 视为传统建筑承包商进行估值。这家公司结合了基础设施开发、云计算、制造、能源采购和软件服务。

这种组合提供了多种潜在收入来源。Crusoe 可以向自有芯片的客户出租已供电空间，也可以出租其自有 GPU 的使用权，并销售推理或模型训练服务。

这一模式能够从每兆瓦中获取更多价值，但也可能将多项资本密集型风险集中于同一家公司。

Crusoe 签约的总容量达到 6 吉瓦，这是重要的商业信号。但在融资宣布时，据报道仅有 1 吉瓦已经交付并投入运营。

剩余差距并不意味着这些合同缺乏价值，而是表明大部分已签约容量在转化为运营资产前，仍有大量工作需要完成。

交付取决于许可审批、设备供应、电力协议、融资、建设表现和客户准备情况。多年的项目周期内，每一项因素都可能发生变化。

Crusoe 在 Wyoming 就经历了这种不确定性。在一名客户要求调整后，公司暂停了一个规划中设施的建设工作。

有关 Wyoming 暂停项目 的报道，将这一决定与客户对成本和施工周期的担忧联系起来。Black Hills 后来表示，将在没有 Crusoe 参与的情况下继续推进开发。

这一事件并未否定 Crusoe 更广泛的项目储备，但它挑战了这样一种假设：已签约或拟议的吉瓦容量将自动转化为建成的 Crusoe 设施。

对总签约金额也应保持类似谨慎。长期基础设施协议可能产生很大的累计数字。读者仍需了解合同期限、取消条款、客户集中度、融资义务和收入确认细节，才能评估其质量。

Series F 公告中没有披露这些细节。私营公司向投资者提供的信息多于公众可获得的信息，但融资本身不能替代运营披露。

可靠性构成另一项考验。AI 客户需要能在持续高负载下保持可用的基础设施。冷却故障、供电中断和网络问题，都可能使昂贵的芯片集群无法使用。

大型园区会放大故障后果，因为大量算力集中在同一个地点。模块化集群能够分散容量，却也增加了需要监控、维护和保护的站点数量。

电力采购带来了相关的权衡。Crusoe 将自己描述为“能源优先”，并列举了覆盖电网电力、电池、核能、热能发电和可再生能源的合作关系。

其 Texas 计划还包括规模可观的燃气发电。现场使用天然气可以加快部署并提升可靠性，同时也会增加排放，并使客户的气候承诺更加复杂。

Abilene 的 OpenAI 和 Oracle 项目包括一座被描述为备用发电设施的 350 兆瓦燃气电厂。Microsoft 的相邻项目预计将使用规模大得多的 900 兆瓦电厂。

这些电厂反映了一个令人不安的现实：AI 客户希望在电网未必能及时提供新增容量之前获得更多算力。现场发电可以弥合进度差距，但也会将讨论转向燃料使用和本地排放。

因此，Crusoe 必须同时证明三项主张：它必须快速交付、可靠运营，并为其模式的经济性和能源特征提供合理解释。

新资金有助于实现前两项目标。它可以更早订购设备、招聘更多员工、为制造提供资金，并在更大的项目组合中吸收延误。

Crusoe 在宣布 Series F 时表示，公司在五个国家拥有超过 1,800 名员工。在扩展多条业务线的同时管理这支团队，除了工程能力外，还需要组织纪律。

最终的首次公开募股将带来更多透明度。据报道，Crusoe 曾与投资银行讨论潜在上市事宜，但在本轮融资宣布时，尚无公开的申报文件或时间表。

公开市场将审视收入、现金流、客户集中度、债务、基础设施所有权和资本承诺。它们还会将签约项目储备与已确认的财务表现区分开来。

在此之前，最有力的证据将来自已建成的容量和持续的客户使用。融资验证了投资者对 Crusoe 战略的需求；运营结果则必须验证战略本身。

Crusoe 的竞争对手和客户必须作出的选择

本轮融资给基础设施竞争对手带来压力，因为 Crusoe 现在能够同时在项目、模块和云服务领域展开竞争。

传统开发商必须决定需要进行多少垂直整合。一家专注于已供电建筑的公司，可能会发现自己正在与 Crusoe 争夺土地、电力、融资和锚定租户。

专业 GPU 云服务商则面临不同挑战。Crusoe 可以将云容量连接至其开发和运营的项目，从而有可能更早获得新增兆瓦容量。

超大规模云服务商仍是强劲对手。Microsoft、Google、Amazon、Meta 和 Oracle 拥有更大的资产负债表、成熟的云平台和全球客户关系。

它们也会使用外部开发商，因为将每一座设施都内部建设会限制速度和地理覆盖范围。当这些公司需要的容量超过自身开发计划所能提供的水平时，Crusoe 将从中受益。

因此，这种关系既合作也竞争。Crusoe 可以为超大规模云服务商建设基础设施，同时又与其云服务争夺部分 AI 工作负载。

客户必须评估，Crusoe 的整合究竟降低了交付风险，还是将其集中起来。单一供应商可以提供更明确的责任归属，但同一供应商也可能在多个层面成为单点故障。

他们还必须比较灵活性与规模。大型园区可以支持紧密互联的训练集群；模块化系统可以更快接入可用电力，但未必能提供同等的网络密度或扩展能力。

Crusoe 表示，在特定基准测试下，其托管推理技术比开源 vLLM 服务引擎拥有更快的响应时间和更高的吞吐量。这些仍是与特定测试相关的公司主张。

基准领先可以吸引工作负载，但客户最终关心的是总成本、模型支持、可靠性、安全性和稳定表现。一次快速演示并不能回答这些更广泛的问题。

这篇 独立融资报道 将 Crusoe 列入有时被称为“neoclouds”的专业 AI 云和数据中心服务商之中。这些公司力求比通用云服务的扩张速度更快地满足 AI 需求。

它们的机会取决于适合的计算容量持续短缺。如果需求继续以快于供给的速度增长，对电力和交付周期的控制将具有非凡价值。

如果容量变得充足，或客户增长放缓，竞争格局就会改变。GPU 租赁价格可能下降，硬件可能折旧，而部分空置的设施可能压低回报。

长期合同能够对冲这种结果，但也可能造成交易对手集中，尤其是在少数 AI 公司承担了巨额基础设施承诺的情况下。

据报道，Crusoe 与量化交易公司 Jane Street 签订了为期五年的云服务协议，这使其客户结构扩展到模型开发商以外。来自金融、科学、企业软件和政府领域的更多客户，可能进一步降低集中度。

但并非所有工作负载都需要专用 AI 工厂。企业可以从现有云服务商购买较小规模的资源，无需作出长期承诺，也不必管理实体容量。

因此，Crusoe 需要为不同买家提供不同产品。园区服务于超大规模承诺，Spark 服务于模块化部署，Crusoe Cloud 则销售易于获取的计算服务。

这种广度在战略上是连贯的。其成功取决于公司能否将这些部分作为一个系统来运营，而不是将其变成昂贵而彼此相邻的业务。

Series F 让 Crusoe 在争夺稀缺电力和设备时拥有更大自由度，也向供应商传递出公司能够为大型订单提供融资的信号。

竞争对手很可能通过合作、收购或自建制造项目作出回应。能源开发商可以将发电与数据中心打包，而云公司则可以通过更长期的协议锁定容量。

对 AI 买家而言，结果应当是更多的基础设施形式和谈判选择，但这未必意味着能够立即获得低成本计算资源。

实体约束依然存在。一家资金充足的公司仍需要涡轮机、变压器、建筑劳动力、网络设备和政府批准。资本可以预留这些资源，却无法让所有约束凭空消失。

三个信号将检验 AI 工厂战略

已建成产能、可复制的 Spark 部署，以及财务披露，将显示 Crusoe 的 F 轮融资是否构建了持久优势。

第一个信号是将已签约产能转化为实际运营的兆瓦数。Crusoe 在宣布本轮融资时表示，其签约容量超过 6 吉瓦，运营容量达到 1 吉瓦。

随着 Abilene 及其他项目投产，这一比例应当有所改善。已建成设施还必须保持被充分使用并持续可用，因为为一栋空置建筑通电，所能提供的经济验证有限。

进展将强化 Crusoe 关于垂直整合可加快交付的主张。反复延期、客户替换或项目取消，则会削弱这一主张。

第二个信号是覆盖多个地点的 Spark 部署记录。投资者和客户需要证据证明，Crusoe 的模块化 AI 工厂能够超越单个项目公告，规模化复制。

有参考价值的指标包括安装时间、计算密度、正常运行时间、冷却性能以及付费客户数量。不同能源站点取得可比的结果，将支持其制造模式的论点。

Crusoe 还应披露 Spark 部署的融资方式。所有权、租赁安排、客户承诺以及硬件责任，决定了每个模块需要消耗多少资本。

如果 Spark 能够持续比传统建设方式更快地增加产能，它就不只是一个更小型的数据中心，而会成为一条从可用电力到可销售 AI 算力的标准化路径。

如果部署仍高度定制化，预期中的部分制造效率将会消失。届时，该业务将更像是一系列因地制宜的基础设施项目。

第三个信号是更高的财务透明度。IPO 申报将提供最清晰的证据，但 Crusoe 在上市前也可以披露有意义的运营信息。

营收增长、毛利率、资本支出、客户集中度、利用率和合同期限，将帮助外界评估其 309 亿美元估值。它们也将说明哪一条业务线带来了最强劲的回报。

新一轮融资已经表明，主要投资者愿意为 Crusoe 的战略提供资金。下一轮检验则取决于建设团队、电力工程师、制造运营、云软件以及客户需求。

开发者和企业采购方应关注这些结果，因为基础设施选择会影响 AI 的可用性、性能和成本。掌控更多环节的服务商能够更快解决瓶颈，但也会控制更多依赖关系。

评估基础设施主张的团队，可以维护一个包含合同、基准测试、部署报告和事故记录的可搜索知识库。这有助于更轻松地将承诺与实际交付表现进行比较。

核心问题如今已可量化：Crusoe 的 F 轮融资，能否在超大型园区和模块化工厂中，为每一兆瓦已承诺电力带来更可靠的算力？答案将来自运营产能和重复客户，而非又一条融资新闻。