摘要：Jane Street 正投入 190 亿美元用于 AI 算力投资，而 Crusoe 成功完成 30 亿美元的融资轮次，金融资本正日益超越传统实验室支出。
彭博社9月3日报道，总部位于丹佛的AI基础设施公司Crusoe以300亿美元的投后估值完成了30亿美元的F轮融资。这一 headline 数字引人注目，但并非完全出乎意料——TechTimes此前曾在7月报道过相关谈判。此次交易的区别所在，以及大多数报道在融资公告之后所忽略的关键细节，是Crusoe最大客户合同背后的买家：量化交易公司Jane Street Group。该交易 firm 承诺在五年内向Crusoe投入约130亿美元用于云计算支出。同一周，Jane Street还领投了竞争对手AI基础设施初创公司FluidStack的15亿美元股权融资轮次。加上今年4月Jane Street与CoreWeave达成的60亿美元云计算承诺及10亿美元股权投资，这家从未出售过任何AI产品的公司，如今持有的已签约AI算力规模超过了大多数前沿模型开发商未来可能消耗的全部算力。它已成为AI基础设施领域最具影响力的非超大规模云（hyperscaler）支持者。
**Jane Street重塑AI基础设施需求格局**
在AI基础设施繁荣的大部分时间里，需求主要由模型开发者和超大规模云服务商驱动——OpenAI、Meta、Anthropic、Google和Microsoft竞相争夺稀缺的GPU产能，以训练日益庞大的模型。Jane Street在2026年的支出模式从根本上改变了这一叙事。该交易公司的AI基础设施承诺总额现已达到约215亿美元：包括从CoreWeave获得的60亿美元云容量、以每股109美元的价格持有CoreWeave价值10亿美元的股权、五年内向Crusoe投入约130亿美元的云容量，以及本周领投的FluidStack 15亿美元股权投资。根据TechCrunch对F轮融资的报道、CoreWeave的官方新闻稿以及Crunchbase的每周融资汇总确认，这一总额超过了大多数AI实验室的GPU基础设施承诺。Jane Street需要算力的原因与模型开发者有着结构性的不同。
量化交易是全球计算密集型程度最高的行业之一。像Jane Street这样的公司部署机器学习来生成交易信号、模拟市场情景、优化执行算法，并实时对投资组合模型进行压力测试。这种同时发生的大规模处理随着每一代新模型的推出而加剧了其算力需求。与标准AI实验室的关键区别在于竞争节奏：前沿模型实验室每隔几个月训练一个新模型，而量化交易公司则每天或每小时对模型进行优化和重新训练。预测准确率的每一次边际提升都直接转化为捕获的利润。更快的迭代需要更多的算力，而专用的GPU集群确保迭代过程绝不会因共享云队列或现货市场价格而受到限制。
CoreWeave在宣布4月交易的官方新闻稿中明确承认了这一动态，指出它将向Jane Street提供下一代NVIDIA Vera Rubin芯片的访问权限——当时这些芯片是首批可商业购买的芯片之一——以及专用连接性和定制存储配置。在量化交易中，抢先于竞争对手获取硬件不仅仅是一个成本优化决策；它是一种结构性的竞争优势。
**Crusoe的F轮融资：从谈判到成交，知名投资者亮相**
本轮完成的融资结构与彭博社此前的报道一致：以约300亿美元的投后估值筹集30亿美元，被定位为“IPO前”交易。新确认的领导层包括Atreides Management和Valor Equity Partners共同领导此次融资，阿布扎比3020亿美元主权财富基金Mubadala Investment Company的另类资产管理子公司Mubadala Capital参与投资——这一点在TechCrunch对F轮融资的报道中得到证实。“IPO前”的定位本身就是一个信号，通常意味着将在12至24个月内公开上市。
Atreides Management是一家位于波士顿的投资公司，由Gavin Baker管理，以对成长期科技公司进行集中押注而闻名。它通过专门的Valor Atreides AI基金与Valor Equity Partners联合投资，该基金专门针对AI基础设施和计算公司设立。Valor Equity Partners由Antonio Gracias领导，最初在2025年10月的E轮融资中支持了Crusoe。其在估值翻三倍的情况下重新投资，表明对公司发展轨迹有强烈信心，而非被迫延续。
Mubadala Capital的参与将该轮融资与全球主权资本加速进入AI基础设施的更广泛趋势联系起来。阿布扎比的主权财富生态系统——ADIA、Mubadala和ADQ共同管理着约1.7万亿美元资产——已将AI基础设施定位为核心战略配置，而非纯粹的金融投机。Mubadala此前也参与了Crusoe的E轮融资，标志着其对该公司连续第二次承诺。
据TechCrunch对F轮融资的报道，300亿美元的投后估值意味着约270亿美元的投前估值，较2025年10月确立的100亿美元估值增长了近两倍。根据Crunchbase的数据，Crusoe累计筹集的股权资金已超过70亿美元，使其成为尚未上市的私营AI基础设施公司中资本最雄厚的企业。
**从燃烧天然气到AI工厂：Crusoe构建了如今金融依赖的基础设施**
任何关注新兴云（neocloud）领域的人都知道Crusoe的创始故事——捕获偏远油井处燃烧和浪费的天然气，将其转化为廉价电力，并利用这些电力运行计算任务。然而，较少为人所知的是，为什么该公司当前的架构使其在结构上优于大多数新兴云竞争对手，从而能够 securing Jane Street 130亿美元这样的大型、单一租户、专用算力合同。
标准的GPU云运营商——通常被称为新兴云——收购或租赁GPU硬件，在托管设施中进行机架安装，并以比超大规模云服务低40%至85%的价格销售同等硅片的算力时间。虽然这对买家极具吸引力，但该模式为运营商带来的经济效益狭窄。此前TechTimes的分析引用麦肯锡的估计称，扣除劳动力、电力和折旧后，裸金属即服务业务的毛利率仅为14%至16%，低于许多非技术零售商。此外，每一代新芯片通常在五年内使旧硬件的租金价格减半，且收入往往集中在一个或两个客户身上。
Crusoe的模式具有结构性差异。该公司在每个园区拥有或共同开发土地、发电资产和数据中心建筑，然后在顶部叠加GPU硬件和云软件。它在科罗拉多州、俄克拉荷马州和路易斯安那州的自有设施中制造预制电力和数据中心模块——该公司称之为其Spark Factory——并按详细记载在Crusoe 2026年6月公布的合同产能公告中所述，发货以便现场安装。该公司没有等待 sequential 的电力和建设谈判，而是同时推进两条轨道，压缩了从选址到通电容量的时间线。
在其位于德克萨斯州阿比林的Lancium Clean Campus旗舰级1.2吉瓦园区——为Oracle建造并服务于OpenAI的Stargate项目——物理场地从破土动工到建成通电大楼仅用时不到一年，如先前TechTimes报道所记录。电力架构揭示了潜在的成本逻辑：德克萨斯州环境质量委员会允许Crusoe运营十台简单循环涡轮机，提供约360兆瓦的表后发电。由于这些电力在现场生产并被数据中心独家消费，它绕过了电网连接的竞争对手面临的多年并网排队问题。鉴于能源约占AI数据中心运营支出的60%，结构性地获得更便宜、专用的电力不仅仅是一个边际定价优势；它是一个在其他地方无法维持的基础商业模式。
园区设计本身反映了现代AI硬件对极高密度的要求。一排满载的NVIDIA H100 SXM5 GPU功耗约为56千瓦，而更新的GB200 NVL72机架功耗远超这一阈值。相比之下，传统数据中心机架的功耗仅为两到四千瓦。这种35倍至70倍的密度增加要求对电力分配、冷却和建筑布局采取完全不同的方法。首席执行官Chase Lochmiller将设施的设计描述为校园规模的印刷电路板：GPU计算翼从容纳网络和存储基础设施的核心向外辐射。