Crusoe融资39亿美元建设Spark模块化数据中心

人工智能热潮正推动全球数据中心建设进入空前的扩张阶段。但电力供给不足、建筑工人匮乏以及项目审批耗时过长等现实问题，工作生活平衡已成为AI产业进一步发展的主要制约因素。针对这一困境，美国AI基础设施企业Crusoe给出了一种有别于传统“超大型园区”的思路：建造能够批量生产、可运输部署的模块化数据中心。

Crusoe日前宣布完成39亿美元融资，公司估值约为309亿美元。公司称，这笔新资金除继续投入大型AI数据中心项目外，还将用于推广名为“Spark”的模块化AI数据中心产品。

Crusoe此前因参与建设位于美国得州阿比林的大型AI数据中心园区而引发关注。该园区由甲骨文运营，并向OpenAI提供计算资源。但公司现在认为，未来AI基础设施的发展不应只依靠超大型集中式数据中心。

按照Crusoe的构想，Spark是一种工厂预制的数据中心单元。这些设施可提前在制造基地完成组装，再通过卡车运往具备可用电力资源的地区快速部署，从而显著压缩建设周期。

公司创始人兼首席执行官蔡斯·洛克米勒指出，训练最先进的大模型确实需要由数十万颗AI芯片构成的大规模集群，但越来越多的AI推理任务未必需要如此庞大的基础设施。

他认为，许多推理工作负载并不需要像阿比林那样的超大型园区。对这类应用来说，采用分布式部署的小型数据中心反而更有效率，而把所有任务都集中到巨型园区中，某种程度上甚至会造成资源浪费。

这一看法也折射出AI基础设施市场正在出现新的分工格局。超大型园区仍是训练先进模型不可或缺的核心设施，因为训练过程需要海量GPU、高速网络以及强大的电力供应能力。而模型训练完成后，大量面向用户的推理服务则可以分散部署在规模更小的计算节点中。

传统数据中心项目通常需要数年时间进行规划、审批和施工，模块化设施的最大优势则在于速度。Crusoe计划提前生产Spark模块，一旦发现某个地区拥有可用电力资源，便直接将设施运过去并迅速投入使用。

当前，美国数据中心开发商面临的最大挑战之一正是获取电力资源。许多地区虽然拥有可利用电力，但建设大型数据中心所需的人力资源、土地开发和配套工程却往往难以及时跟上。

Crusoe希望以制造业模式来破解这一难题。公司目前已在丹佛附近建设生产基地，并计划最终实现每年生产相当于1吉瓦计算能力的Spark设施。

除电力问题外，模块化方案还有望减轻社区对大型数据中心项目的抵触情绪。近年来，美国多个地区出现反对建设大型数据中心的呼声，争议主要集中在土地占用、噪音、景观影响以及电网负担等方面。相比占地庞大的超级园区，更小、更灵活的数据中心有望减少这些冲突。

业内人士认为，随着人工智能应用从模型训练逐步转向大规模商业部署，推理计算需求正在快速增长。未来AI基础设施可能不再完全依赖少数几座超级算力中心，而是形成大型训练中心与大量分布式推理节点并存的新格局。

在全球算力竞争持续升温的背景下，Crusoe押注模块化数据中心，实际上是在为AI产业寻找一条更快、更灵活的扩张路径。对整个行业而言，真正限制人工智能发展的因素或许不再是算法本身，而是电力、土地和基础设施建设能力。而谁能更高效地解决这些现实问题，谁就可能在下一阶段的AI竞赛中占据优势。