Fluidstack估值180亿美元，AI基础设施超越模型
在2026年4月，一家成立于2017年、最初作为牛津大学研究项目的初创企业正在以180亿美元的估值谈判一轮融资1亿美元。四个月前，这家公司估值为75亿美元。这一跳跃并不是因为更智能的算法或更复杂的语言模型，而是由于一种更加物理和稀缺的能力：建造、操作和交付专门的人工智能数据中心的能力，其规模是科技巨头们无法匹敌的。
Fluidstack管理着超过10万块GPU，服务于如Anthropic、Meta、Mistral和Poolside等客户。与Anthropic的合同——涉及500亿美元的投资，购买下一代GPU，并在德克萨斯州和纽约运营长期数据中心——重塑了其风险模型。这不是一份意向书或试点协议：这是将初创企业转变为关键基础设施的收入可见度。
数字经济中稀缺的资产不是软件
多年来，科技行业主流叙述庆祝软件的无摩擦特性：没有库存，没有物理折旧，利润率远超工业制造商的梦想。这一逻辑导致许多分析师系统性低估了建设支撑软件的物理基础的人。Fluidstack是对这一错误估算的纠正。
该公司收入从2022年180万美元增长到2024年的6620万美元。仅凭这一速度，便足以引起关注。但使Fluidstack成为与Jane Street和Situational Awareness基金（由前OpenAI研究员共同创立，并得到Stripe创始人和其他顶尖科技资本家的支持）进行谈判的目标，正是其在AI价值链中作为战略瓶颈的地位。
AWS、Google Cloud和Azure都有庞大的计算能力。但它们缺乏根据每个AI实验室的特定训练和推理模式规模化定制基础设施的灵活性。Fluidstack填补了这一空白。当Anthropic需要数万块具有特定配置的GPU时，他们无法等待超大规模供应商的 provisioning周期。他们需要一个能够建造、配置和交付的专业运营商。这种在全球众多实验室中重复的运营需求正是支撑180亿估值的经济基础。
一种不依赖风险投资的金融架构
在这里，我的分析与行业的标准热情有所不同。以66.2百万收入估值180亿美元意味着一个倍数，只有在正式的、可执行的合约能够产生可预测的现金流时才能证明其合理性。而在Fluidstack的案例中，数字比大多数同行都更有力地支持这一前提。
与TeraWulf签署的两个十年托管合同，共计67亿美元的收入将从2026年开始，为其成本结构中的重要部分转化为保证收入。与法国政府支持的一个1GW项目的合作，预计部署超过110亿美元，增加了地理多样性和主权客户。这些不是投机合约，而是对有经济和政治激励的对方的承诺。
这很重要，因为影响力初创企业最常见的错误——并且Fluidstack在一个具有深远地缘政治和能源影响的领域运营——是将风险资金与商业模式混淆。当一家关键基础设施企业通过长期合同提前收费或最低保证承诺为其运营融资时，其生存不再取决于金融市场的情绪。Fluidstack今天谈判的10亿美元轮不是生存的氧气：而是加快已经在纸面上得到承诺的扩展的燃料。
2025年2月结束的2亿美元A轮融资奠定了基础。如果当前的轮次以报道的条款结束，该公司将能够同时在三个地理区域内开展业务，并与三家本质不同的锚定客户执行：一个私营AI实验室、一家数据挖掘公司和一个主权国家。这种多元化并非偶然。而是一个不会在三大支柱之一失败时崩溃的商业模式的设计。
Fluidstack需要避免的陷阱：180亿美元的估值
如果没有审计其结构性风险，我提出这项案例将是不负责任的。以66百万收入估值的180亿美元是一个微妙地折现未来的倍数。任何在德克萨斯州和纽约的Anthropic数据中心的交付的重大延误，下一代GPU的供应链问题，或与TeraWulf的合约重谈都将导致在下一轮融资中遭遇严重的估值修正。
科技基础设施的历史充满了获得正确合约却最终因复杂的操作而崩溃的运营商。以如此规模专门构建数据中心涉及在地缘政治压力下管理半导体供应链、在复杂能源管制的辖区获得建筑许可，并在人才市场中保持人才，以竞争薪资吸引那些AI实验室的客户。
Fluidstack还面临CoreWeave所熟知的动态：当你是客户的关键供应商，而该客户占你收入的实质部分时，权力关系可能会逆转。Anthropic有激励保持Fluidstack的健康，但他们同样有激励在未来续约时谈判更具攻击性的条款，一旦基础设施建立，双方的转换成本都很高。对集中合同的依赖是估值倍数在增长如此显著的情况下经常忽视的风险。
基础设施是新软件，这改变了谁来捕获价值
Fluidstack对AI经济的启示超出了融资轮的范围。在过去三年中，主流叙述将模型实验室——OpenAI、Anthropic、Google DeepMind——定位为将捕获大部分由这一技术转型产生的价值的参与者。逻辑很直接：谁控制模型，谁就控制用户接口。
Fluidstack的崛起显示，这一逻辑忽视了一个根本层面。模型是软件。软件因其本质，趋向于商品化，因为多个参与者可以复制其功能。然而，物理基础设施具有真实的进入壁垒：资本、许可、建筑时间、与能源和半导体供应商的关系。专注于AI的数据中心无法在几周内复制。
这重新配置了AI价值链中权力的分布。并非以模型与基础设施的二元方式，而是以更细腻的方式：在接下来的五到十年中，谁控制物理层面，将拥有一种谈判地位，而这一点在短期内无法被算法的进步所抹去。Fluidstack在2022年在云基础设施上转型为专注于AI计算的基础设施时，押注了这一论点。今天，凭借数十亿美元的合同，这一赌注是基于趋势与基于结构稀缺性构建业务的差别。
对于任何评价自身在AI价值链中位置的企业领导者来说，指令显而易见：审计你的公司是在基于趋向于丰裕的层面构建，还是在基于趋向于稀缺的层面构建。而那些在无人争夺的情况下定位为物理层的所有者的人，今天正在以180亿美元的估值进行谈判。利用资本不仅是为了积累通用资产，而是为了控制市场无法快速复制的瓶颈，这是将初创企业转换为关键基础设施的唯一赌注，而关键基础设施则是提升所有依赖于它的公司的资产。
