Crusoe ha chiuso la prima tranche di un round Series F da 3,9 miliardi di dollari che porta la valutazione post-money della società a 30,9 miliardi di dollari, uno dei finanziamenti privati più consistenti registrati nel settore dell’AI infrastructure. Il round, sovrascritto, è stato co-guidato da Atreides Management, Mubadala Capital e Valor Equity Partners e vede tra gli investitori anche NVIDIA, Founders Fund, GIC, Qatar Investment Authority, Radical Ventures e TPG.
Il dato finanziario racconta però soltanto una parte della trasformazione di Crusoe. La società dichiara oggi oltre 140 miliardi di dollari di Total Contracted Value, più di 6 GW di capacità lorda contrattualizzata tra data center e cloud e circa 1 GW di capacità già consegnata e operativa. Il nuovo capitale servirà soprattutto ad accelerare la costruzione di AI factory, espandere Crusoe Cloud e aumentare la diffusione dei data center modulari Crusoe Spark.
Dalle criptovalute alle AI factory
Crusoe nasce nel 2018 con un modello molto diverso da quello attuale: utilizzare energia che sarebbe altrimenti sprecata per alimentare infrastrutture dedicate al mining di criptovalute.
La crescita dell’intelligenza artificiale ha progressivamente trasformato l’azienda in un operatore verticalmente integrato dell’AI infrastructure. Oggi Crusoe sviluppa infrastrutture energetiche, costruisce data center, installa cluster di acceleratori, gestisce servizi cloud e offre piattaforme di inferenza.
La società sintetizza il modello con l’espressione “from electrons to tokens”: controllare la catena che parte dall’energia necessaria ad alimentare un’infrastruttura e arriva fino ai token prodotti dai modelli di intelligenza artificiale.
È un’impostazione che riduce la separazione tradizionale tra energia, data center, hardware e cloud. Per Crusoe questi elementi stanno diventando parti di un’unica piattaforma industriale.
Oltre 140 miliardi di dollari di contratti
Le dimensioni della pipeline sono probabilmente ancora più significative della valutazione raggiunta con il nuovo round.
Crusoe dichiara oltre 140 miliardi di dollari di Total Contracted Value sulla propria piattaforma, rivolgendosi a clienti che comprendono aziende AI native, hyperscaler, sviluppatori di frontier model e grandi imprese.
La capacità lorda contrattualizzata supera i 6 GW, mentre oltre 1 GW risulta già consegnato e operativo. La distanza tra questi due valori mostra contemporaneamente la dimensione della domanda già acquisita e la quantità di infrastruttura che deve ancora essere costruita.
Sono numeri che collocano Crusoe molto oltre il profilo tradizionale di una startup cloud. Il capitale necessario per costruire infrastrutture di questa scala avvicina progressivamente l’AI infrastructure ai modelli finanziari dell’energia, delle telecomunicazioni e delle grandi opere industriali.
Crusoe Cloud cresce di oltre venti volte
Anche il business cloud sta accelerando. Crusoe dichiara una crescita di oltre 20 volte delle prenotazioni di Crusoe Cloud rispetto allo stesso periodo dell’anno precedente, considerando i risultati year-to-date.
La piattaforma non si limita alla fornitura di GPU come servizio. L’offerta comprende infrastruttura cloud, servizi di fine-tuning serverless e strumenti di inferenza self-service, spostando progressivamente il valore verso gli strati software superiori.
Tra le aziende indicate da Crusoe come utilizzatrici della propria infrastruttura cloud figurano Cognition, Figure e Perplexity.
Questa evoluzione è importante perché mostra come i neocloud stiano cercando di superare il modello basato esclusivamente sull’affitto degli acceleratori. L’obiettivo è controllare una parte crescente dello stack, dal data center fino all’esecuzione del modello.
L’inferenza diventa un business autonomo
Un altro indicatore arriva da Crusoe Managed Inference, servizio introdotto alla fine dello scorso anno e che, secondo la società, ha già superato 100 milioni di dollari di ARR contrattualizzato.
Crusoe sostiene inoltre che il proprio inference engine possa raggiungere fino a 9,9 volte migliori prestazioni nel time-to-first-token e cinque volte il throughput rispetto a vLLM in determinate configurazioni. Le prestazioni vengono attribuite anche alla tecnologia proprietaria MemoryAlloy.
Si tratta di dati dichiarati dalla società, ma mostrano chiaramente la direzione della strategia: Crusoe non vuole limitarsi a fornire l’hardware sul quale vengono eseguiti i modelli, ma intende intervenire direttamente sull’efficienza con cui quell’hardware viene trasformato in inferenza.
Il mercato dei neocloud sta così salendo progressivamente nello stack: GPU, cluster, cloud, inference engine e infine token.
NVIDIA investe nella società che compra le sue GPU
La partecipazione di NVIDIA al round introduce una dinamica particolarmente significativa.
Il principale produttore di acceleratori per l’intelligenza artificiale investe direttamente in uno degli operatori che costruiscono le infrastrutture nelle quali vengono installate le proprie piattaforme.
Per NVIDIA, sostenere finanziariamente la crescita dei neocloud può contribuire ad aumentare la quantità di capacità disponibile per nuovi cluster AI. Più capitale a disposizione degli operatori infrastrutturali significa potenzialmente più data center, più sistemi accelerati e quindi un mercato più ampio per GPU, networking e piattaforme software.
L’investimento crea così un collegamento sempre più stretto tra produttori di semiconduttori, operatori cloud e finanziamento delle infrastrutture.
Il capitale serve a costruire nuove AI factory
Crusoe utilizzerà il nuovo finanziamento per ampliare i programmi esistenti e costruire ulteriori AI factory, comprese grandi infrastrutture hyperscale e installazioni modulari.
Il termine AI factory identifica strutture progettate specificamente per trasformare energia e dati in capacità di training e inferenza. Rispetto a un data center tradizionale cambiano soprattutto la densità energetica, il sistema di raffreddamento, il networking e l’architettura dei cluster.
Un’infrastruttura destinata a decine di migliaia di acceleratori richiede infatti un’integrazione molto più stretta tra compute ed energia.
Crusoe opera oggi con oltre 1.800 dipendenti distribuiti in cinque Paesi e ha aperto nuovi uffici a Bellevue, nello Stato di Washington, e New York.
L’energia diventa il punto di partenza
Uno degli elementi distintivi del modello Crusoe è la strategia definita energy-first.
Nel modello tradizionale viene individuato un sito per il data center e successivamente viene cercata la capacità energetica necessaria ad alimentarlo. Crusoe cerca invece di partire dalla disponibilità di energia, sviluppando e gestendo direttamente una parte delle infrastrutture necessarie.
La società dichiara di operare attraverso capacità interne di sviluppo di impianti e accordi con operatori della rete elettrica, sistemi di accumulo, nucleare, generazione termica e fonti rinnovabili.
Questo approccio mostra quanto la disponibilità di elettricità sia ormai diventata una componente strategica dell’AI. La capacità di acquistare GPU non è sufficiente se non esistono potenza elettrica, infrastrutture di rete e sistemi di raffreddamento in grado di mantenerle operative.
I data center modulari Crusoe Spark
Una parte importante della strategia riguarda Crusoe Spark, la piattaforma di data center modulari che l’azienda produce negli Stati Uniti.
I moduli vengono realizzati in fabbrica e successivamente installati nei siti nei quali è disponibile capacità energetica. Crusoe sostiene che questo approccio consenta di ridurre i tempi di costruzione sul campo da anni a settimane, diminuendo contemporaneamente i costi rispetto alle tecniche convenzionali.
La modularità permette inoltre di aumentare progressivamente la capacità installata. Un cliente può iniziare con una determinata quantità di compute e aggiungere ulteriori moduli quando aumentano workload e domanda.
Il modello è progettato anche per accogliere nuove generazioni di semiconduttori e sistemi di networking, riducendo alcuni dei vincoli associati alla costruzione di grandi campus monolitici.
Il compute si sposta dove esiste energia
Crusoe Spark introduce anche un’inversione nella logica tradizionale di progettazione dei data center.
Normalmente viene scelto il sito e successivamente si cerca di portare nel sito l’energia necessaria. La modularità consente invece di standardizzare una parte dell’infrastruttura e distribuirla più rapidamente nelle aree dove la capacità energetica è già disponibile.
Il compute diventa così, almeno in parte, geograficamente più flessibile.
Questa impostazione potrebbe risultare particolarmente adatta all’inferenza, che non richiede necessariamente la concentrazione di centinaia di migliaia di acceleratori nello stesso campus utilizzata per alcuni workload di training.
Invece di portare continuamente nuova energia verso enormi centri di calcolo, una parte della capacità potrebbe quindi essere installata direttamente vicino alle fonti energetiche disponibili.
Il campus di Abilene e OpenAI
Tra gli esempi utilizzati da Crusoe per dimostrare la capacità di realizzare infrastrutture su larga scala figura il campus di Abilene, progettato e costruito dalla società.
Secondo Crusoe, l’infrastruttura è stata utilizzata da OpenAI per il training di Astra. Il riferimento è significativo perché collega direttamente l’attività del provider infrastrutturale allo sviluppo dei modelli AI più avanzati.
La definizione di Astra come sistema di intelligenza artificiale generale, utilizzata anche nelle comunicazioni legate al progetto, rimane invece una questione interpretativa e non rappresenta una classificazione tecnica universalmente condivisa.
Per Crusoe il punto centrale è differente: dimostrare che la propria infrastruttura può supportare workload frontier su scala molto elevata.
I neocloud diventano infrastrutture industriali
Crusoe, CoreWeave e Nebius mostrano come il mercato dei neocloud abbia ormai raggiunto dimensioni molto superiori a quelle ipotizzabili pochi anni fa.
La ragione principale è la quantità di capitale necessaria per costruire capacità computazionale. Un singolo campus può richiedere miliardi di dollari tra acceleratori, networking, sistemi elettrici, raffreddamento, immobili e collegamenti energetici.
Il risultato è un settore caratterizzato contemporaneamente da elevatissima intensità di capitale e contratti pluriennali di dimensioni miliardarie.
Cambia anche il modello finanziario. Una quota crescente della capacità futura viene costruita sulla base di contratti sottoscritti prima che l’infrastruttura sia effettivamente disponibile.
Questo consente agli operatori di utilizzare la domanda futura come base economica per finanziare nuovi investimenti.
Il vero prodotto diventa la capacità computazionale
La strategia di Crusoe mostra anche come stia cambiando la definizione stessa di prodotto nell’AI infrastructure.
Il cliente non acquista necessariamente una determinata GPU. Acquista soprattutto una quantità garantita di capacità computazionale disponibile in una determinata finestra temporale e con determinate prestazioni.
Per produrla servono contemporaneamente acceleratori, energia, data center, networking, raffreddamento e software.
La verticalizzazione permette a Crusoe di controllare un numero maggiore di questi elementi e, almeno teoricamente, ridurre alcune dipendenze esterne.
È un modello molto diverso dal cloud generalista, nel quale l’infrastruttura fisica rimane normalmente invisibile al cliente.
Energia, GPU e capitale diventano una sola supply chain
L’evoluzione di Crusoe mostra quanto la crescita dell’intelligenza artificiale sia ormai diventata anche un problema infrastrutturale.
Per aumentare la quantità di capacità AI disponibile non basta sviluppare modelli più efficienti. Servono contemporaneamente semiconduttori, elettricità, sistemi di raffreddamento, networking, terreni, autorizzazioni e capitale.
La supply chain dell’intelligenza artificiale sta quindi integrando settori che fino a pochi anni fa operavano in modo molto più indipendente.
Energia, GPU, data center e finanziamento stanno diventando componenti della stessa infrastruttura produttiva.
Perché il round Crusoe conta per il mercato
Il Series F da 3,9 miliardi di dollari rappresenta un indicatore della quantità di capitale che gli investitori ritengono ancora necessaria per sostenere l’espansione dell’infrastruttura AI.
La valutazione di 30,9 miliardi di dollari attribuita a una società fondata nel 2018 mostra inoltre che una quota significativa del valore generato dall’intelligenza artificiale potrebbe essere intercettata non soltanto dai produttori di foundation model, ma anche dalle aziende che controllano il compute necessario a eseguirli.
La competizione tra operatori come Crusoe, CoreWeave e Nebius rappresenta così un secondo livello della corsa all’intelligenza artificiale: quello per il controllo della capacità computazionale.
In questo scenario, la differenza tra gli oltre 6 GW contrattualizzati da Crusoe e il circa 1 GW già operativo rimane uno dei numeri più interessanti. Misura non soltanto la crescita potenziale della società, ma anche la quantità di energia, capitale e infrastrutture che devono ancora essere trasformati in capacità AI effettivamente disponibile.
