輝達重倉，字節或為隱形大客戶。

智東西10月14日報導，最近，曾與Anthropic簽下至多約450億美元算力大單的AI算力基建創企Nscale，再次走到了聚光燈下——2026年9月25日，其宣佈已通過可轉換貸款票據完成33.6億美元融資。

本次融資包括輝達的10億美元承諾，資金預計於2026年11月中旬到位。

據Nscale稱，本輪是IPO前可轉換融資，9月18日，Nscale已正式向美國證券交易委員會（SEC）遞交Form S-1註冊聲明，擬在紐約證券交易所上市。

經過此次融資，市場預期Nscale估值最高可達約350億美元，而不到1個月前這個數字還是146億美元。

該公司向潛在投資者披露，其合同總收入已飆升至約1034億美元。

同期，9月11日，在7月離開OpenAI的“二把手”、前AGI部署業務CEO Fidji Simo，官宣加入Nscale董事會。

Nscale是一家總部位於英國倫敦的全端AI基礎設施公司，業務覆蓋面非常廣，包括電力與土地獲取、資料中心建設營運、GPU叢集部署及上層軟體編排等。

在亮眼的IPO前景、千億級合同與明星客戶加持之下，很少有人留意到，這家風頭正盛的創企，直到2024年5月才從一家比特幣挖礦企業分拆獨立。

而其創始人Josh Payne的故事則更加戲劇化——高中輟學，當過煤礦工人，做過建築工地的吊裝工，如今卻把一家公司帶到了百億乃至衝擊350億美元估值的位置。

從煤礦到AI基建，從加密礦場到千億合同，Nscale只用了兩年半時間。這背後，究竟發生了什麼？

01.  募資超200億元  字節跳動或是“隱身”大客戶

2026年9月18日前後，Nscale正式向美國證券交易委員會（SEC）遞交Form S-1註冊聲明，擬在紐約證券交易所上市。

其主承銷商陣容十分豪華，由高盛、摩根大通和摩根士丹利擔任聯席主簿記行，另有數十家國際投行參與。

9月25日，其宣佈已通過可轉換貸款票據完成33.6億美元融資，其中包括輝達的10億美元承諾，資金預計於2026年11月中旬到位。

市場預期估值最高可達約350億美元，這個資料較其2026年3月Series C時的私人估值翻了一倍多。

支撐這一高估值的核心，是Nscale披露的合同資料。

截至2026年8月31日，Nscale活躍與簽約總合同價值（Total Contract Value）約達1034億美元，平均合同期限約5.7年。

其中，最重磅的是與Anthropic在2026年8月簽署的GPU服務協議，總額最高約446億至450億美元，覆蓋西弗吉尼亞Monarch Compute Campus約460兆瓦容量，主要部署輝達Vera Rubin系列GPU，預計2027年底起逐步上線。

同時，Nscale也與輝達深度繫結。根據檔案，輝達通過認股權證等已持有Nscale超過5%的普通股（主要為非投票權股份），並在2026年9月中旬完成的約31億美元可轉換貸款票據中，認購約10億美元。

這些票據將在IPO完成後自動轉為股份。輝達整體支援（含承諾、擔保及投資）已超20億美元，既是其晶片供應商，也是重要資本盟友。

▲輝達創始人兼CEO黃仁勳與Nscale創始人兼CEOJosh Payne交流

在其IPO申報檔案中還有一個細節很值得推敲：Nscale在2025年的3300萬美元營收中，一個未具名客戶貢獻了73%。

IPO申報檔案並沒有明說這個未具名的客戶究竟是誰，但在一份支援性附件中的貸款協議上，Nscale將新加坡實體Spring (SG) Pte Ltd列為重要客戶。SEC檔案顯示，Nscale曾於2025年5月與Spring簽署合同。而據英國《金融時報》爆料，Spring正是字節跳動的子公司。

這樣一來，字節跳動很可能就成了Nscale在2025年最大收入來源。

差不多在和字節簽合同的同一時間段，Nscale挖來前阿里雲高管Jing Yin。作為聘用條件，Nscale給到他相當於總股本5%的期權，同時承諾董事會席位。

包含股權獎勵在內，Jing Yin是Nscale去年薪酬最高的高管，甚至超過該公司CEO、聯合創始人Josh Payne。目前，Jing Yi負責Nscale亞洲範圍內多項重要的雲、支付和電商業務。

財務層面，該公司仍處高速擴張期：2026年上半年，其總營收1.406億美元，同比增長約1252%，但淨虧損擴大至10.2億美元。重資本投入、資料中心建設與GPU採購是虧損主因。

與此同時，Nscale已通過多筆項目貸款、循環信貸及可轉債工具籌集數十億美元債務資金，以支撐德克薩斯、北卡羅來納、挪威、葡萄牙等地的產能擴張。其電力管線展望已超10吉瓦，活躍與簽約GPU規模達數十萬塊量級。

02.  乘AI東風  Nscale從比特幣礦場走到AI算力新秀

一個“初出茅廬”的創企，為什麼可以獲得Anthropic和輝達等多家行業龍頭的青睞？

根本原因在於，Nscale把電力、土地、資料中心、GPU叢集和軟體層完全打通，串成了一條線。

尤其在電力，這個AI基建最大瓶頸上，通過鎖定挪威水電、葡萄牙、西弗吉尼亞超8GW微電網等大規模低價/可再生電力，市場認為Nscale可以實現比純能源或純基建玩家更低的單位成本和更高的交付確定性。

而這一切，與Nscale的發展歷程密不可分。

Nscale前身可追溯至澳大利亞的Arkon Energy。約在2019至2020年間，Josh Payne與Nathan Townsend共同創立Arkon（初期稱Arkon Mining），總部位於墨爾本/雪梨，專注於利用可再生能源進行比特幣挖礦的資料中心基礎設施。

Arkon策略十分清晰：尋找廉價過剩電力，尤其是北歐水電。該公司在挪威Glomfjord、美國俄亥俄Hannibal等地收購或建設設施，積累了高密度計算環境營運與電力合同管理經驗。

那一年，加密市場低迷導致挖礦利潤大幅下滑，而生成式AI爆發令GPU算力供不應求。Payne團隊敏銳捕捉到，同一套“廉價電力+高密度計算設施”用於AI訓練與推理的價值遠高於挖礦。

2023年底，Arkon完成約1.1億美元融資，並明確提出從現有挪威資料中心推出AI雲服務。

2024年5月29日，Nscale正式從中剝離，在英國倫敦註冊成立，聯合創始人為Josh Payne與Nathan Townsend，Payne為唯一重大控制人。該公司從“隱身模式”中走出，定位徹底轉向AI資料中心、GPU雲與全端超大規模基礎設施。

其初期核心資產包括從Arkon繼承的挪威水電資料中心，以及部分綠地項目管線。與此同時，Arkon逐步收縮比特幣業務，部分美國資產被出售，網站最終下線。

此後，乘著AI的東風，Nscale擴張節奏極快。

2024年7月前後，其收購芬蘭模組化資料中心公司Kontena；12月完成Series A融資，共1.55億美元，管線從300兆瓦擴展至1.3吉瓦。

2025年9月，Nscale完成歐洲歷史上最大規模Series B，融資11億美元，由Aker領投，輝達、諾基亞、戴爾等參與，並與Aker成立挪威合資公司推進Stargate相關項目。

10月，其再獲約4.33億美元Pre-Series C SAFE融資，同時與微軟簽署約20萬塊輝達GPU的大規模部署協議，覆蓋歐洲與美國多站點。

2026年3月，Nscale的Series C融資約20億美元落地，投後估值146億美元，Aker成為最大股東。

同期，Nscale的董事會還引入了Meta前首席營運官Sherl Sandberg、雅虎前首席財務官和總裁Susan Decker與Meta前全球事務與傳播副總裁、全球事務總裁Nick Clegg等人。

同年，該公司收購美國智能與電力公司，獲得了潛力超8吉瓦的Monarch Compute Campus（君主計算園區），交易對價約7.926億美元（包括現金與Nscale股票）。

通過這次收購，Nscale成立新的全球事業部Nscale Energy & Power，實現垂直整合。同時還為後續大客戶合同奠定基礎，後來Anthropic約450億美元的大單也主要落在這個園區。

從加密礦場分拆到合同背書超千億美元，Nscale僅用了不到兩年半的時間，就完成了從邊緣玩家到行業焦點的躍遷。

其核心邏輯十分清晰：把已有的能源與基礎設施能力，快速遷移到更高價值的AI算力賽道，並以資本與大客戶合同形成正向飛輪。

03.  從16歲的煤礦工人，到32歲的CEO  Payne的草根逆襲故事

Nscale的創始人兼CEO名為Josh Payne（Joshua David Payne），他的經歷也有著和Nscale相似的草根逆襲底色。

大約在1993年12月，Josh Payne出生於澳大利亞新南威爾士州紐卡斯爾工業區。紐卡斯爾（Newcastle）是新南威爾士州第二大城市，歷史上是重要的煤炭、鋼鐵和港口工業城市。

由於歷史原因，當地許多青年註定要進入煤礦工作，Josh Payne也不例外。16-17歲時，Josh Payne從高中輟學，隨後在附近的Ravensworth煤礦從事了近三年的體力勞動。

之後，他又做過建築與隧道項目的普通勞工。2016年左右，Josh Payne移居雪梨，成為一名“dogman”，即負責吊裝與指揮起重機的建築工人。

他白天在工地揮汗如雨，晚上則自學比特幣交易與商業知識。2017年前後，他與朋友聯合創立CTM Workforce，一家面向土木、隧道與礦業的勞務派遣公司。

隨後，Josh Payne進入雪梨的PT Capital，專注可再生能源與技術項目的顧問與融資業務。

2019至2020年，他與Nathan Townsend共同創立Arkon Energy，正式踏入資料中心與加密挖礦領域。這段經歷讓他深刻理解大規模電力、冷卻與硬體供應鏈的運作邏輯，而這些經驗在AI時代極具價值。

2024年，Payne主導將AI業務分拆為Nscale，並將重心移至倫敦。

他沒有矽谷精英光環，沒有名校學歷，也沒有顯赫的家族背景，卻憑藉對能源與基礎設施的直覺、快速學習能力以及對市場時機的敏銳把握，在短短兩年內將公司推至百億乃至衝刺350億美元估值的高度。

他從紐卡斯爾的工業煙塵中走來，最終站到了全球AI基礎設施競逐的舞台中央。

04.  結語：從挖礦到算力  Nscale轉型的實質是能力延續

AI競賽的重心，正從模型參數轉向基礎設施交付。

算力問題涉及電力獲取、並網排隊、冷卻方案、土建周期、供應鏈調度等等。誰能把這些分散要素變成按時上線的容量，誰就掌握定價權。

這也解釋了為何礦企、能源商、工程公司和資料中心營運商被重新拉回舞台中央。Payne的路徑已經證明，在算力成為硬通貨的時代，真正稀缺的是能把電力、土地、晶片與資本高效組織起來的操盤手。

從工業煙塵走到舞台中央，NScale給出了上半場的答案。而上市之後，市場會追問利用率、交付節奏、客戶集中度、債務成本和電力鎖價能力。能否成為一家真正穿越周期的公司，才是Nscale接下來要回答的問題。    (智東西)

9月3日，一條消息在機器人圈炸了鍋。

Figure AI宣佈與英國AI基礎設施公司Nscale達成戰略合作，將部署NVIDIA最新的Vera Rubin平台，最高配置10萬張GPU。首期算力採購承諾35億美元，雙方意向後續擴大至超60億美元。

首批GPU將於2027年下半年在德克薩斯州巴斯托的資料中心上線。

消息一出，圈內人的第一反應不是”Figure真有錢”，而是——人形機器人這門生意，終於從”拼身體”捲到了”拼腦子”，而”拼腦子”的本質，就是拼誰更能燒錢。

一、一家零營收的公司，為什麼敢砸400億買算力？

Figure AI目前估值390億美元，但公開營收為零。它的機器人還在寶馬工廠做測試，沒有大規模商業化交付。就是這樣一家公司，一口氣簽下400億的算力採購大單。

這不是瘋狂，這是人形機器人賽道的”生存邏輯”。

何小鵬此前在公開場合說過一句話：“人形機器人大模型訓練投入，50億隻是入門門檻。”

50億人民幣，約7億美元，在Figure的400億面前，連零頭都不到。

為什麼人形機器人這麼”吃”算力？

答案藏在一個技術細節裡：人形機器人需要建構”世界模型”。

自動駕駛訓練靠的是行車資料，積累幾億公里就能跑通。但人形機器人面對的是一個完全開放的物理世界——一塊布怎麼抓、一杯水怎麼端、一個易碎品怎麼放，每一個動作都涉及對物理規律的理解和模擬。布料的形變、液體的流動、物體的重心變化，這些都需要在虛擬環境中進行海量模擬訓練。

業內估算，人形機器人的訓練算力需求是自動駕駛的數十倍。

Figure的Helix大模型，就是用來幹這件事的。10萬張Vera Rubin GPU，意味著Figure可以同時跑數百萬個模擬環境，讓機器人在虛擬世界裡”練習”端茶倒水、整理貨架、操作工具，然後把學到的技能遷移到真實世界。

這還不算完。就在算力大單宣佈前一周，Figure剛推出了Index資料採集項目——一個面向全球使用者的手機App，採集真實環境下的任務執行視訊。創始人Brett Adcock透露，未來12個月將投入超過10億美元用於資料和計算資源。目前Index已覆蓋全球108個國家和地區。

資料+算力，雙管齊下。Figure的邏輯很清晰：機器人的智能上限，由訓練資料的規模和模型迭代的速度決定，而這兩者，都需要算力來支撐。

二、算力正在重塑人形機器人的競爭規則

如果說2024年的人形機器人賽道還在比”誰能走得穩、誰能跳得高”，那麼2026年的競爭焦點已經徹底變了。

鈦媒體的一篇報導點破了這個趨勢：“研發投入核心方向已從’運動能力炫技’轉向具身智能大模型、工業場景泛化。”

東方財富的研報說得更直白：“目前阻礙人形機器人大規模商業化落地的主要瓶頸，是大模型泛化能力不足。”

什麼叫泛化能力？就是機器人在A工廠學會了擰螺絲，到了B工廠能不能直接上手，而不需要重新程式設計訓練。這個能力，恰恰是大模型的核心能力，而大模型的能力上限，由算力決定。

這就解釋了為什麼Figure要花400億買算力——它不是在買GPU，它是在買”機器人變聰明的速度”。

10萬張GPU意味著什麼？做個簡單對比：訓練GPT-4大約用了2.5萬張A100 GPU。Figure的10萬張Vera Rubin（性能遠超A100），相當於同時開4個以上”GPT-4級”的訓練任務。這種算力規模，足以讓Figure的模型迭代速度比競爭對手快一個數量級。

更值得玩味的是這筆交易背後的資本格局。

Nscale不只是供應商，還對Figure進行了戰略投資。而Figure的背後，站著OpenAI——2026年5月，OpenAI以29億美元收購Figure，正式成立OpenAI Robotics部門。再往上追溯，OpenAI剛完成1100億美元融資，估值7300億美元，計畫到2030年投入6000億美元在算力上；OpenAI與輝達達成千億美元合作，共建10吉瓦AI基礎設施。

輝達造晶片，OpenAI做大模型，Figure做機器人本體，Nscale建資料中心——一條完整的”算力-模型-本體”產業鏈正在形成。

這不是簡單的商業合作，這是一場”算力寡頭”對人形機器人賽道的降維打擊。

三、人形機器人競爭到最後，真的是資本的競爭嗎？

Figure的400億算力大單，把一個殘酷的問題擺到了所有從業者面前：人形機器人的終局，是不是一場”誰錢多誰贏”的遊戲？

要回答這個問題，得先看看中美兩國的競爭格局。

出貨量上，中國碾壓。2025年全球人形機器人出貨約1.8萬台，中國企業佔74%。宇樹科技以超5500台位居全球第一，智元以5100台緊隨其後，優必選1000台排第三。TrendForce預計2026年宇樹與智元合計將佔全球出貨近80%。

但在算力和資本上，美國碾壓。Figure一家公司的算力採購就400億人民幣，而2025年全年國內人形機器人賽道融資總額才511億元。OpenAI一家的算力投入計畫（6000億美元），相當於整個中國具身智能賽道三年融資總和的數十倍。

這就形成了一個詭異的局面：中國企業靠性價比和供應鏈優勢，在出貨量上遙遙領先；美國企業靠算力和資本優勢，在模型能力上加速追趕。

那麼，資本真的能決定一切嗎？

人形機器人的商業化落地，至少需要跨過三道門檻：

沒有足夠的算力，模型迭代速度上不去，泛化能力就是空談。這道門檻，Figure已經用400億跨過去了，而國內大多數創業公司，還在為幾億人民幣的融資奔波。

算力可以買，但真實場景的資料買不來。Figure的Index項目在全球108個國家採集資料，而國內企業的資料採集大多侷限在工廠和實驗室。誰能拿到更多真實場景的資料，誰的模型就能更快落地。

算力再強、模型再好，最終要落到真實場景裡賺錢。中國企業的優勢恰恰在這裡——宇樹的四足機器人已經在電力巡檢、消防應急領域規模化部署，智元的人形機器人在汽車工廠和3C產線落地，優必選在比亞迪和富士康的車間裡幹活。這些真實場景的資料反饋，反過來又能加速模型迭代。

所以，人形機器人的競爭不是單純的”資本競爭”，而是“資本+技術+場景”的三角競爭。資本決定了你能不能買得起算力，技術決定了你能不能用好算力，場景決定了你能不能把算力投入轉化為真實收入。

Figure的400億算力大單，是資本維度的”核武器”，但核武器能不能炸出效果，還得看它的模型能不能真正解決工業場景的問題。畢竟，一家零營收的公司，不可能永遠靠融資活著。

Figure的400億，標誌著人形機器人賽道正式進入”算力軍備競賽”階段。未來兩年，我們大機率會看到更多類似的消息——頭部企業瘋狂採購GPU，資料中心建到德州的沙漠裡，模型迭代速度從”月”壓縮到”周”。

對於中國企業來說，這既是挑戰也是機會。

挑戰在於，算力差距是真實存在的。10萬張GPU的採購規模，國內沒有幾家人形機器人公司能跟得起。如果模型能力被拉開代差，出貨量的優勢可能會被快速抹平。

機會在於，中國有全球最完整的製造業供應鏈和最豐富的工業應用場景。宇樹能把四足機器人的成本打到國外同行的十分之一，智元能在工廠裡快速迭代產品，這些都是Figure們短期內學不來的。

人形機器人的”GPT時刻”，一定是算力、資料、演算法三重共振的結果。Figure用400億買了一張”決賽入場券”，但比賽才剛剛開始。

最後說一句：當一家零營收的公司敢砸400億買算力的時候，你就知道，這個賽道的天花板，遠比大多數人想像的要高得多。(未來機器人網)

彙整鉅亨號中所有使用「Nscale」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

被黃仁勳看中，曾輟學挖礦的他，拿下3000億AI算力大單，把公司估值做到2300億

Figure 砸400 億買算力:人形機器人的終局,是一場”燒錢游戲”?

被黃仁勳看中，曾輟學挖礦的他，拿下3000億AI算力大單，把公司估值做到2300億

Figure 砸400 億買算力:人形機器人的終局,是一場”燒錢游 戲”?

Figure 砸400 億買算力:人形機器人的終局,是一場”燒錢游戲”?