CoreWeave 在 $9B AI 基础设施交易中收购 Core Scientific

发现顶级金融科技新闻和活动！

订阅 FinTech Weekly 的新闻通讯

由摩根大通（JP Morgan）、Coinbase、Blackrock、Klarna 等高管阅读

CoreWeave 以 $9 十亿美元的全股票收购 Core Scientific，扩大 AI 基础设施

CoreWeave 已宣布以 $9 billion 的全股票收购 Core Scientific。此举旨在扩大其数据中心规模，并巩固其在全球人工智能基础设施“竞赛”中的地位。该交易于 2025 年 7 月 7 日披露，体现了 CoreWeave 力图将关键运营环节内化的战略举措：消除未来的租赁义务，并确保支撑日益密集的人工智能与 HPC ( 高性能计算 ) 工作负载所需的实体产能。

协议将 Core Scientific 的股份估值为每股 20.40 美元——比收购讨论在公开前该股的收盘价高出 66%。该交易预计将于 2025 年第四季度完成，前提是获得股东与监管机构的批准。

AI 基础设施的需求超越算力

随着人工智能应用持续演进，其背后的基础设施需求也随之变化。CoreWeave 的收购策略反映了企业日益增长的需求：不仅要掌控处理能力，还要掌控支撑这些能力的底层物理基础设施——从电力分配到冷却系统。

新增 Core Scientific 的数据中心资产，将使 CoreWeave 能够获得位于美国各地设施中的 1.3 吉瓦总产能。公司还获得了再扩展 1 吉瓦的选项，使其能够应对 AI 与机器学习工作负载的快速增长。

除了算力资源，本次收购也意在提升运营效率。CoreWeave 管理层强调，未来有望消除预计 $10 billion 的租赁义务，从而在对 AI 处理的需求持续上升的同时，提高灵活性并优化成本结构。

Core Scientific 从挖矿转向计算基础设施

自 2022 年申请破产以来，Core Scientific 经历了显著转型。该公司原本是比特币挖矿领域的重要参与者，如今已重新定位为数字基础设施与 HPC 解决方案的提供商。2024 年重新在纳斯达克挂牌后，Core Scientific 的重点转向了在专为高密度计算打造的环境中，推动高密度计算部署。

其设施旨在支持面向企业客户与机构合作伙伴的可扩展数字工作负载。这一运营转向使得 Core Scientific 成为 CoreWeave 的理想收购目标——后者希望在面对 AI 驱动应用需求不断增加时，能够迅速扩展其基础设施规模。

尽管 Core Scientific 仍持续服务数字资产行业，但其向“基础设施即服务”（Infrastructure-as-a-Service）以及计算托管的更广泛转型，使其与 AI 以及企业计算未来需求更加契合。

对“技术栈”的掌控正在加速推进

这笔交易是科技公司希望掌控数字基础设施“技术栈”更多层面的更大趋势的一部分。对于 AI 领域的企业而言，拥有数据中心、电力容量以及物理资产，正变得与算法创新同等重要。

CoreWeave 的收购策略正体现了这种变化。公司不再依赖第三方托管服务商，而是将基础设施纳入自身直接控制，以提升为客户规模化构建与部署 AI 模型所带来的速度、可靠性与能源效率。

整合 Core Scientific 的设施也将帮助 CoreWeave 扩大其在美国的布局，通过分散地理风险，并确保能够接入具备更有利能源条件的战略性站点。

对 AI 基础设施市场的影响

支撑人工智能的基础设施不再只是“次要考量”。当企业在各个行业部署越来越庞大的模型——从医疗与制造业到 fintech——对可靠、可扩展的数据中心的需求变得至关重要。

这笔交易释放出一个信号：资本正在流向基础设施整合。能够同时提供计算性能与物理产能的公司，正逐渐成为 AI 生态系统运作方式的核心。

对 CoreWeave 而言，此次收购进一步强化了其成为该领域“基石型供应商”的雄心。凭借对高容量数据中心的所有权以及由此带来的运营自主权，公司将更有条件满足那些寻求规模化性能的 AI 开发者与企业客户的需求。

从破产走向战略性退出

Core Scientific 的发展轨迹也表明：企业如何在面对市场压力时做出调整与转向。尽管其起点在数字资产挖矿领域，但公司已调整其商业模式以服务更广泛的企业需求——将重点从资产生成转向基础设施支持。

这种战略重新定位如今开始显现回报。此次收购不仅代表一笔商业交易，也体现了在 AI 时代数字基础设施价值不断增长这一趋势。它也表明，具备运营适应能力的公司，能够在相邻行业中重新找到发展的相关性。

在监管审查仍在进行之中，交易的全部影响仍有待观察。但如果获得批准，它将成为迄今为止规模最大的、面向 AI 的基础设施收购之一——也传递出一个信号：在为下一代机器智能提供算力的竞赛中，风险正在变得多么高。