Nscale 冲刺 IPO：1030 亿美元订单八成多来自微软与 Anthropic，AI 数据中心热潮显露集中风险
据彭博社及相关招股文件信息，英国 AI 基础设施公司 Nscale 正在冲刺 IPO，其披露的合同总额达到 1,030 亿美元。但这份看似庞大的订单簿高度集中：微软和 Anthropic 两家公司贡献了其中约 85%。与此同时，Nscale 仍未为面向 Anthropic 的大型算力项目落实具有约束力的融资承诺。这一案例折射出 AI 数据中心和“新云”厂商在资本市场快速升温背后，仍面临客户集中、融资压力、供应链和交付能力等多重考验。
订单暴增背后：微软与 Anthropic 是核心支柱
Nscale 的主营方向是建设面向 AI 训练与推理需求的定制化数据中心，与 CoreWeave、Nebius 等“新云”公司处在相近赛道。这类公司通常为大模型企业、云厂商和半导体生态伙伴提供算力基础设施，受益于生成式 AI 对 GPU 集群和高密度数据中心的需求增长。
来源显示，Nscale 在过去三年客户签约量大幅增长，主要动力来自微软和 Anthropic。自 2025 年底以来，Nscale 与微软签署多份协议，到 2033 年的总价值约为 438 亿美元。今年 8 月，Nscale 又与 Anthropic 达成价值约 446 亿美元的算力租赁协议，计划为 Claude 背后的开发商建设服务器机架及相关设施。
不过，招股书也披露，Nscale 的收入“很大程度上由少数几家客户贡献”。这意味着，虽然公司账面合同规模惊人，但其业务韧性仍与少数大客户的预算、战略节奏和项目推进高度绑定。
- 合同总额：约 1,030 亿美元，但截至 8 月底实际生效合同金额约 26 亿美元。
- 客户结构：微软与 Anthropic 合计贡献约 85% 的合同总额。
- 盈利状况：今年上半年销售额约 1.406 亿美元，净亏损约 10.2 亿美元。
- 上市计划：据英国《金融时报》报道，Nscale 计划在纽约上市，目标估值最高达 350 亿美元。
Anthropic 项目仍有条件：8 吉瓦规划考验融资与交付
Anthropic 相关项目是 Nscale IPO 叙事中的重要组成部分。公司计划在今年早些时候收购的美国西弗吉尼亚州场地建设大型设施，整体规模达 8 吉瓦，并预计首批 2 吉瓦设施于 2028 年投入运营。
但这份协议并非无条件落地。招股书显示，Nscale 需要完成特定里程碑，并持续满足稳定供应算力的严格要求，否则合同存在被终止的可能。更关键的是，Nscale 目前尚未获得为该项目融资的具有约束力承诺。对于高资本开支的数据中心建设而言，融资可得性将直接决定项目从合同走向真实产能的速度。
AI 数据中心不同于传统机房扩建，其对电力、土地、冷却、GPU 供应和网络互联要求更高。若项目规模达到数吉瓦级别，建设周期、地方审批、电网接入和设备交付都可能成为制约因素。对于投资者而言，合同金额只是第一层指标，能否按期转化为可用算力和收入，才是更核心的问题。
与英伟达深度绑定：既是优势也是风险
Nscale 与英伟达的关系同样受到关注。招股书显示，英伟达既是 Nscale 的主要股东，也是其数据中心计划采用芯片的主要开发商。英伟达参与了 Nscale 多轮融资，供应芯片，并为约 8.6 亿美元租赁义务提供担保。上周，英伟达还参与 Nscale 31 亿美元融资方案，获得价值 10 亿美元的可转换债券或无表决权股份。
这种绑定对 Nscale 有明显好处：在 AI 加速器供给紧张的周期中，靠近英伟达生态有助于增强市场信心，也可能提高获取关键芯片资源的确定性。但 Nscale 也在文件中提示，与英伟达的紧密关系并不能消除供应链风险，最新 AI 加速器仍可能无法按时运抵数据中心。
影响与解读：新云公司正从“算力故事”进入兑现阶段
Nscale 的案例显示，AI 基础设施公司正在资本市场获得极高关注，但行业也暴露出典型的周期风险。一方面，大模型公司和云服务商对算力的长期需求是真实存在的；另一方面，围绕同一批 AI 开发商、芯片公司和新云厂商形成的密集交易网络，也被批评者视为潜在泡沫信号。
此前 OpenAI 已退出与 Nscale 在挪威和英国合作开发“星际之门”基础设施项目的计划，微软同意接手 OpenAI 在挪威的数据中心。据报道，谷歌计划在英国接替 OpenAI 的位置。彭博社还曾报道 Nscale 洽谈向字节跳动提供算力，但在 S-1 文件中，Nscale 未披露与谷歌的交易，也未提及字节跳动。
对中文科技读者而言，Nscale 的上市进程值得关注，不只是因为其估值目标和订单规模，更因为它代表了 AI 产业链从模型竞争延伸到电力、机房、GPU 与融资能力的竞争。接下来，市场将重点观察 Nscale 能否把 千亿美元级订单转化为可交付的数据中心产能，并在高度依赖少数客户的结构下证明商业模式的可持续性。