欧洲 AI 基础设施的叙事长期困在一组矛盾里：算力需求被大模型训练与推理同时推高，但真正能按前沿团队节奏交付 GPU 集群的欧洲供应商仍然稀缺。企业客户一边抱怨传统云厂商的 AI 实例排队、配额和捆绑条款，一边又很难在本地找到既懂物理基础设施、又能把平台体验做到开发者可用的替代者。这种供需错位在 2026 年变得更加具体：当美国云厂商继续把最新加速卡优先分配给本土超大规模客户时，欧洲 AI 团队不得不在更长交付周期和更高溢价之间做选择。
9 月 22 日，总部位于赫尔辛基的 Verda 宣布完成 1.89 亿美元新融资，约合 1.63 亿欧元。公司称本轮包含超额认购的 B 轮，由 Emergence Capital 领投，并同步引入额外投资。对一家成立六年的公司来说，这笔钱不只是资本层面的升级，更把一家芬兰 AI 云公司推到了欧洲独角兽的位置上。但真正值得追问的不是估值标签，而是一家全栈垂直整合的欧洲 AI 云，能否在英伟达生态、美国超大规模厂商和本土能源约束之间，找到一条可验证的扩张路径。
Verda 的答案是把物理数据中心、硬件、云平台和 AI 研究全部握在自己手里。这种模式在公告中被反复强调为差异点，但它同时也意味着更重的资本开支、更复杂的供应链管理和更高的执行风险。1.89 亿美元能买到多少算力容量，取决于它如何与英伟达的供货节奏、芬兰的电价与冷却条件、以及客户对推理负载的真实付费意愿相匹配。
| 字段 | 内容 |
|---|---|
| 公司 | Verda |
| 轮次 | B轮（公司称超额认购，并包含额外投资） |
| 金额 | 1.89亿美元（约1.63亿欧元） |
| 投资方 | Emergence Capital（领投）、MUFG Innovation Partners、Supermicro、Varma Mutual Pension Insurance Company、Lifeline Ventures、6 Degrees Capital (6DC)、byFounders、Tesi，以及天使投资人 Ola Tørudbakken 和 Mark Saroufim |
| 总部 | 芬兰赫尔辛基 |
| 创始人 | Ruben Bryon（创始人兼CEO） |
| 官网 | https://verda.com |
全栈不是口号，而是把数据中心、硬件和应用层放进同一张损益表
Verda 对自己的定义非常具体：一家全栈 AI 云公司，管理从物理数据中心与硬件到云平台与 AI 研究的所有环节。这与只做算力转售或只做软件编排层的公司形成区隔。公司创始人兼 CEO Ruben Bryon 在公告中称，公司的北极星是“在欧洲建立第一家真正的科技公司，以 AI 基础设施为起点，并降低全球算力的碳足迹”。这句话的公司愿景色彩很浓，但其中“全栈”和“碳足迹”两个词，恰好对应了 Verda 商业模式中最容易被资本接受、也最难被独立验证的两个部分。
从已披露信息看，Verda 的垂直整合至少包含三层：物理层是位于芬兰的数据中心；平台层是面向开发者的按需 AI 算力服务；应用层则是一个专门的 AI Lab 团队。官方博客没有列出 AI Lab 的具体规模、项目数量或客户案例，因此这一能力目前只能被视为公司自我描述，而非可独立核验的运营事实。
这种模式与 AWS、Azure 或 Google Cloud 的 AI 实例业务有本质区别。超大规模厂商的 AI 云建立在庞大的通用云底座之上，GPU 只是其数百种服务之一；而 Verda 的算力供给更集中，客户获取更依赖开发者社区和前沿团队的口碑。问题在于，全栈整合在早期确实能带来更快的交付和更贴近客户的产品迭代，但规模扩大后，每一层都会形成独立的成本中心。数据中心需要长期电力合同，硬件采购需要锁定英伟达的供应节奏，平台研发需要持续投入工程师，AI Lab 则更像一个高成本的客户成功部门。1.89 亿美元在这些支出面前并不宽裕。
1.65 亿美元年化收入背后，是一组尚未完全对齐的财务口径
Verda 官方博客披露，公司在 2026 年 7 月达到 1.65 亿美元年化收入运行率。这是目前关于其商业规模最权威的数据点。官方博客没有披露收入结构、客户集中度、合同期限或毛利率，因此外界无法判断这 1.65 亿美元中有多少来自长期预留实例、多少来自按需短租，以及其中硬件转售和自营算力的比例。
更值得注意的冲突在融资额上。官方博客、tech.eu 和 Bloomberg 均报道本轮为 1.89 亿美元；CryptoBriefing 则称 1.55 亿美元扩展融资。需要说明的是，CryptoBriefing 的 1.55 亿美元与官方口径冲突，本次采集材料未采信该数字。该差异可能来自 CryptoBriefing 将本轮描述为“扩展融资”而非官方口径中的“超额认购 B 轮加额外投资”，即其统计边界可能只覆盖了部分融资，而非简单错误；但本次采集材料无法获取 CryptoBriefing 全文，因此不能进一步判定其具体统计口径。官方博客明确写的是“包含超额认购的 B 轮，加上额外投资”，但 Verda 未披露各投资方具体金额，也未说明超额认购部分的边界。对一家刚跨入独角兽门槛的公司来说，融资结构的不透明会直接影响外界对其真实资本缓冲的判断。
累计融资超过 4.5 亿美元这个数字同样需要拆解。如果本轮 1.89 亿美元计入其中，意味着 Verda 在 B 轮之前已经筹集了约 2.6 亿美元。对于一家 2020 年成立、总部在赫尔辛基的 AI 云公司，这个融资节奏在欧洲语境下相当激进。它说明 Verda 的资本需求主要由硬件采购和数据中心建设驱动，而非单纯的软件研发。这也是为什么投资方名单里会出现 Supermicro 这样的硬件厂商——它既是投资人，也可能是服务器供应商。这种产业资本与客户关系的重叠，在 AI 基础设施领域并不罕见，但它会带来定价权和供应链独立性的问题。
英伟达生态里的渠道优势与依赖，仍待官方确认
有区域媒体报道称，Verda 是全球英伟达优选合作伙伴之一。这一身份在 AI 云行业意味着更优先的 GPU 获取渠道和更紧密的技术协作，但官方博客和 tech.eu 均未提及。该身份仅见于未获取全文的二手区域媒体报道，官方渠道未确认，待独立核验，因此本文不将其作为事实性陈述。本次采集材料未获取该报道全文，RecodeX 无法提供可复核链接，读者可自行检索 ArcticStartup 相关报道，但需注意其内容未经官方确认。
从产业链角度看，任何 AI 云公司的核心竞争力都绕不开英伟达。2026 年的 GPU 市场仍然处于结构性短缺状态，尤其是最新一代加速卡。Emergence Capital 普通合伙人在公告中称，“AI 算力需求无法满足，供需缺口正在扩大”，并认为 Verda 有技术、雄心和势头成为“定义性的 AI 基础设施公司”。这是投资方判断，不是行业事实。但它点出了一个关键逻辑：在算力供给不足的窗口期，谁能拿到卡并快速交付，谁就能获得客户和现金流。Verda 的垂直整合模式在理论上能缩短从采购到上架的时间，因为数据中心和硬件管理都在自己手里。但理论优势要转化为实际交付，取决于它能否持续获得英伟达的配额，以及芬兰数据中心的电力扩容速度。
这里存在一个 Verda 无法单方面控制的外部约束：北欧数据中心的电力接入。芬兰的可再生能源占比高、电价相对稳定，但新建或扩容数据中心的电网接入周期可能长达数年。Verda 计划在未来一年内成倍扩大算力容量，这个目标能否实现，不仅取决于资金，还取决于物理基础设施的落地速度。官方公告没有披露当前总算力容量、在建数据中心的位置或电力合同细节，因此“成倍扩大”目前只能视为公司计划，而非可验证的交付承诺。
客户名单来自区域媒体，官方渠道保持沉默
有区域媒体报道称，Verda 的客户包括 Nokia、1X、ExpressVPN 和 Freepik。这四个名字覆盖了电信设备、人形机器人、网络安全和创意工具四个完全不同的行业，如果属实，说明 Verda 的客户结构并非只集中在 AI 原生创业公司。但官方博客、tech.eu 和 techfundingnews.com 均未列出客户名单，Verda 也没有发布任何客户案例或引用客户评价。该客户名单仅见于未获取全文的二手区域媒体报道，官方渠道未确认，待独立核验，因此本文不将其作为事实性陈述。本次采集材料未获取该报道全文，RecodeX 无法提供可复核链接，读者可自行检索 ArcticStartup 相关报道，但需注意其内容未经官方确认。这种信息不对称在 B 轮融资公告中并不常见，尤其是对于一家声称服务“前沿 AI 团队”的公司。
客户结构的模糊性带来两个问题。第一，Nokia 和 ExpressVPN 的 AI 工作负载与 1X 这类机器人公司的训练需求差异巨大，前者可能更偏向推理和边缘部署，后者则需要大规模训练集群。如果 Verda 同时服务这两类客户，其产品架构必须足够灵活，但这也意味着资源调度和客户成功的复杂度更高。第二，官方不确认客户名单，可能是出于保密协议，也可能是客户关系尚未稳定到可以公开背书。无论哪种情况，外界都无法判断这些客户贡献了多少收入、合同期限多长、续约率如何。
从收入运行率反推，1.65 亿美元年化收入如果主要来自少数几家大客户，集中度风险会很高；如果来自大量中小型 AI 团队，则说明 Verda 的平台化能力已经初步建立。官方博客没有披露客户数量、平均合同价值或净收入留存率，因此这两种情景都无法证实或排除。这是 Verda 商业模式中最关键的待验证假设：它到底是一家靠少数大客户支撑的算力提供商，还是一家能持续吸引开发者生态的 AI 云平台。
推理负载是下一个战场，但付费意愿和单位经济性仍未披露
Verda 明确表示将把新资金的一部分投向推理领域。这是一个符合行业趋势的选择：随着大模型从训练阶段走向应用阶段，推理负载正在成为 AI 算力需求增长最快的部分。训练负载的特点是单笔金额大、周期集中、对硬件性能极度敏感；推理负载则更分散、更持续，但单位算力的价格更低，对延迟和地域分布的要求更高。Verda 从训练算力切入推理市场，意味着它需要从“卖裸金属 GPU”转向“卖可弹性伸缩的推理服务”，这对平台层的调度能力、网络架构和计费系统提出了完全不同的要求。
官方公告没有披露推理业务的当前收入占比、目标客户或定价策略。从已披露信息看，Verda 的 AI Lab 团队可能是其进入推理市场的关键抓手：如果该团队能直接参与客户的模型部署和优化，就能把推理负载留在 Verda 的平台上。但 AI Lab 的规模和服务模式未披露，因此这仍然是一个方向性判断，而非已验证的能力。需要明确的是，这一判断属于编辑推测，官方材料并未说明 AI Lab 与推理业务之间的具体关系。
推理市场的竞争比训练市场更激烈。训练算力客户通常愿意为最新 GPU 支付溢价，因为模型迭代速度直接决定竞争力；推理客户则对成本极其敏感，因为推理成本直接侵蚀应用毛利。Verda 声称其垂直整合模式能降低成本，但官方没有披露具体的单位算力价格、毛利率或与超大规模厂商的价格对比。techfundingnews.com 的标题提到 Verda 声称可节省高达 90% 的成本，但这一数字仅出现在标题中，正文未展开，也未说明对比基准；在没有独立第三方验证的情况下，这类节省幅度只能视为公司营销口径，不应被理解为公司已确认的运营事实。
资本结构里的产业信号：Supermicro 和 MUFG 的进入意味着什么
本轮投资方名单里有两个名字值得单独分析。Supermicro 是服务器硬件厂商，MUFG Innovation Partners 是三菱日联金融集团旗下的创新投资部门。加上芬兰养老金机构 Varma 和芬兰国有投资公司 Tesi，这轮融资的资本结构呈现出明显的“产业资本 + 金融机构 + 公共资本”组合。
Supermicro 的投资尤其值得关注。作为英伟达生态中重要的服务器供应商，Supermicro 与 Verda 之间可能存在双重关系：既是投资人，又是硬件供应商。这种安排的好处是能锁定服务器供应，并在产品设计上更早适配；风险在于，当 Verda 需要更换供应商或谈判价格时，资本关系可能限制其议价空间。官方公告没有披露 Supermicro 的投资金额或是否附带商业协议，因此这层关系的具体约束无法判断。
MUFG Innovation Partners 的进入，在官方公告中仅体现为股权投资方之一。官方公告未披露是否有债务安排，也未说明 MUFG 的进入是否指向后续债务融资空间。从累计融资超过 4.5 亿美元、且计划成倍扩大算力容量的角度看，Verda 未来是否引入债务融资，属于编辑基于行业常规资本结构的推测，并非公司披露。1.89 亿美元的股权融资更多是撬动更大资本杠杆的支点，而非终点。
欧洲窗口期与全球扩张之间的张力
Bryon 在公告中强调，“未来几年是欧洲的关键窗口期”。这个判断的背景是：欧洲在 AI 基础设施上的投入长期落后于美国和中国，而地缘政治和数据主权要求正在推动本地化算力需求。Verda 的总部在赫尔辛基，数据中心在芬兰，这使其天然符合欧洲客户对数据驻留和合规的要求。官方公告确认，Verda 近期在伦敦和旧金山开设办公室，并计划在欧洲、美国和亚洲进一步扩张。这意味着它不会把自己定位为一家“欧洲本地云”，而是一家从欧洲出发的全球 AI 云公司。
这种双重定位存在内在张力。欧洲客户选择 Verda 的理由可能是数据主权、可再生能源和本地支持；但美国客户更关心的是性能、价格和生态兼容性。Verda 在旧金山设办公室，说明它想直接进入全球 AI 人才和客户最密集的市场。但美国市场已经有 CoreWeave、Lambda Labs 等同样主打 AI 原生云的竞争对手，以及 Together AI 这类 Emergence Capital 已投的推理平台。Verda 在美国的差异化是什么，官方公告没有说明。
亚洲市场则更加复杂。亚洲的 AI 算力需求增长迅速，但本地云厂商和超大规模厂商的竞争格局与美国不同，且数据跨境和合规要求更为严格。官方公告对亚洲的表述仅停留在“支持持续国际扩张”层面，没有具体的市场进入策略或合作伙伴信息。从已披露信息看，Verda 的国际化更像是在客户所在地建立销售和支持团队，而非在当地建设数据中心。这意味着其算力供给仍然集中在芬兰，跨大洲的延迟和带宽成本将成为服务美国与亚洲客户的现实约束。
风险不在需求端，而在交付节奏与单位经济性
Verda 面临的最大风险不是 AI 算力需求不足。Emergence Capital 所说的“需求无法满足”在行业层面基本成立，尤其是推理负载的爆发式增长。真正的风险在于 Verda 能否在承诺的时间窗口内把资金转化为可用的算力容量，并让这些容量的单位经济性经得起推敲。
第一个待验证假设是硬件交付。Verda 计划在未来一年内成倍扩大算力容量，但英伟达 GPU 的供应周期和芬兰数据中心的电力扩容周期都不完全由 Verda 控制。如果硬件交付延迟或电力接入受阻，成倍扩容的计划就会落空，而 1.89 亿美元中的相当部分可能已经以预付款形式锁定。官方公告没有披露硬件采购的付款条件或交付时间表，因此这一风险无法量化。
第二个待验证假设是推理业务的毛利率。训练算力可以按小时或按月高价出租，但推理服务的定价更接近效用计算，客户对价格高度敏感。Verda 的垂直整合模式理论上能降低单位成本，但前提是数据中心的利用率足够高、硬件折旧周期足够长、平台层的自动化程度足够强。这些运营指标均未披露，因此“全栈整合带来成本优势”目前仍是一个未经证实的主张。
第三个待验证假设是客户集中度与续约率。官方博客确认了 1.65 亿美元年化收入运行率，但没有披露客户数量、前十大客户收入占比或净收入留存率。如果收入高度集中在少数几家大客户，任何一家流失都会对运行率造成显著冲击。Verda 需要在后续披露中提供更清晰的客户结构数据，才能让外界判断其收入质量的稳定性。
从已披露的 1.65 亿美元年化收入运行率、累计融资超过 4.5 亿美元、以及公司称估值超过 10 亿美元这三个数据点看，Verda 的资本效率在欧洲 AI 基础设施公司中处于相对健康的位置。但“现金流为正”这一说法仅见于未获取全文的早期报道，官方未确认，无法复核，因此本文不将其作为事实性陈述。
验证边界与可复核指标
本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。
- 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
- 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
- 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。
RecodeX 极客视：Verda 的 1.89 亿美元 B 轮，本质上是一次对“欧洲能否长出全栈 AI 云”的下注。它的垂直整合模式在算力短缺窗口期确实能缩短交付链，但全栈也意味着每一层都要同时打赢。真正的观察点不在估值标签，而在未来四个季度：芬兰数据中心的电力能否跟上扩容承诺，推理业务的单位经济性能否跑通，以及那 1.65 亿美元年化收入里，有多少客户会留下来。
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。