Orbital Industries y la apuesta más difícil del hardware moderno
在谈论融资轮次或语言模型之前，这个故事中有一个数据值得我们驻足思考：据Orbital Industries首席执行官透露，在正常条件下，为数据中心开发一种新型冷却液需要十年时间和一亿美元。而该公司表示，他们在数月内以极小的成本完成了这项工作。如果这个数据能够通过大型芯片制造商的验证，那么我们面对的将不仅仅是一项实验室成果，而是硬件得以诞生的速度所发生的根本性变革。
Orbital Industries刚刚完成了一轮5000万美元的B轮融资，由风险投资公司Plural领投，参与方包括NVentures（英伟达旗下的投资部门）、Radical Ventures、Compound和Fly Ventures。该公司在伦敦和旧金山均设有办公室，团队规模约五十人，于2022年以Orbital Materials之名创立。更名并非流于形式：它清晰地反映出公司从应用科学领域迈向工业规模硬件领域的明确战略转型。
---
别人都没有选择的模式
背景至关重要。过去两年间，大批初创企业纷纷押注于利用人工智能发现新材料。CuspAI在A轮融资中募集了一亿美元，Periodic Labs在种子轮融资中获得了三亿美元。该行业的核心论点相对一致：利用机器学习模型识别新型化合物，再将相关知识产权授权给巴斯夫（BASF）或PPG等大型化工企业。
而Orbital Industries选择了一条截然不同的道路。
公司联合创始人兼首席执行官Jonathan Godwin曾在谷歌DeepMind工作五年，专注于人工智能在科学与先进材料领域的应用。他对此做出了精准阐述："我们采用的是一种被称为垂直整合的模式。我们不销售软件。我们拥有硬件、制造和先进材料团队，以及实验室等配套设施，并将软件用于内部开发新型先进材料和硬件设备，再将这些设备出售。"
这句话听似轻描淡写，实则描述了一个分量极重的组织战略决策。Godwin并非在打造一家披着科学外衣的软件公司，而是在构建一家生产实体产品的企业，并承担着这一选择所带来的全部风险：供应链管理、规模化制造、与工业客户长达数年的资质认证流程、环境法规合规，以及高度资本密集型的运营成本。
他们主动回避的授权模式有其明确优势：将制造复杂性转移给已有成熟能力的合作方。而Orbital所选择的模式，则将这一复杂性完全集中于自身。这可以是一种优势——每单位产品可捕获更多价值，构建更高的市场准入壁垒——但若供应链的某个环节出现执行断裂，也可能成为致命弱点。
---
Orbital 正在攻克的问题，以及它为何在此刻至关重要
要理解这一押注为何在当下的产业时机中具有充分意义，必须深入审视该公司正在努力解决的核心问题。
现代数据中心，尤其是为高密度GPU机架人工智能工作负载而设计的数据中心，所产生的热量已超出传统冷却系统的高效处理能力。Godwin用刻意贴近日常生活的方式描述这一问题：就像把一家超市所消耗的能量压缩进一个文件柜。历史上用于液冷的电介质流体含有全氟烷基物质（PFAS）——即所谓的"永久化学物质"——由于其对环境和健康的影响，正在美国和欧洲面临日趋严格的监管限制。
这两大问题的叠加——极端热密度与现有制冷剂面临的监管压力——创造出真实的需求窗口。Orbital利用其名为Orb的人工智能模型，对数十万个分子候选方案进行筛选，并合成出一系列不含PFAS的冷却液。公司表示，Orb能够在单张GPU上模拟10万个原子的量子力学行为，速度约为Meta和微软同类替代模型的十倍。
这款冷却液，连同Orbital正在同步研发的冷却系统，旨在配合2027年下一代GPU的部署。若这一时间表得以实现，这将成为任何行业中首个进入商业市场的人工智能设计分子。Godwin指出，在药物发现领域——初创企业多年来一直使用人工智能识别分子候选物——尚无任何一款由人工智能发现的药物完成临床试验并正式上市。关键区别在于，工业材料无需经历临床监管流程，这大幅缩短了走向市场的路径。
该公司的第二款产品是一种模块化数据中心系统，在场外预制并以即插即用单元形式交付。据Orbital介绍，该系统可在六个月内部署高密度算力，而传统建设方式则需要长达三年。上述两款产品均以Orbital IT品牌推向市场。
---
投资结构所揭示的深层逻辑
当英伟达旗下的风险投资部门NVentures决定参与某一轮融资时，其动机并不仅仅是财务回报，而是出于对芯片生态系统整体运转的战略利益考量。一款能够配合下一代GPU部署且不含PFAS的冷却液，正是英伟达迫切需要有人解决的基础设施环节。NVentures的参与并不等同于一份商业合同，但它建立了一种有助于加速技术认证流程的紧密关系，而这一资质认证来自全球最大的人工智能芯片制造商。
Plural的合伙人、主导该笔投资的Ian Hogarth直接阐明了投资逻辑：人工智能的进步正受制于能源、热量和基础设施三大瓶颈，而Orbital正从内部着手突破这些制约。值得一提的是，Plural此前还持有德国核聚变能源初创公司Proxima Fusion的股份——该公司已累计从公共和私人资本市场融资约两亿美元。同一家投资机构既押注核聚变，又押注一家致力于重新设计关键物理基础设施材料的公司，这并非偶然。其背后有一条内在连贯的投资组合逻辑，尽管兑现的时间尺度以数十年计。
Godwin对公司的终极愿景毫不遮掩：打造欧洲最大的工业集团。他将Orbital的战略定位与一个世纪前崛起的化工巨头相比较——如巴斯夫、PPG等——并指出这些公司的存在，是因为它们围绕积累的知识、制造规模和垂直整合构筑了深厚的竞争护城河。在他看来，唯有足够彻底的技术革新，才能侵蚀这些护城河。而人工智能，正是他眼中的那场革新。
这一论点自有其内在逻辑，但也存在一个值得正视的陷阱。二十世纪的工业集团历经数十年方才成型，在漫长岁月中依托廉价资本，并在截然不同的监管和竞争环境中逐步壮大。如今的Orbital拥有五十名员工、5000万美元的新鲜资本，以及一份延伸至2027年的产品时间表。宏大愿景与当前实际能力之间的距离，并非沟通表达上的缺陷，而是公司所面临的最为具体的运营风险。
---
当实验室的速度撞上产业的迟缓
Orbital的商业主张中存在一种结构性张力，任何一轮融资都无法单独化解：人工智能发现和合成新材料的速度，并不会自动转化为产业界认证、采纳和规模化应用这些材料的速度。
大型芯片制造商的资质认证流程，即便针对技术上从第一天起就能正常运行的产品，也可能耗时一到三年。超大规模数据中心拥有固定的供应商体系、长期合同框架，以及一种不会随初创企业的节奏而改变的风险容忍度。该公司表示，已找到一家合同制造商用于规模化生产冷却液，并正与"主要芯片供应商"开展资质认证流程。然而这些供应商均未公开披露，而认证过程的复杂性，并不能单靠技术手段来压缩。
这并不意味着这一押注是错误的，但它清晰地揭示出最难掌控的变量所在：不在实验室，而在未来客户的组织摩擦之中。Godwin拥有计算科学的专业背景，深知如何构建能够在单张GPU上模拟十万个原子的模型。而决定Orbital能否在2027年之前将产品推向市场的关键，在于其穿越那些大型组织决策流程的能力——这些组织运作的前提假设，与一家五十人规模的初创公司截然不同。
Orbital所选择的垂直整合模式，赋予了它对自身价值链的掌控权，但同时也让它对链条上每一个可能断裂的节点承担全部责任。这要求一种既无法由人工智能模型构建、也无法由风险资本堆砌的组织成熟度：它需要在科学、制造与工业销售团队之间进行一系列艰难的深度对话，而这三支团队在时间尺度、专业语言和成功标准上存在着根本性的差异。
若这种整合得到妥善管理，Orbital将占据一个竞争对手——即便是材料领域更大规模的玩家——也难以迅速复制的有利位置。若整合管理失当，这5000万美元将在内部协调消耗中化为乌有，而第一批冷却液根本无缘抵达任何一个生产机架。
这正是这场押注真正艰难之处，也是它真正引人深思之处。
