تُعد Crusoe Cloud سحابة وحدات معالجة رسومية (GPU) تعمل بالطاقة المتجددة لتدريب الذكاء الاصطناعي والاستدلال، حيث تُشغّل مجموعات H100 و H200 و AMD MI300X. تحظى بثقة Windsurf و Decart، مع اتفاقيات مستوى خدمة (SLAs) تضمن وقت تشغيل بنسبة 99.98% وسعة محجوزة تبدأ من حوالي $3.90/hr لـ H100.
تُعد Crusoe شركة متخصصة في البنية التحتية للذكاء الاصطناعي، حيث تُدير مجموعات سحابية لوحدات المعالجة الرسومية (GPU) تعمل بمصادر الطاقة المتجددة والمهدرة. تأسست الشركة في عام 2018 على يد Chase Lochmiller و Cully Cavness، وبدأت بجمع الغاز الطبيعي المحترق في حقول النفط وتحويله إلى كهرباء لتشغيل مراكز بيانات معيارية. وبعد الانفجار في الطلب على حوسبة الذكاء الاصطناعي الذي أحدثه ChatGPT، تحولت Crusoe بالكامل نحو البنية التحتية السحابية للذكاء الاصطناعي، حيث تخلت عن قسمها الأصلي للحد من حرق الغاز الرقمي وتعدين Bitcoin لصالح NYDIG في مارس 2025. أغلقت الشركة جولة تمويل من الفئة D بقيمة $686M في ديسمبر 2024 بتقييم بلغ $2.8B، بقيادة Founders Fund وبمشاركة NVIDIA و Fidelity و Mubadala. وبحلول أكتوبر 2025، وصل تقييم Crusoe إلى $10B بعد جولة تمويل من الفئة E بقيمة $1.375B.
تُشغّل Crusoe Cloud مجموعات NVIDIA H100 و H200 و B200 و GB200 NVL72 إلى جانب أجهزة AMD MI300X، لتغطية أعباء عمل التدريب والضبط الدقيق والاستدلال. تتوفر أسعار عند الطلب لـ H100 ($3.90/hr) و H200 ($4.29/hr) و MI300X ($3.45/hr)، مع عقود سعة محجوزة تقدم خصومات أكبر لأعباء العمل المستمرة. تُستخدم المنصة من قِبل Windsurf (المعروفة سابقاً باسم Codeium) و Decart و BosonAI و Pixelcut و Together AI. كما تُعد Crusoe المطور الرئيسي لحرم Stargate الرائد في أبيلين، تكساس، وهي مبادرة بنية تحتية للذكاء الاصطناعي بقيمة $500 مليار مدعومة من OpenAI و Oracle و SoftBank والتي تم إطلاقها في سبتمبر 2025.
ما الذي تقدمه Crusoe فعلياً في مايو 2026
توفر Crusoe Cloud مجموعات وحدات معالجة رسومية (GPU) افتراضية ومادية (bare-metal) لأعباء عمل الذكاء الاصطناعي. يمكنك اختيار نوع وحدة المعالجة الرسومية، وتجهيز عقدة أو مجموعة عبر وحدة تحكم الويب أو واجهة برمجة التطبيقات (API)، وتشغيل حزمة التدريب أو الاستدلال المعبأة في حاويات (containerized) عليها. لا توجد طبقة مُدارة، ولا بيئة تعلم آلي (ML) مبنية مسبقاً، ولا تتبع مدمج للتجارب. تتولى المنصة مسؤولية موثوقية الأجهزة والشبكات والطاقة؛ بينما يتولى فريقك كل ما هو فوق نظام التشغيل (OS).
تشكيلة وحدات المعالجة الرسومية الحالية عند الطلب:
NVIDIA H100 SXM 80GB: $3.90/hr عند الطلب
NVIDIA H200 HGX 141GB: $4.29/hr عند الطلب
AMD MI300X 192GB: $3.45/hr عند الطلب
NVIDIA B200 / GB200 NVL72: تواصل مع المبيعات
NVIDIA A100 SXM 80GB: $1.95/hr عند الطلب، $1.30/hr للمثيلات الفورية (spot)
NVIDIA L40S 48GB: $1.00/hr عند الطلب، $0.50/hr للمثيلات الفورية (spot)
تتيح عقود السعة المحجوزة للفرق تأمين أحجام محددة من وحدات المعالجة الرسومية لفترات زمنية معينة بخصومات أكبر. تتطلب هذه العقود التواصل مع فريق المبيعات؛ حيث لا توجد فئة التزام ذاتية الخدمة. تتبع واجهة برمجة التطبيقات (API) معايير REST القياسية وتتكامل مع طبقات التنسيق القائمة على Kubernetes، على الرغم من أنه يجب على الفرق إحضار البنية التحتية للحاويات وأدوات التنسيق الخاصة بهم.
يُميز مصدر الطاقة الخاص بـ Crusoe عن أي سحابة GPU أخرى. تعمل مراكز البيانات على الغاز الطبيعي المهدر الذي يتم التقاطه (عبر تقنية Digital Flare Mitigation الخاصة بها، والتي أعادت استخدام أكثر من 21 مليار قدم مكعب من الغاز المهدر منذ عام 2018)، ومصادر الطاقة المتجددة خلف العداد، والمجمعات الهجينة لطاقة الرياح/الطاقة الشمسية. يعمل الحرم الجامعي الرائد في أبيلين، تكساس بقدرة 1.2GW. وتجري حالياً توسعات في أيسلندا والنرويج. قصة الطاقة هذه قابلة للتدقيق وليست مجرد تسويق: تنشر Crusoe أرقام الانبعاثات التي تم تجنبها وثاني أكسيد الكربون علناً.
"كانت وحدات المعالجة الرسومية NVIDIA H100 Tensor Core الخاصة بـ Codeium على Crusoe موثوقة بشكل لا يصدق مع وقت تشغيل للمجموعة بلغ 99.98%." - Varun Mohan، المؤسس المشارك والرئيس التنفيذي لشركة Windsurf (المعروفة سابقاً باسم Codeium)، ديسمبر 2024
موقع Crusoe مقارنة بـ CoreWeave و Lambda Labs
يحتوي سوق السحابة لوحدات المعالجة الرسومية على ثلاث فئات متميزة. تحتل CoreWeave مكانة المؤسسات ذات النطاق الفائق (hyperscale)، وتخدم Lambda Labs فرق البحث والشركات الناشئة في مرحلة النمو من خلال وصول أبسط للخدمة الذاتية، بينما تقع Crusoe بينهما: نطاق أكبر وضمانات سعة محجوزة أفضل من Lambda، مع أسعار H100 أقل من الأسعار المنشورة عند الطلب لـ CoreWeave، وميزة تنافسية في مجال الطاقة لا يقدمها أي من المنافسين.
تُدير CoreWeave أكثر من 32 مركز بيانات في جميع أنحاء الولايات المتحدة وأوروبا مع نشر ما يقرب من 250,000 وحدة معالجة رسومية. يعكس تقييمها البالغ $65B بعد الاكتتاب العام (مارس 2025) أنها تمتلك عقوداً طويلة الأجل على نطاق فائق مع Microsoft (لحوسبة OpenAI) و Meta و Cohere. تُشغّل CoreWeave بنية تحتية أصلية لـ Kubernetes، مما يناسب الفرق التي تُشغّل بالفعل أعباء عمل K8s. تبدأ أسعار H100 من حوالي $4.25/hr لوحدة المعالجة الرسومية فقط، أو ما يقرب من $6.15/GPU عند تجميعها في عقد HGX كاملة مع وحدة المعالجة المركزية/ذاكرة الوصول العشوائي (CPU/RAM). تقدم CoreWeave خصومات تصل إلى 60% على العقود السنوية الملتزم بها، لكن الحد الأدنى لأحجام العقود يميل إلى أن يكون كبيراً. تمتلك Crusoe خط أنابيب إجمالي أكبر لوحدات المعالجة الرسومية (946K GPUs، 3.4GW) يتركز في مرافق أقل ولكنها أكبر، وسعرها عند الطلب لـ H100 البالغ $3.90/hr يقل عن السعر المنشور لوحدة المعالجة الرسومية فقط من CoreWeave. بالنسبة للفرق التي تهتم ببيانات الاستدامة، تمتلك Crusoe قصة طاقة منشورة؛ بينما لا تُسوق CoreWeave لقصة مماثلة.
تُدرج Lambda Labs وحدات H100 SXM عند الطلب بسعر $3.29/hr، وهي ميزة بنسبة 18.5% مقارنة بسعر Crusoe البالغ $3.90/hr لنفس فئة الشريحة. تتضمن Lambda أيضاً أطر عمل تعلم آلي (ML) مثبتة مسبقاً (PyTorch و TensorFlow وبرامج تشغيل CUDA) في صور الأجهزة الافتراضية (VM) الخاصة بها، مما يجعل البدء في التجارب الصغيرة أسرع. المقابل: غالباً ما تحتوي وحدات H100 و H200 في Lambda على قوائم انتظار لأن المخزون المتاح للشركة أصغر. يضمن نموذج السعة المحجوزة من Crusoe توفر وحدات المعالجة الرسومية للفرق التي يمكنها الالتزام بالحجم. تُعد Lambda أيضاً أكثر ملاءمة للمطورين الأفراد أو الفرق التي تُشغّل مهاماً أصغر ذات عقدة واحدة. تم تصميم بنية Crusoe لمجموعات التدريب متعددة العقد وأعباء العمل المستمرة ذات الاستخدام العالي. إذا كان فريقك يخطط لتشغيل تدريب نموذج بـ 70B معلمة لمدة 30 يوماً، فإن ضمان Crusoe وهيكل تسعيرها أكثر ملاءمة. إذا كنت بحاجة إلى عقدة H100 واحدة لمدة يومين من التجريب، فإن نموذج الخدمة الذاتية من Lambda أبسط. بالنسبة للفرق التي تستكشف RunPod أو Modal كنقاط دخول، توفر هذه المنصات وصولاً أسهل للخدمة الذاتية لوحدات المعالجة الرسومية مع فوترة بالثانية وطبقات استدلال مُدارة لا توفرها Crusoe.
"مع Crusoe، قمنا بتوسيع سعتنا خمس مرات في غضون ساعات لخدمة جميع مستخدمي Oasis في جميع أنحاء أوروبا." - Dean Leitersdorf، الرئيس التنفيذي والمؤسس المشارك لشركة Decart، إعلان الفئة D، 12 ديسمبر 2024
كيف يبدو تشغيل أعباء العمل على Crusoe فعلياً
تُعد Crusoe بنية تحتية خام. أنت تُحضر حزمتك المعبأة في حاويات. يبدو مسار الإعداد لفريق تدريب ذكاء اصطناعي نموذجي كما يلي: الاتصال بالمبيعات للحصول على سعة محجوزة، والتفاوض على عدد العقد وفترة الالتزام، وتلقي بيانات اعتماد واجهة برمجة التطبيقات (API)، وتجهيز العقد عبر وحدة تحكم Crusoe أو REST API، ثم نشر حاوية التدريب الخاصة بك مع التنسيق الخاص بك (Kubernetes أو SLURM أو نصوص برمجية مخصصة). تتولى Crusoe التعامل مع أعطال الأجهزة ونسيج الشبكات واستمرارية الطاقة. بينما يتولى فريقك كل شيء من نظام التشغيل فما فوق.
تُعد جودة الدعم نقطة قوة حقيقية. تنشر Crusoe مقاييس نجاح العملاء الخاصة بها: متوسط وقت الاستجابة الأولى يبلغ 6 دقائق، ودرجة رضا العملاء 100% منذ يونيو 2024، ومتوسط وقت الحل يبلغ 23.6 ساعة. بالنسبة لسحابة GPU، حيث يمكن لعقدة معلقة أن توقف عملية تدريب تستمر لعدة أيام، فإن وقت الاستجابة هذا مهم. أشار فريق Pixelcut: "تم تدريب جميع نماذج التعلم الآلي الداخلية لدينا على Crusoe Cloud" - وهو تأييد للموثوقية في إنتاج التعلم الآلي، وليس فقط للاستخدام التقييمي.
يستحق خيار AMD MI300X بسعر $3.45/hr الإشارة إليه لأعباء العمل التي تتطلب عرض نطاق ترددي عالي للذاكرة. يحتوي MI300X على ذاكرة HBM3 بسعة 192GB لكل بطاقة، مقابل 80GB في H100، وهو أمر مهم لخدمة نوافذ السياق الكبيرة أو تشغيل نماذج كبيرة جداً دون توازي النماذج. وجدت الفرق التي تقيس تكلفة الاستدلال لكل رمز (token) في المهام ذات السياق الطويل أن MI300X تنافسي مع H100 بأسعار بالساعة أقل، خاصة مع أطر عمل JAX أو ROCm الأصلية. المقابل هو مجتمع أصغر ودروس تعليمية أقل خاصة بـ Crusoe لـ ROCm مقارنة بنظام CUDA البيئي.
بالنسبة للفرق التي تستخدم أدوات ذات صلة، تعمل مجموعات Crusoe بشكل جيد إلى جانب Together AI لنقاط نهاية الاستدلال المُدارة، حيث يمكنك استخدام Crusoe للتدريب وواجهة برمجة تطبيقات الاستدلال من Together AI لخدمة الإنتاج دون الحاجة إلى صيانة البنية التحتية للخدمة الخاصة بك. غالباً ما تنقل الفرق التي تُشغّل Lambda Labs للتجارب الصغيرة أعباء العمل المحجوزة إلى Crusoe عندما تواجه قيود قائمة الانتظار الخاصة بـ Lambda. هذا المزيج شائع بما يكفي ليعكس نمطاً حقيقياً في السوق: استخدم منصة أبسط للاستكشاف، ثم التزم بـ Crusoe عندما تصبح أعباء العمل قابلة للتنبؤ بما يكفي لحجز السعة.
تُعد وحدة تحكم Crusoe وظيفية أكثر من كونها مصقولة. يستغرق تجهيز العقد وإدارة الوصول إلى مفاتيح SSH بضع دقائق للمهندسين المعتادين على سير عمل البنية التحتية السحابية. تغطي REST API نفس العمليات وتتكامل بشكل جيد مع Terraform للفرق التي تدير البنية التحتية ككود. المراقبة متاحة ولكنها لا تقترب من عمق AWS CloudWatch أو مجموعة عمليات GCP؛ عادةً ما تكمل الفرق التي تُشغّل استدلال الإنتاج ذلك بتكامل Prometheus أو Datadog الخاص بها.
لمن تم بناء Crusoe
تُعد Crusoe الخيار الصحيح للفرق التي تتمتع بهذه الخصائص: أعباء عمل مستمرة وعالية الاستخدام لوحدات المعالجة الرسومية (عمليات تدريب تُقاس بالأيام أو الأسابيع، وليس بالساعات)؛ الحاجة إلى توفر مضمون للمجموعة بدلاً من أفضل جهد عند الطلب؛ مهندسو بنية تحتية يمكنهم إدارة حزمتهم المعبأة في حاويات؛ والمؤسسات التي لديها متطلبات إعداد تقارير الاستدامة أو الحوكمة البيئية والاجتماعية والمؤسسية (ESG) التي تجعل بيانات اعتماد حوسبة الطاقة النظيفة ذات قيمة.
يشمل العملاء المذكورون ملفاً تعريفياً محدداً: Windsurf (المعروفة سابقاً باسم Codeium، أكثر من 700 ألف مستخدم مطور)، و Decart (إطلاق منتجات سريعة الانتشار تتطلب توسعاً سريعاً)، و BosonAI (تدريب النماذج اللغوية الكبيرة LLM على نطاق واسع)، و Pixelcut (إنتاج التعلم الآلي في تطبيقات المستهلكين)، و Oaklet (معالجة السجلات في الوقت الفعلي عبر Crusoe Managed Inference). هؤلاء ليسوا مستخدمين هواة. إنهم فرق تضم مهندسي بنية تحتية مخصصين يُشغّلون خدمات ذكاء اصطناعي إنتاجية.
يُعد دور Stargate إشارة حول المسار. إن تسميتها كمطور رئيسي لحرم الحوسبة الرائد لـ OpenAI ليس ادعاءً تسويقياً. إنه يعكس أن Crusoe يمكنها تقديم مستوى من النطاق والموثوقية وقعت عليه OpenAI و Oracle و SoftBank عقوداً. بالنسبة للمؤسسات التي تتخذ قرارات بشأن البنية التحتية لوحدات المعالجة الرسومية لعدة سنوات، فإن هذا المصدر يحمل وزناً.
ما لا تقدمه Crusoe
Crusoe ليست منصة تأجير وحدات معالجة رسومية ذاتية الخدمة للمطورين الأفراد. لا يوجد تسجيل ببطاقة ائتمان، ولا فوترة بالثانية، ولا فئة مجانية، ولا بيئة Jupyter notebook بنقرة واحدة. إذا كنت باحثاً منفرداً يحتاج إلى عقدة H100 واحدة لتجربة مدتها يومان، فإن Lambda Labs أو RunPod ستجعلك تبدأ في دقائق؛ بينما ستطلب منك Crusoe التحدث إلى المبيعات أولاً.
لا تتضمن Crusoe بنية تحتية مُدارة للتعلم الآلي. لا يوجد تتبع مدمج للتجارب، ولا سجل للنماذج، ولا بحث آلي عن المعلمات الفائقة (hyperparameter)، ولا طبقة خدمة مُدارة. ستجد الفرق التي كانت تستخدم Google Vertex AI أو AWS SageMaker أن Crusoe تشبه استئجار خادم أكثر من كونها منصة ذكاء اصطناعي سحابية. أنت تمتلك الحزمة الكاملة من نظام التشغيل فما فوق.
تُعد التغطية الجغرافية قيداً حقيقياً في أوائل عام 2026. تتركز معظم سعة وحدات المعالجة الرسومية لـ Crusoe في الولايات المتحدة (بشكل أساسي في تكساس). التوسع في أيسلندا قيد التنفيذ؛ وأوروبا في مرحلة مبكرة. ستجد الفرق التي لديها متطلبات إقامة البيانات في الاتحاد الأوروبي أو أعباء عمل الاستدلال الأوروبية الحساسة لزمن الوصول خيارات محدودة مقارنة ببصمة AWS أو CoreWeave الأوروبية. بالنسبة لواجهات برمجة تطبيقات الاستدلال المُدارة التي تعمل عالمياً دون هذا القيد الجغرافي، تُعد Together AI أو Modal خيارات أفضل. أعباء العمل المفاجئة والمتقطعة، حيث يتأرجح استخدام وحدة المعالجة الرسومية من الصفر تقريباً إلى الذروة والعودة، لا تتناسب بشكل جيد مع نموذج تسعير Crusoe. السعر بالساعة ثابت سواء كانت وحدة المعالجة الرسومية مشبعة أو خاملة.
تقييمات المستخدمين
لا توجد تقييمات بعد. كن أول من يشارك تجربته!
سجّل الدخول لكتابة تقييم.
مقالات ذات صلة
أدلة ومقالات ذات صلة بـ Crusoe.
Grok 4.3 API for Agents (May 2026): Pricing, Benchmarks, Migration
Does API Cost More Than a Subscription for Claude Opus 4.8, GPT-5.5, and Grok?
Mistral Medium 3.5 Self Host: 77.6% SWE-Bench on 4 GPUs (2026)
Replit Pricing Explained (2026): Core vs Pro and Effort-Based Agent Billing
Coding Ate Enterprise AI (2026): The $4B Use Case, Anthropic’s Share, and Seat vs API Math
