美国算力服务商Crusoe与核能企业Aalo达成合作，拟开展为期6个月的小型堆（SMR）技术试运行，为Crusoe模块化Spark人工智能数据中心供电，从而验证核电支持高能耗人工智能业务的可行性。

本次试运行是核电与人工智能算力基础设施的首次深度耦合验证，将重点测试核电机组容量因子、负荷跟踪性能及储能协同能力，匹配人工智能业务高能耗、负载波动大的运行特征，为核能驱动商用人工智能数据中心积累运行数据。双方目标在2029年实现核电驱动型人工智能数据中心的规模化商业应用。

Aalo联合创始人兼首席执行官马特·洛斯扎克（Matt Loszak）表示，本次试运行以机组容量因子为核心考核指标，重点验证机组长期稳定运行能力、实现低停机率、持续稳定运行，以及核能系统对数据中心动态负载的跟踪适配性能。试运行将模拟Crusoe数据中心日常人工智能推理、模型训练等各类波动式算力负载场景，全面检验核电系统的适配能力。同时，本次试运行将搭配电池等储能设施，同步验证“核能+储能”耦合体系的负荷调节与协同跟踪能力，洛斯扎克指出，该试验看似原理简单，实则技术难度较高，是两类基础设施首次实现深度联动适配。

Crusoe联合创始人、总裁兼首席战略官卡利·卡夫尼斯（Cully Cavness）表示，试运行难点集中在电气适配与系统集成，涉及设备控制、运行监测、多种负载曲线适配以及双向故障工况模拟等一系列精细化调试工作。

当前全球算力行业电力供给日趋紧张，与各大云服务商一样，Crusoe持续寻找稳定低碳的数据中心供电方案。公司已布局天然气、光伏、电池储能等多元化能源路径，现阶段将核能纳入能源规划。卡夫尼斯认为，核能兼具环保优势，选址灵活，是大型数据中心的优质供电方案。

全球头部超大规模云厂商均已签署核能供电合作项目，但合作模式大多为采购传统大型核电厂的稳定电力。Crusoe与Aalo的合作模式与之不同，核心目标是验证模块化核电厂的经济性，测试小型堆应对人工智能数据中心动态波动负载的能力。

卡夫尼斯表示，传统核电项目存在周期与成本难题，建设周期普遍长达十年以上。漫长工期推高项目成本，容易引发成本失控，使得部分传统核电项目单位兆瓦造价、度电成本缺乏竞争力。模块化核电厂是解决该问题的可行方案，依托标准化量产形成规模效应，缩短建设周期，从根本上降低度电成本。

Aalo的技术路线契合算力行业模块化发展趋势。该公司专注研发可量产的模块化反应堆舱体，支持灵活部署、多机组堆叠扩容，能够满足不同规模数据中心的用电需求，与Crusoe模块化数据中心建设思路高度契合。

此外，Aalo从创立到实现反应堆临界仅用时3年，在核电行业中进度领先。

该公司首款产品为采用50 MWe级Aalo Pod模块化舱体设计的Aalo One反应堆。当前吉瓦级超大型数据中心日益普及，但洛斯扎克表示，50 MWe功率等级经过经济性测算，是适配算力场景的最优选择。

他解释，目前多数中小型数据中心普遍采用10~50 MWe级燃气轮机、小型模块化燃气机组供电，该功率档位刚好可以替代传统燃气供电，具备极强的成本竞争力。

当前，模块化核电赋能人工智能算力中心的商业化推进仍面临多重阻碍。Aalo须先获得美国核管会（NRC）许可，方可在美国开展商业化运营。同时，数据中心建设本身容易引发当地社区的抵触，叠加核电属性后，争取社区支持成为项目落地关键。

针对上述问题，双方计划通过审慎选址、持续面向周边社区开展科普宣传等方式化解阻力，为后续规模化商用创造条件。