Thinking Machines Lab签署价值$65M的年度协议，以支持Crusoe Cloud Inference

Crusoe与Thinking Machines Lab 宣布了一项 $65 百万美元的年度协议，于2026年9月23日，为该实验室的开放模型在Crusoe Cloud上提供推理支持，生产工作负载通过Crusoe Managed Inference在专用部署的NVIDIA HGX B200系统上运行。

该公告以旧金山为发稿地点，指出Thinking Machines Lab将在专用的Tailored Deployment（定制部署）NVIDIA HGX B200系统上，使用NVIDIA Quantum-2 InfiniBand网络，提供一系列生产工作负载，包括其Inkling模型、GLM 5.2和5.3以及其自行微调的变体。Crusoe将此部署描述为面向大规模高吞吐、成本高效的服务。

Crusoe将以Tailored Deployment（定制部署）的形式直接运行并支持该集群，新闻稿中将其描述为专用、经过基准测试、具备SLA保障的端点，旨在为Thinking Machines Lab提供性价比和扩展余量，而无需自行管理推理堆栈。新闻稿中，Crusoe自称是业界首家垂直整合的AI基础设施提供商。

托管推理选项与MemoryAlloy引擎

在Crusoe的托管推理产品页面，公司将Tailored Deployments（定制部署）呈现为其最高级别的优化：客户提供模型并定义需求，Crusoe负责其余工作，提供专用、经过基准测试的端点，面向专有模型、定制推理优化以及具备SLA保障的性能。

页面还详细说明了Serverless Inference（无服务器推理），即通过Crusoe Intelligence Foundry中的全托管API按使用量消费开源模型，以及现已普遍可用的Self-Serve Deployments（自助部署），这些部署在Foundry中运行模型，推理针对吞吐量或响应速度进行优化，包括使用公司Serverless Fine-Tuning功能定制的模型。Foundry本身被定位为开发者平台，用于发现模型、生成API密钥、监控性能指标以及部署托管端点。

Crusoe表示，其推理引擎由MemoryAlloy提供动力，这是一种跨节点持久化的集群原生内存结构，能够实现智能路由以消除冗余的预填充计算。公司报告称，使用投机解码和动态批处理后，首个token的生成速度最高可达原来的9.9倍，吞吐量最高可达原来的5倍，这些数据是相对于在四节点部署中使用vLLM服务Llama-3.3-70B模型的基准测试结果。

Inkling 与 GLM 模型

协议中列出的工作负载包括实验室自有的Inkling系列。Thinking Machines Lab 在2026年7月15日发布了 Inkling，将其描述为具有975B总参数和41B活跃参数的开放权重混合专家Transformer，支持最高1M个token的上下文窗口。实验室称，Inkling在跨文本、图像、音频和视频的45万亿个token上进行预训练，这是实验室首次大规模训练，使用NVIDIA GB300 NVL72系统完成。

除了Inkling，实验室还预览了Inkling-Small，这是一款更轻量级的276B参数混合专家模型，拥有12B活跃参数，呈现不同的性能和延迟权衡。Inkling的完整权重已在Hugging Face上发布，既有原始检查点，也有用于在NVIDIA Blackwell系统上高效推理的NVFP4检查点，且该模型可在Tinker（实验室的模型定制平台）上进行微调，提供64K和256K的上下文长度选项。

协议还将GLM 5.2和5.3列入实验室在该服务上的生产工作负载。Crusoe的托管推理模型中心列出Z.ai的GLM 5.3，拥有753B参数和1,000,000个token的上下文，以及GLM 5.3 Flash，拥有320B参数，两者均可用于Serverless Inference。

高管声明与计划扩展

“Crusoe Managed Inference让我们从评估快速进入生产，并达到了我们对自有系统设定的标准，为我们提供了规模和经济性，以便向我们工作核心的研究进行再投资，”Thinking Machines Lab的ML Infra Lead Myle Ott表示。

Crusoe Cloud产品管理高级副总裁Erwan Menard表示，Thinking Machines Lab拥有一支成熟的工程团队，随着公司成长，期望合作伙伴达到其高标准。他称Crusoe构建托管推理，旨在提供成本高效、可靠的基础设施、推理以及模型生命周期工具即服务，使企业能够在大规模生产环境中运行所选模型。

两家公司表示，他们还计划扩展到大规模合成数据生成的批量推理，新闻稿中将其描述为将推理转化为研究的加速器。Crusoe称，Thinking Machines Lab加入的客户名单已在推出不到一年内使Crusoe托管推理的合同约定的年度经常性收入（ARR）突破$100 百万美元。