英偉達唔只賣 GPU，更開始為北歐 AI 數據中心「牽線搭橋」

目前被指符合相關要求的北歐營運商，包括 atNorth、Bulk Data Centers 及 Borealis Data Center。

這類認證之所以重要，是因為有空置機架空間，唔等於可以直接承受先進 AI 叢集。營運商還要處理集中而龐大的電力負載、GPU 產生的熱力，以及 Nvidia 整合式系統的安裝要求。

英偉達另外推出 Compute MatchMake 市場平台，讓客戶按 GPU 平台、地區及日期瀏覽由認證 Nvidia Cloud Partners 提供的容量，再提出需求、磋商條款及簽約。 這個平台與北歐 GPU 持有方和共置數據中心之間的私人介紹並不完全相同，但兩者背後的邏輯一致：令 GPU 供應更快轉化成可租用、可運行的 AI 算力。

點解北歐及冰島成為 AI 基礎設施熱點？

挪威、瑞典、芬蘭、丹麥及冰島等北歐地區，具備幾項吸引數據中心開發商的條件：可再生電力、相對充足的土地，以及有利於散熱的寒冷氣候。

Borealis 表示，其冰島及北歐設施使用水力及地熱發電，並利用當地氣候進行自然空氣冷卻（free-air cooling）。 對於密集部署的大型 GPU 叢集來說，散熱是設計上的核心考慮；能夠利用自然環境降溫，或可降低冷卻系統的複雜程度及營運能源需求。

不過，北歐的優勢亦受到電網接入速度限制。相關報道引述數據指，挪威目前約有 2.3GW 數據中心容量正在等待未來的電網接入。 因此，這個地區一方面具備理想的能源及氣候條件，另一方面亦正爭奪將這些條件轉化為實際 AI 算力所需的電力及基礎設施。

幾個項目展示北歐算力需求有幾大

Stargate Norway：原定目標 10 萬枚 GPU

Nscale、Aker 及 OpenAI 在 2025 年 7 月公布 Stargate Norway，計劃在挪威北部 Narvik 附近興建一座由可再生能源供電的 AI 設施。項目初步規劃 230MW 容量，並有意再增加 290MW，目標是在 2026 年底前部署 10 萬枚 Nvidia GPU。

但項目的商業安排其後出現變化。後續報道指，Microsoft 已承租 Kvandal 園區的全部容量，而 Nscale 計劃由 2027 年起，在 Narvik 園區為 Microsoft 部署超過 3 萬枚 Nvidia Rubin GPU。

這應被理解為客戶及商業安排出現變動的報道，而唔係確認原本 Stargate Norway 的 10 萬枚 GPU 計劃會原封不動落實。它同時反映，AI 數據中心項目會隨着融資、電力接入及客戶需求變化而重新調整。

Crusoe 與 atNorth：冰島 ICE02 擴至 57MW

Crusoe 與北歐數據中心營運商 atNorth 宣布，在冰島 Keflavík 的 ICE02 設施增加 24MW 容量，建立在早前 33MW 協議之上，令 Crusoe 在該站公布的總容量達到 57MW。

相關部署包括 Nvidia GB200 NVL72 系統及 Blackwell GPU，當中亦有採用液體冷卻的硬件。 這正是英偉達希望加快的基礎設施模式：AI 雲端供應商向專業數據中心營運商租用容量，再透過雲端平台向客戶提供 Nvidia 系統。

Nscale 在冰島部署 4,600 枚 GPU

Nscale 亦與 Verne 簽訂 15MW 租賃協議，計劃到 2026 年在 Verne 的冰島園區部署 4,600 枚 Nvidia Blackwell Ultra GPU。 該園區使用可再生能源，並利用當地氣候進行自然免費冷卻，同時獲 Nvidia DGX 授權。

這些項目顯示，北歐的 AI 機遇唔係集中於一座「超級工廠」，而是由挪威及冰島多個共置數據中心、AI 雲端供應商及大型客戶共同組成一個算力網絡。

英偉達真正想擴大的是甚麼？

英偉達的牽線工作，較適合理解為生態協調，而唔係轉型成傳統地產或數據中心業主。公司的影響力來自多個互相連接的位置：提供這些項目所採用的主流 GPU 平台，掌握 CUDA 及 DGX 等軟件和系統，為設施提供認證，與雲端夥伴合作，並維持與主要 AI 客戶的關係。

Compute MatchMake 令這種模式更加標準化。客戶可以毋須擁有數據中心，直接瀏覽認證雲端夥伴的 GPU 容量，再經過提出需求、配對、磋商及簽約等步驟預留算力。

而北歐的私人介紹，則是同一套邏輯透過商業關係運作：當基礎設施開發商搵到 GPU 客戶、GPU 持有方搵到電力及散熱條件、雲端供應商又可以將兩者整合成服務，英偉達就能夠從中受惠。

這並不代表所有公布的項目都會按最初版本興建。Stargate Norway 的客戶安排變化，正好提醒市場，AI 基礎設施計劃可能因融資、電力及需求而改變。但核心問題沒有消失：AI 公司需要的遠遠不止晶片。

英偉達如果能夠協助解決選址、供電及部署問題，就能將自己的角色推近整個 AI 基礎設施市場的中心——由賣 GPU，延伸到協助決定 GPU 在哪裏落地，以及何時真正變成可用算力。