为在断网舰船、基地和偏远据点运营混合模块化 AI 数据中心的国防系统集成商打造的任务就绪操作系统。

1. 命名的海军、近海和可再生能源客户加上 540% 的预订量增长，证明模块化 AI 基础设施已是活跃的运营品类，不再是硬件投机命题。
2. Johnson Controls 框架协议和 2026 年夏季启动的连续工厂生产，意味着运营商很快要管理的不是孤立安装节点，而是成批的设备机群——那时电子表格和厂商门户才会真正崩溃。
3. 买家明确绕过传统云厂商，因此胜出的软件必须在加固硬件上本地运营，而不是通过另一个超大规模云控制平面路由工作负载。
4. Leviathan 的目标环境缺乏稳定电网、位于恶劣地点，使低带宽安全更新、遥测聚合和现场服务协调成为即时运营需求。

催化因素。 Armada 的预订量增长、命名的海军和近海客户，以及 Johnson Controls 工厂协议表明，模块化边缘 AI 正从定制部署向可重复机群演进，使厂商中立 的运营软件迫切起来。

为在数据中心核心之外运行的模块化 AI 基础设施构建任务就绪操作系统。产品 采集节点遥测、环境传感器、连接状态、电力条件和软件版本，为每台已部署单元 生成实时就绪度评分。它管理模型、容器和固件的断网安全分级发布环，当节点 偏离策略时协调故障切换、备件调度和技术员操作手册。随着时间积累，公司将 建立最完整的数据集，记录模块化 AI 单元在恶劣环境下的实际故障、恢复和性能 表现，从而对厂商进行基准测试、预测维护，成为已部署边缘算力机群的系统 记录层。

差异化。 这不是又一个主权路由层、通用 Kubernetes 平台或事后补加的可观测性仪表板。 它专门为混合加固型 AI 基础设施机群构建——连接间歇、硬件异构、服务窗口 受运营约束。护城河来自从真实恶劣部署中积累的故障、发布和维护数据集， 以及当运营商将系统作为就绪状态、更新和现场修复的唯一事实来源时形成 的工作流锁定。

待完成任务

flowchart LR
  Buyer[Defense integrator] --> Pain[Mixed modular AI fleets fail under disconnected operations]
  Pain --> Product[Mission-readiness OS]
  Product --> Outcome[Safe updates and higher edge compute uptime]

高管要点

• 市场真实但仍处早期：加固型模块化 AI 基础设施正从试点走向可重复机群，由此开启一个更窄的软件机会——围绕任务就绪，而非押注宽泛的云平台。
• 买家最尖锐的痛点不是模型托管，而是在连接、维护窗口和合规约束对通用云工具极不友好的情况下，让混合远程节点持续打补丁、保持健康并经得起审计。
• 现有厂商已覆盖集群生命周期、多云治理和单一厂商硬件栈，初创公司只有成为断网发布安全和现场修复的厂商中立系统记录层，才能胜出。

市场定义

面向部署在核心数据中心之外的模块化 AI 算力机群的任务保障软件层，尤其服务于在异构硬件、间歇性连接和受限维护窗口下运营的国防与偏远工业项目。

用户与买方

滩头买家是负责单个项目中 6 到 15 台加固型或模块化 AI 节点的国防系统集成商项目负责人和边缘基础设施责任人；实际操作用户是跨断网站点协调更新、遥测、故障和现场服务的团队。

购买触发点

• 试点扩展为多站点机群，项目须在远程节点间证明安全的分级更新和集中可见性。 [1][3][17]
• 部署须在拒止或不稳定网络中运营，使依赖云的管理工具产生运营风险。 [3][12][16][35]
• 项目办公室需要可审计的模块化、技术刷新和安全管控，而非又一个定制集成项目。 [21][23][25][26]

支付意愿

买家已在为昂贵的加固型算力、散热系统和大型边缘项目买单；当本地推理可用性至关重要时，六位数的年度控制平面预算是可信的——前提是它能减少停机、失败更新和手工现场协调。 [1][8][27][29]

品类动态

增长信号 20.46% CAGR

验证信号

• Armada 报告客户预订量增长 540%，并命名了海军、近海和可再生能源部署，表明对恶劣 AI 基础设施存在真实需求。
• UNITAS 2025 展示了模块化 AI 基础设施在对抗性海上条件下的海军舰船实战演练。
• Spectro Cloud 明确将战术、海上、SCIF 和隔离网络环境列为营销目标，确认了买家将连接受限基础设施视为真实品类。
• Google Cloud 边缘调查显示支出和规模持续增加，相当比例的企业计划进行大型边缘投资。

监管与技术约束

• 处理 CUI 的项目须将平台映射到 NIST SP 800-171 管控及相关国防承包商义务。
• 零信任架构预期对身份、策略和最小权限工作流提出更高要求，即使在中断网络中也不例外。
• MOSA 和技术刷新预期支持模块化接口和可分离组件，这不利于封闭的单一厂商工作流。
• 断网和低带宽条件要求本地自主、分级同步和弹性更新机制，而非持续的云回连。

实际竞争是一个栈，而非单一产品：OEM 集成硬件软件栈、混合云控制平面、Kubernetes 生命周期平台和 DIY 开源边缘框架。初创公司的生存空间仅在厂商中立硬件就绪、断网安全发布管控和现场服务编排三者的交集处。

为什么现有厂商不会默认胜出

• OEM 集成栈. Armada 可以为其自有单元捆绑硬件和软件，但这无法解决包含传统算力舱、第三方遥测或集成商自有服务工作流的混合机群问题。
• 云平台. Azure Arc 及相邻工具能集中治理和多集群更新，但它们仍锚定超大规模云控制模型，且有文档记录的断网场景权衡，对于恶劣任务项目并不完美。
• Kubernetes 边缘平台. Spectro Cloud、Red Hat 和 SUSE 在集群和基础设施基线的生命周期管理上很强，但并非专门围绕模块化算力机箱的硬件健康评分、维护窗口和现场修复构建。
• 开源框架. KubeEdge、OpenYurt 和 EdgeX 降低了自建方案的技术门槛，这对工作流深度和数据优势提出了更高要求，而不仅仅是基础编排功能。

公司应从任务就绪控制层起步，为在单一海军或远征项目中运营 6 到 15 台模块化 AI 算力单元的国防系统集成商服务——间歇性连接和紧窄维护窗口会让每次更新和 硬件告警都变成任务风险。眼前的痛点不是采购第一台算力舱，而是在现有工作流 还横跨厂商门户、SSH 会话、电子表格和远程服务工单的情况下，让混合机群保持 打补丁、保持健康、经得起审计。Armada 的预订量增长、命名的海军和近海客户， 以及 Johnson Controls 制造协议，表明硬件品类正在走向机群规模，而这恰恰是 中立运营软件变得紧迫的时刻。第一个产品应是就绪与发布安全系统：归一化遥测、 为节点健康评分、通过断网安全审批环分级更新，并为国防变更管控生成所需的 审计链。GTM 应绑定一个触发点——国防试点扩展到一两个节点以上，项目办公室 开始需要跨在线机群的可审计在线率和更新管控。公司应刻意回避宽泛的边缘编排、 商业云管理或全面自主修复，直到它跑通一个可复制的海军式工作流和一套窄适配器 集。护城河是跨厂商的数据集，将恶劣部署中的环境条件、发布历史、组件漂移和 事故结果串联在一起。最大的否定性风险是：项目规模太小或单一厂商化程度太高， 独立控制层难以撑起六位数的软件支出——研究尚未证明未来 24 个月内有多少滩头 项目的节点数会超过 6 个。

问题

• 在舰船、码头和远征基地运营混合模块化 AI 单元的国防系统集成商，仍通过各厂商独立门户、脚本和电子表格管理更新、健康检查和服务升级，一个坏补丁或沉默的硬件故障就能在错误时刻中断本地推理。
• 现有云和 Kubernetes 平台覆盖了通用集群生命周期需求，但无法担任跨加固型混合机群的断网发布安全、硬件就绪和现场修复的厂商中立系统记录层。

解决方案

• 交付一套任务就绪操作系统，采集节点遥测、环境信号、软件版本和连接状态，为每台已部署算力单元生成实时就绪评分，并在工作负载丢失前标记预故障状态。
• 先从单一硬件规格的可审计变更规划、分级发布环、回滚工作流和技术员升级入手，待信任模型成立后再扩展至受支持的写入路径自动化、基准分析和预测性维护。

为什么我们会赢

• 产品在 Armada、传统算力舱和未来 OEM 栈之间保持中立——这很关键，因为第一个买家已在运营混合基础设施，不希望单一厂商控制台接管工作流。
• 研究显示，Azure Arc、Red Hat、Spectro Cloud 和 ZEDEDA 等现有厂商管理的是集群和基础设施基线，而缺口仍在硬件就绪评分、断网安全发布管控，以及面向模块化 AI 计算舱的现场服务协调。
• 每次部署都会从真实 DDIL 环境中积累专有的故障、恢复和维护数据，使就绪评分和修复操作手册随时间愈加有价值。

里程碑

flowchart LR
  Wedge[Defense fleet-assurance wedge] --> MVP[Readiness scoring and rollout governance MVP]
  MVP --> Proof[Auditability and outage reduction proof]
  Proof --> Expansion[Multi-program and remote-industrial expansion]

创始团队

实验路线图

风险评估

必须成立的条件

• 每年至少有 15 到 20 个滩头国防系统集成商项目的模块化 AI 节点超过 6 个，且运营痛点足够强烈，愿意为独立控制层买单。
• 针对 Armada 类单元加一种常见传统算力舱接口的标准适配器集，能在不让定制工程主导交付成本的情况下支撑大多数早期试点。
• 经济买家会在要求完整平台替换或 OEM 捆绑之前，批准一个中立的就绪和发布治理层。
• 至少一半付费试点在经历一个维护周期或一次成功的审计更新事件后转化为年度生产部署。
• 客户同意保留匿名化故障、恢复和维护数据，使公司能构建持续积累的基准护城河。

待尽调问题

• 未来 24 个月内，实际会有多少国防系统集成商项目运营异构机群且节点数超过 6？
• Armada 单元和传统加固型算力舱之间，哪些硬件、BMC 和遥测接口足够普遍，能支撑可复用的适配器策略？
• 安全审查人员在初始重度读取部署后，是否会允许第三方分级发布控制，还是产品仅限于监控和证据获取？
• 为什么 Armada、Spectro Cloud、Red Hat、Azure Arc 或内部平台团队无法充分满足第一个客户的需求？
• 哪个指标最能驱动首单的付费意愿：规避失败更新、减少停机、降低运营人力，还是更清晰的审计证据？

模型合理性

• 收入引擎. 基础情景收入靠将三个 Y1 试点转化为 Q4Y2 的 10 个活跃项目，再在 Y3 以年末年度价值逐步升至 $400K 的方式新增 20 个项目来驱动。
• 必须跑通的事. 适配器复用率和从试点到生产的转化率须足够强，使公司在不让实施工作拖累毛利率低于模型爬坡的前提下达到 8 到 10 个生产项目。
• 模型崩溃条件. 若销售周期漂向 9 个月或生产定价长期停在约 $350K，现金状况将趋于紧张——这是最大的收入和资金跑道敏感性。
• 下一轮融资证明点. 若公司以 8 到 10 个生产项目、一条已批准写入路径、基准分析上线和约 6 个月剩余现金结束 pre-seed，则下一轮融资有据可依。

情景

敏感性

flowchart LR
  TargetAccounts --> QualifiedPrograms
  QualifiedPrograms --> PaidPilots
  PaidPilots --> ProductionPrograms
  ProductionPrograms --> Revenue
  Revenue --> GrossProfit
  GrossProfit --> Cash
  ProductionPrograms --> BenchmarkData
  BenchmarkData --> ExpansionACV

警示项: Y3 依赖于达到研究中的 30 项目完整 SOM 路径；若国防滩头产生的多节点机群少于 30 个，收入线将迅速收缩。 · 模型 LTV/CAC 保持吸引力的前提是任务关键合同的月度流失率假设为 2.5%；留存率仍需首批生产维护周期的实证支撑。 · 毛利率扩展到 70% 需要适配器复用和实施纪律；若客户持续要求定制遥测或工作流工作，模型对毛利率和招聘效率的假设过于乐观。

• 硬件厂商捆绑轻量级运营工具. Armada 或其他 OEM 可能随硬件附带基础监控和更新工具，拖慢独立平台的采用。 缓解措施: 靠厂商中立性、混合机群支持、断网安全工作流和单一 OEM 工具无法提供的基准数据取胜。
• 早期市场仍以试点为主. 若模块化 AI 部署长期停留在小规模试点，近期企业买家的数量可能有限。 缓解措施: 锁定已有命名多节点项目的集成商，再随机群商业化将同一产品扩展到近海能源和其他偏远运营商。
• 恶劣部署早期过于定制化. 连接、电力和硬件规格可能差异过大，导致实施工作量偏重服务。 缓解措施: 从单一硬件规格和一种海军式部署模式起步，在扩大覆盖范围之前先将适配器、发布策略和修复操作手册标准化。