VAST Data

1.1 公司身份、创立背景与运营模式

VAST Data 由 Renen Hallak 和 Shachar Fienblit 于 2016 年创立，目标是解决现代深度学习和分布式数据系统不断暴露的关键输入输出瓶颈。 公司采用远程优先的组织模式，官方全球总部设在纽约市，并在以色列特拉维夫和海法设有大型专业研发中心。传统企业存储厂商通常把文件、 块和对象访问拆进彼此隔离的硬件设备，VAST Data 则围绕突破性的 Disaggregated Shared-Everything（DASE）软件架构打造平台。 DASE 把非结构化文件与对象存储、高吞吐表格数据库和容器化计算引擎能力，统一到一个称为 VAST AI Operating System 的软件定义底座。 该架构把无状态计算逻辑与全球可访问的共享非易失闪存介质解耦，让数千个图形处理器（GPU）和 AI 加速节点能够同时查询并写入 PB 级数据集，避免锁竞争、延迟尖峰和文件系统碎片化。公司近期扩展了机密 AI 运行时和 Polaris 全球控制平面；这些技术与 NVIDIA 计算生态紧密协同，面向大规模前沿模型训练实验室、国家级研究中心及需要持续实时数据访问的企业 AI 工厂。[CO001, CO010, CO011, CO014]

1.2 高管团队、治理与人力资本

VAST Data 的战略方向和架构执行仍由技术联合创始人主导。创始人兼 CEO Renen Hallak 此前在 XtremIO 负责核心工程团队，后者被 EMC 收购；他为 VAST 的商业愿景带来了高性能闪存优化存储系统经验。联合创始人兼首席研发官 Shachar Fienblit 负责以色列研发中心的 庞大工程体系，主管核心分布式系统软件、硬件认证和协议优化。联合创始人兼首席营销官 Jeff Denworth 负责产品战略和生态定位， 也是主要技术会议上的架构布道者。公司于 2024 年任命前 Shopify 首席财务官 Amy Shapero 为 CFO，这是重要治理里程碑；在可能提交 IPO 文件前，该任命显著加强了公司报告、内部财务纪律和审计准备度。公司全球员工总数已增至约 1,100 人，其中约三分之一集中在 以色列工程中心，其余分布于全球企业销售、技术支持和合作伙伴工程团队。关键人物依赖仍集中在 CEO Renen Hallak 身上；他的架构愿景 以及与 NVIDIA 等战略投资者的高管关系，仍是公司增长动能的核心。[CO001, CO009, CO010, CO011]

1.3 资本化轨迹、估值与投资者联合体

VAST Data 的机构资本化反映出一条由生成式 AI 基础设施需求加速推动的异常估值曲线。2021 年 5 月，公司宣布由 Tiger Global Management 领投的 $83 million Series D 融资，投后估值 $3.7 billion；在客户快速采用的推动下，公司估值在 12 个月内翻了三倍。 到 2023 年 12 月，VAST 完成 Series E 融资，估值再次接近翻三倍至 $9.1 billion，同时确认 ARR 为 $200 million，并已持续三年 保持现金流为正。2026 年 4 月，VAST 完成具有里程碑意义的 Series F，估值达到 $30 billion，较 Series E 基准再增逾三倍， 成为以色列科技生态中估值最高的私有软件企业。Series F 交易总额约 $1 billion，包括新增主要增长资本，以及为早期员工和种子投资者 提供的逾 $500 million 二级股份流动性；交易价格较公开估值估计折价 15%。本轮由 Drive Capital 领投，Access Industries 联合领投，战略投资者 NVIDIA、Fidelity Management & Research 和 New Enterprise Associates 继续参与。在 Series F 之前，VAST 累计募集股权资本接近 $400 million，展现出在超大规模企业基础设施独角兽中并不常见的资本效率。[CO002, CO003, CO004, CO005, CO006]

1.4 商业规模、生态联盟与交易对手风险

VAST Data 已在人工智能模型构建商、企业级超大规模客户和主权计算项目中迅速扩大商业版图。公司报告累计合同预订额已超过 $4 billion， 并在上一财年结束时实现超过 $500 million 的 Committed Annual Recurring Revenue（CARR），同时保持正经营利润率和自由现金流。 与公司披露的 Committed ARR 不同，Calcalist 2026 年 3 月的第三方报道估计，截至 2025 年底年化运行收入接近 $2 billion；这显示出 明显的报告差异，需要严格审计多年期预订排期与按期确认收入之间的关系。VAST 商业增长的核心支柱，是与新云领导者 CoreWeave 达成的多年期合作，交易金额 $1.17 billion；该合作把 VAST 存储层嵌入数千个 GPU 集群，为包括 Mistral AI 和 xAI 在内的客户工作负载 提供支持。不过，EquityZen 的二级市场研究指出，公司依赖专业 AI 超大规模客户，带来显著交易对手集中度风险；CoreWeave 若放缓资本开支 或改变架构，可能冲击预期预订额。与此同时，Dell Technologies 等传统硬件厂商已用 2025 PowerScale 方案加强直接竞争，若主要合作伙伴 NVIDIA 扩大内部软件存储能力，平台被蚕食也会成为长期风险。[CO007, CO008, CO012, CO013, CO014]

1.5 展示项

2.1 市场边界、工作负载范围与架构变迁

企业存储与数据管理市场正经历由加速人工智能计算的扩展需求驱动的结构性架构转型。传统存储基础设施长期依赖双控制器存储区域网络 （SAN）和网络附加存储（NAS），采用分层设计，把昂贵的高速闪存与大容量硬盘严格隔离。在生成式 AI 训练和大规模推理工作负载下， 这种模式会失效：数千个 GPU 并行执行检查点写入和 token 摄取，很快就会打满传统存储控制器，让价值数百万美元的加速器集群在取数时空闲。 VAST Data 将可服务市场边界定义在 AI Operating System 层，使用 DASE 架构，通过 NVMe-over-Fabrics 网络把无状态计算节点（CNodes） 与高密度闪存存储介质（DBoxes）物理分开。VAST 核心市场包含高吞吐闪存文件和对象存储、实时向量数据库、嵌入式运行时任务引擎以及 混合云数据面软件；面向旧虚拟机的通用批量备份、实体磁带归档和不与加速计算交互的普通企业文件共享，则不在主要目标支出边界内。[CM001, CM002, CM003, CM004]

2.2 可寻址市场规模、增长驱动与测算视角

评估现代 AI 数据平台的机会，必须在宏观自上而下的扩张预测与受证据约束的商业现实之间取平衡。行业预测者和 ARK Invest 认为， 到 2030 年 AI 硬件和软件厂商的市值可能以 50% 的年化速度增长至 $87 trillion，数据平台未来十年的可寻址市场将超过 $400 billion。 更近期，Tech Insider 识别出一波 $76 billion 的 AI 数据基础设施支出，支撑大规模训练和推理部署。与此同时，Manhattan Venture Partners 的独立研究预计，VAST Data 2025 年软件收入在 $540 million 至 $700 million 之间，并在五年内增长到 2030 年的 $2.49 billion 至 $3.35 billion。实际上，服务可寻址市场（SAM）受限于运营高密度 GPU 集群、企业数据集超过 10 PB 的机构，包括专业新云、国家级研究 超级计算机和 Fortune 500 AI 实验室。VAST Data 披露截至 2025 财年末 committed ARR 超过 $500 million，累计软件预订额超过 $4 billion；这显示公司已在高容量环境中取得可观的可服务获得市场（SOM）渗透，尽管广泛的企业生产采用仍处于早期。[CM005, CM006, CM007, CM008, CM009]

2.3 买方画像、采购机制与价值论证

VAST Data 平台的采用覆盖三个主要客户群，各自的采购驱动和预算归属结构不同。第一大支出引擎是专业 AI 新云和 GPU 即服务提供商， 典型案例是 CoreWeave 的 $1.17 billion 多年期商业协议。这类客户的采购由云基础设施高管和首席技术官主导，首要目标是提高 GPU 利用率， 消除超大规模多租户集群的 I/O 饥饿。第二类包括前沿 AI 实验室、主权 AI 项目和联邦国防机构，例如 xAI 的 200,000-GPU Colossus 设施和美国空军；研究主管和项目经理需要 EB 级吞吐、确定性多租户和严格的数据主权。第三类是金融交易、自动驾驶、生命科学和零售 分析等数据密集型 Fortune 500 企业，例如 Lowe's。为打破传统企业采购惯性，VAST 推出了 Gemini 商业模式，把软件许可与实体硬件采购 解耦。客户通过 AVNET 等制造合作伙伴按成本购买通用硬件，再向 VAST 支付容量型软件许可费；企业 IT 买方因此无需承担传统硬件加价， 同时 VAST 的软件毛利率可接近 90%。[CM010, CM011, CM012, CM013]

2.4 市场约束、切换壁垒与规模不确定性

尽管 Solidigm 和 VAST 的评估显示，相比硬盘层级总拥有成本可降低 58.9%，市场仍面临显著采用约束和尽调风险。企业 IT 部门受组织惯性、 复杂的既有数据管理流程以及与 NetApp、Dell Technologies 等存储厂商签订的长期协议牵制。许多企业生成式 AI 项目仍停留在试点阶段， 使 GPU 容量从实验走向全企业数据平台部署的速度变慢。专业 GPU 云的高客户集中度还会把收入波动与更广泛的 GPU 融资宏观条件绑定。 $400 billion 的自上而下 TAM 依赖传统企业存储被替代的激进假设，而企业实际支出仍分散在计算、网络和旧数据仓库之间。要维持长期 收入增长，VAST 必须从超大规模训练部署扩展到持续、高毛利的企业推理管线和多云数据库工作负载。[CM014, CM015]

2.5 展示项

3.1 竞争格局与架构分类

企业 AI 存储和基础设施市场分成两类：一类是改造传统架构以适配 GPU 工作负载的传统企业存储厂商，另一类是为超大规模并行吞吐打造的 专业 AI 原生平台。VAST Data 同时面对多条战线：既有 NetApp、Pure Storage 等企业全闪存和混合存储厂商，也有 Weka、开源 Lustre 等高性能并行文件系统，还有 Dell Technologies 和 HPE 的全栈 OEM 系统。传统企业存储系统长期采用双控制器或集群化共享无架构，数据访问 紧密绑定特定控制器节点；当系统扩展到数千个 GPU 时，服务器间通信瓶颈和复杂故障切换协调就会暴露。VAST 的 DASE 架构通过高速 NVMe-over-Fabrics 把计算节点与共享存储介质分开，让无状态计算服务器并行访问所有 QLC 闪存设备，无需控制器间协调。在当前 $30 billion 估值和 $1 billion Series F 融资支持下，VAST Data 的私有市场估值已超过 NetApp、Pure Storage 等长期上市存储领导者的市值，显示投资者 强烈相信其平台与商品化存储硬件不同。[CP001, CP002, CP003, CP004]

3.2 架构差异化与核心能力矩阵

VAST Data 以存储介质经济性、协议统一和原生 AI 安全集成组合形成差异化。公司使用消费级四层单元（QLC）闪存承载超过 90% 的存储容量， 再以存储级内存进行写缓冲和全局相似性缩减，从而在接近分层混合存储的成本下实现全闪存吞吐。不同于把文件、对象和结构化数据分开的 单用途架构，VAST 在一个全局命名空间内统一文件系统、S3 对象存储和结构化表格数据库。这样的整合避免 AI 训练和推理期间在不同存储 孤岛间搬运大型数据集造成的延迟和重复。面对生成式 AI 与智能体工作流不断上升的企业安全要求，VAST 预览了 DataEnclave：该集成运行时 使用 NVIDIA Confidential Computing，在具备硬件隔离和加密证明的环境中运行模型。不过，机密计算正成为激烈竞争领域；Dell Technologies 和 HPE 等服务器 OEM 已在 Dell AI Factory 和 HPE Private Cloud AI 上认证原生机密 AI 栈，早于 VAST 计划在 2027 年第一季度普遍可用。[CP005, CP006, CP007, CP008]

3.3 商业包装、采购模式与切换壁垒

商业包装是 VAST Data 与传统硬件设备厂商竞争的关键轴线。借助 Gemini 商业模式，VAST 把软件订阅许可与实体硬件采购解耦。客户直接 从制造商或集成伙伴购买或租用经过认证的通用硬件，再按 100TB 增量以容量为基准获得 VAST 软件平台许可。软件许可可在不同硬件机箱间 完全转移，因此企业买方无需承担传统企业存储续订中常见的厂商硬件更新税。不过，VAST 没有在官网公开透明的企业价目表或批量折扣档位， 客户必须与销售团队谈判定制化多年合同。已建立 VAST 部署的客户切换成本很高：一旦企业把 PB 级训练数据集、向量存储和非结构化管线 整合进 VAST 统一命名空间，迁移 EB 级数据并重接活跃 GPU 管线会造成巨大的运营摩擦，因而强化了对主要 AI 云运营商和企业采用者的留存。[CP009, CP010, CP011, CP013]

3.4 护城河防御性、商品化压力与替代路径

VAST Data 的长期防御力来自专有知识产权、战略生态伙伴关系以及顶级 AI 基础设施运营商的深度客户锁定。公司拥有 43 项全球专利， 覆盖纠删码、分布式可扩展存储和全局元数据管理等基础技术，美国专利授权率达到 94.7%。VAST 与 NVIDIA 在 BlueField DPU、 GPUDirect Storage 和 NVIDIA Confidential Computing 上的深度技术协同，使其成为 CoreWeave 等主要 GPU 云，以及 Mistral AI、 JPMorganChase 等企业领导者偏好的数据层。尽管具备这些优势，VAST 仍面临有意义的竞争和商品化逆风。大型云超大规模厂商拥有原生 存储产品、深度生态整合和对企业买方很有吸引力的供应商整合能力。同时，NVIDIA 和开源社区快速标准化 AI 数据接口和硬件参考栈， 可能让服务器 OEM 及资金充足的存储同行逐步缩小 VAST 的软件性能溢价。[CP012, CP013, CP014]

3.5 展示项

4.1 收入来源、定价模式与变现架构

VAST Data 是一家企业软件平台公司，通过统一的 AI Operating System 变现，把存储、数据库和计算编排压缩进单一软件层。公司不销售 专有存储设备，而是根据客户集群部署的原始 PB 容量，以多年期或年度订阅协议许可软件。企业买方可以直接从 Dell、Cisco、Supermicro 等 OEM 合作伙伴采购经过认证的通用闪存硬件，同时向 VAST 支付纯软件许可费。官方网页未披露价格；商业条款采用定制化企业报价， 多 PB 部署可享分层批量折扣。包括 Google Cloud 托管产品在内的主要公有云市场集成，提供补充性的按消费计费渠道，同时保留 VAST 以软件为核心的收入特征。[CI001, CI002, CI003, CI004]

4.2 商业牵引力、企业规模与 GTM 动作

VAST Data 在企业基础设施领域实现了前所未有的商业加速：截至 2026 年初，公司已从早期商业化发展到据报告 committed ARR 超过 $500 million，累计预订额超过 $4 billion。公司在上线后三年内达到 $100 million ARR，并于 2023 年 12 月达到 $200 million ARR，显示数据密集型组织采用迅速。VAST 的企业 GTM 聚焦 AI 研究、生命科学、量化金融和 GPU 云基础设施等 PB 级非结构化数据客户。 在前 100 个新客户中，平均年度承诺超过 $1.2 million，头部客户的累计平台支出超过 $100 million。据报告，公司已覆盖 Fortune 100 的超过 25%，并服务主要 GPU 云提供商；尽管私有报告环境不透明，这仍构成强有力的企业验证。[CI005, CI006, CI007, CI008, CI009]

4.3 成本结构、毛利率动态与现金流画像

VAST Data 的成本结构凸显轻资产、软件定义商业模式的运营优势。公司把服务器和硬盘制造、物流及硬件库存交给 OEM 伙伴，避免承担实体销货成本，并实现约 90% 的软件毛利率。交付成本主要来自工程支持、云遥测基础设施和技术客户成功。公司报告称，连续数年保持 正经营利润率和正自由现金流，从而消除了经营烧钱和外部资本依赖。不过，VAST 的解耦架构只针对全闪存 QLC NAND 介质优化，企业客户 的硬件采购仍会受到闪存价格周期和供应链约束影响，并可能间接挤压企业软件预算。[CI010, CI011, CI012, CI013]

4.4 资本充足度、集中度风险与投资判断尽调缺口

2026 年，VAST Data 完成由 Drive Capital 和 Access Industries 领投、估值 $30 billion 的 $1 billion Series F 融资，为公司提供 增长资本和二级股东流动性，也使其更接近潜在 IPO 准备状态。尽管披露的资本化情况稳健、经营现金流可自我供给，机构投资判断仍面临 重大尽调障碍。VAST 的前瞻预订额高度集中于客户，CoreWeave $1.17 billion 多年期协议就是明显例证。生成式 AI 基础设施支出若停滞， 或 CoreWeave 改变硬件路线图，都会直接下压预期收入。Dell Technologies 等传统硬件厂商还发起了竞争性反击，专门宣传 PowerScale AI 存储的能效优势。在没有经审计财务报表把 committed ARR 与 GAAP 收入确认勾稽之前，投资者不能给出确定的财务放行结论。[CI014, CI015, CI016]

4.5 展示项

5.1 解耦共享一切（DASE）核心架构

VAST Data 的基础创新是 DASE 架构，旨在消除传统横向扩展 NAS 和共享磁盘存储系统固有的性能瓶颈、闲置容量和元数据同步开销。 传统集群存储把计算和存储紧密绑在单个设备内，扩容时需要复杂的节点间通信、分布式缓存一致性协议和数据再平衡。DASE 通过低延迟 NVMe over Fabrics（NVMe-oF）网络，把无状态前端计算节点（CNodes）与高密度持久闪存存储机箱（DNodes 或 EBoxes）分开，并采用 RoCE 或 InfiniBand。前端计算节点完全无状态、不保留持久本地缓存，所以集群任意计算节点都能直接访问任意 NVMe 固态硬盘，无需经由 所有者节点转发请求，也不需要分布式加锁。全局事务元素存储利用原子 RDMA 原语，让所有操作具备原子性、一致性、隔离性和持久性 （ACID）语义；因此文件、对象和表格记录能在统一全局命名空间（DataSpace）内同时进行多协议访问。[CE001, CE002, CE003]

5.2 软件模块、InsightEngine 与工作流执行

VAST AI Operating System 把四个主要功能引擎整合进统一软件栈，让企业数据管理从被动文件存储走向主动计算基础设施。底层 DataStore 提供高吞吐多协议文件和对象访问，支持 NFSv3/4.1、SMB 2.1/3.1、S3 对象 API 和 NVMe-over-TCP，无需在不同功能池间复制数据。 VAST DataBase 直接构建于其上，提供低延迟列式和表格数据库，支持实时 SQL 分析、特征库操作及原生向量存储，用于检索增强生成（RAG）。 VAST DataEngine 是事件驱动的无服务器处理层，新数据抵达闪存后即可自动摄取、转换和建立索引。InsightEngine 进一步持续分类企业 新内容、提取上下文特征，并通过与 NVIDIA Inference Microservices（NIM）深度集成生成向量嵌入。自动向量化让企业和基础模型构建商 能实时查询 EB 级非结构化数据集，无需工程团队搭建复杂的外部 ETL 数据管线。在媒体娱乐环境中，Scale Logic 等部署伙伴利用统一命名空间 消除传统分层，为 4K/8K 视频编辑提供实时多流同步播放，也支持无缝长期归档。[CE002, CE011, CE012, CE014]

5.3 硬件设备包装、性能与商业许可

为支持企业本地和主权 AI 工厂部署，VAST 通过战略 OEM 与云合作伙伴把软件栈装进交钥匙硬件平台。Cisco AI Data Platform with VAST AI OS 将 Cisco CNode-X 计算系统（配备双 AMD EPYC 5th Generation 处理器和八块 NVIDIA RTX PRO 6000 GPU 的 UCS C845A M8 机架服务器） 与 Cisco EBox 持久存储节点（搭载全闪存 NVMe SSD 和存储级内存的 UCS C225 M8 机架服务器）配对。在经验证的 Cisco 配置中，每个 EBox 读取吞吐最高 21 GB/s，峰值突发写入吞吐 10 GB/s，持续写入吞吐 2.6 GB/s，并配备双 Mellanox ConnectX-7 400GbE 网络接口。 不过，初始集群尺寸会形成关键性能约束：少于 12 个 EBox 存储节点的部署，最大写带宽会下降约 6% 至 15%，因为写缓冲条带宽度在安装时 就已固定，部署后不能动态加宽。从商业角度看，VAST 完全采用软件订阅模式，期限为 36 至 60 个月；许可按可用容量（每 TB）和编排的 CPU 核数定价，不提供永久许可选项。[CE004, CE005, CE006, CE007]

5.4 写入路径机制、网络织构压力与架构风险

尽管 VAST 在读密集型深度学习工作负载上具备高吞吐和架构简洁优势，独立存储架构分析也指出，DASE 写入路径和共享一切拓扑存在明显 工程取舍。VAST 使用商品化四层单元（QLC）NAND 闪存，以取得近似归档存储的经济性；若把小块写入直接落到闪存，会产生严重写放大并 使硬盘过早磨损。因此，客户端写入先进入存储级内存（3D XPoint）缓冲，并在三个不同物理介质目标上复制三份，确认前先保证断电安全。 结果是写入相对读取承受估计 3:1 的性能损失，而固态介质更高的功耗和更低的写带宽又会放大这一差距。由于每个无状态计算节点都通过 NVMe-oF 挂载集群内每块存储盘，大规模部署会形成密集的全互联通信模式，给存储网络织构带来巨大压力；集群性能因此很容易受网络拓扑 拥塞和丢包影响。此外，客户端 NFS 访问采用 close-to-open 一致性，而非严格 POSIX 锁；多个客户端主机同时对相同文件范围重叠写入时， 如果应用不强制使用直接 I/O 语义，就可能造成数据损坏。[CE003, CE008, CE009, CE010, CE013]

5.5 展示项

6.1 客户群划分与买方画像

VAST Data 的客户基础分为四类：超大规模和专业 GPU 新云提供商、主权 AI 基础设施运营商、受监管企业客户，以及高性能计算或研究机构。 专业新云买方通常是基础设施工程负责人和云架构师，其经济模型要求提高 GPU 利用率并消除存储 I/O 瓶颈。主权及区域云运营商则包括 欧洲的 Nscale、加拿大的 BUZZ HPC 和澳大利亚的 Sharon AI；它们购买 VAST 基础设施，提供符合本地数据驻留要求、硬件隔离且合规的 计算环境。受监管企业客户覆盖全球金融机构、Boston Children's Hospital 等医疗网络和 Booking Holdings 等商业企业；它们在 CIO 和 首席 AI 官要求下采购 VAST，把非结构化文件仓库和向量嵌入纳入严格的零信任治理。最后，NASA 和美国能源部等研究及公共部门机构使用 VAST 进行多 EB 科学模拟和 PB 级数据管线。各类客户的采购都在从单独评估存储，转向与服务器 OEM 和计算伙伴共同设计完整 AI 平台架构。[CU001, CU002, CU003, CU004]

6.2 采用轨迹、交易规模与收入体量

VAST Data 的采用轨迹随着生成式 AI 基础设施建设大幅扩张。截至 2026 财年，公司报告累计软件预订额超过 $4 billion、committed ARR 超过 $500 million；行业报道还称，若把非承诺型、硬件绑定的扩容计入，总年化运行收入已突破 $2 billion。大型组织的企业采用继续 加深：公司在 Fortune 1000 客户中的客户基础翻了四倍，Fortune 100 中超过 25% 已部署 VAST。企业账户扩张也带来强劲 ACV 增长， 前 100 个新客户群的初始合同支出平均超过 $1.2 million。客户部署的实体和计算规模不断刷新纪录，支持多 EB 存储足迹，为全球覆盖 数十万 GPU 的集群供数。尽管这些高层速度指标亮眼，VAST 没有公开披露活跃客户总数或按用量加权的使用档位，因此无法准确判断更广泛 非标杆客户群的收入分布。[CU005, CU006, CU007, CU008]

6.3 指名客户验证与生产工作负载

VAST Data 的平台能力已在商业 AI、娱乐和生命科学的大规模生产部署中得到实证。最突出的是 xAI 的 Colossus 超级计算机：VAST 为超过 200,000 个 Nvidia GPU 提供数据层；据已发布披露，VAST 的解耦架构相较传统存储架构把总拥有成本降低了 50%。商业云服务方面，CoreWeave 通过 2025 年 11 月签署的 $1.17 billion 里程碑协议，把 VAST 确立为核心数据底座。数字媒体方面，Pixar Animation Studios 用 VAST 管理 PB 级渲染资产，这些资产又为动画管线提供多模态训练数据。生命科学领域中，Boston Children's Hospital 依靠 VAST 分析高吞吐 基因测序数据；企业商业领导者 Booking Holdings 则用该平台处理实时推荐数据。这些指名案例表明，VAST 已从探索性实验室试点进入主要 运营生产，但客户样本仍明显偏向技术领先者和资本充足的 AI 基础设施建设者。[CU009, CU010, CU011, CU012]

6.4 合同耐久性、留存动态与集中度风险

VAST Data 的客户耐久性受益于极高的架构切换壁垒和长期商业承诺。典型企业合同期限为 5 至 7 年，带来较高收入可见度，并隔离短期流失。 VAST 的 DASE 平台存储主要训练数据、运营元数据和实时向量索引；替换平台意味着跨 PB 至 EB 规模数据进行复杂且高风险的迁移。行业分析 指出，一旦组织把 VAST 部署到生产环境，客户流失率就会保持极低。不过，架构锁定被尖锐的商业集中度风险抵消。CoreWeave 等高知名度 新云客户和主权集群建设占合同管线及 committed ARR 的比例不成比例。因此，如果主要 GPU 云供应商出现容量消化、融资约束或在合同到期 时重新谈判，VAST 将面临显著交易对手敞口。独立研究还指出，VAST 平台能力虽强，但企业买方仍有平台锁定风险，因为要把面向 AI 的向量 和非结构化数据迁出 VAST 的集成生态，需要大量数据工程工作。[CU013, CU014, CU015, CU016]

6.5 展示项

7.1 风险排序与投资含义

最高的剩余敞口并不是已记录的故障，而是迁移摩擦、垂直整合运营模式以及关于集中度的公开证据有限三者叠加。Dell 是有利益关系的竞争者， 而非独立基准；它认为 VAST 要求数据进入自身命名空间，并依赖硬件和集成伙伴。VAST 自己的技术说明确认，其共享一切架构让每个计算节点 挂载每块 SSD，并在集群范围共享系统状态。这支持高影响锁定假说，但不能支持 Dell 更广泛的商业结论。财务披露是第二大风险：当前报告 把累计预订额和 committed ARR 与现金流说法区分开，而 2023 年公开材料却用 ARR 和已签合同措辞描述同一公开口径金额。拟定的论点 破坏触发条件包括：最大客户占 ARR 超过 20% 且没有合同保护；无法在 10% 范围内核对已报告商业指标；或关键工作负载已部署却没有经过 测试的恢复设计。这些阈值是投资控制，不是已报告事实。[CR001, CR002, CR008, CR009, CR010, CR011, CR012, CR016]

7.2 运营、质量与安全敞口

VAST 记录了实质性的缓解措施，包括 DBox 冗余、DBox-HA、纠删码、加密、基于角色和基于属性的访问控制、不可变快照以及外部密钥管理支持。同一份白皮书也指出了影响投资判断的配置边界：经典集群在整台 DBox 故障时可能离线；DBox-HA 至少需要八台 DBox，并会增加示例中所述的保护开销；仅靠云本地 NVMe 无法提供本地部署系统所宣称的持久性；单个云实例也没有故障保护。这些并不是事故证据，而是需要逐一核实每个重大部署的确切拓扑、可用性等级、RPO/RTO 测试、加密设置、特权支持流程和云持久化模式的理由。任何无法证明能从其声明故障域中恢复的生产关键环境，或任何尚未补救的重大安全例外，都应成为终止投资的标准。[CR003, CR004, CR005, CR006, CR007, CR014, CR015]

7.3 法律、监管、隐私与治理尽调

已分配证据包含产品控制说明，但没有监管机构文件、法院记录、独立认证报告、渗透测试摘要、事件登记册或隐私审计。负面搜索记录没有返回已分配 URL；这只是覆盖范围限制，不能解读为不存在诉讼、执法行动、数据泄露或服务中断。VAST 将面向敏感数据的隔离、加密、可验证机密 AI 运行时作为产品卖点，而技术论文描述了通过 FIPS 140-3 验证的库、传输加密和细粒度访问控制。这些控制措施能降低设计风险，但不能证明在每个司法辖区都具备运营有效性或合规性。投资前，法律顾问应在美国、以色列、欧盟及其他重要销售辖区开展诉讼、制裁、出口管制、隐私和 IP 搜索，再将结果与管理层口径、保险、客户通知及安全证明相互核对。[CR001, CR006, CR007, CR015]

7.4 合作伙伴、客户与财务模型依赖

VAST 的合作伙伴网络既是护城河，也是相关性依赖。公开报道披露了一项 $1.17 billion 的 CoreWeave 商业协议；另一来源则称 Nvidia 同时是投资者和技术伙伴，CoreWeave 是大买家。VAST 还称，Fortune 100 中超过 25% 的企业以及领先 GPU 云厂商已经采用其产品，但这并未披露收入集中度、取消权、续约队列或按部署计算的毛利率。报道称 2026 年 Series F 同时包含新增资金和老股转让；一家层级较低的独立博客称，超过一半资金流向了出售股份的持有人，但指定的高质量来源没有给出拆分。投资判断因此应把募资额与可用现金、订单额与 ARR 或收入分开。终止投资的标准包括：战略投资者相关商业条款未披露、集中度超过批准阈值，或经审计的明细与公开商业或盈利口径存在重大矛盾。[CR002, CR008, CR009, CR010, CR011, CR012, CR013, CR016]

7.5 展示材料

8.1 投资论点、建议与入场纪律

VAST Data 处在现代人工智能技术栈的战略要害位置，正从高性能存储转向完整的 AI 操作系统，整合存储、数据库功能和容器化计算。公司以解耦共享一切（DASE）为基础的技术架构，支持全球主要 AI 基础设施提供商的大规模部署，规模可达 EB 级，服务数百万 GPU，包括 CoreWeave、Nscale、Firmus 和 Fluidstack。财务执行速度极快：累计订单额超过 $4 billion，承诺年度经常性收入（CARR）超过 $500 million，并连续数年保持经营盈利和自由现金流为正。然而，2026 年 4 月由 Drive Capital 和 Access Industries 领投的 Series F 融资轮合计新增资金与老股转让约 $1 billion，将 VAST Data 的估值推至 $30 billion。按这一表面价格，公司约为承诺 ARR 的 60 倍，几乎没有空间应对外部公共市场冲击、硬件换代周期或 AI 估值倍数收缩。因此，对于尚未承诺的机构资本，我们的建议是持续跟踪：投资者应严格执行估值纪律，先完成对收入构成、客户集中度和合同留存的详细私募尽调，再考虑按本轮价格或接近本轮价格参与。[CV001, CV002, CV003, CV004, CV007, CV008, CV011, CV012]

8.2 投资论点、反论点与后期融资动态

对 VAST Data 进行 $30 billion 估值，需要在有吸引力的长期扩张论点与私募市场上的重大反论点之间取得平衡。核心论点是：随着超大规模 AI 模型开发、推理集群和新兴智能体工作流的发展，VAST 可能成为默认数据平台；这些场景需要在分布式硬件间统一、低延迟地访问数据。NVIDIA、Fidelity Management & Research Company 和 New Enterprise Associates（NEA）等现有战略支持者，也印证了该平台的核心地位。反论点则有三项结构性风险。第一，VAST 报告的承诺 ARR 收入口径，可能与经审计的 GAAP 确认收入或过去 12 个月的订阅 ARR 存在重大偏差，掩盖真实的经常性现金流运行水平。第二，公司对专业 GPU 云厂商存在较大商业敞口；如果新云建设放缓或遭遇资本配给，就会形成明显的交易对手集中风险。第三，Series F 为早期投资者和员工提供了大量老股流动性，同时出现两套融资数字（$500 million 新增股权资金对比 $1 billion 总交易额），可能带来清算优先权悬置和稀释复杂性。尽调必须厘清完整股权结构表的透明度，并评估普通股价值是否匹配优先股的表面估值。[CV002, CV004, CV005, CV006, CV009, CV010, CV013, CV014]

8.3 情景估值、可比公司与尽调终止触发条件

严谨的情景框架表明，VAST Data 当前估值已计入持续的高增长执行力，以及公开市场对 AI 基础设施资产的热情。在乐观情景下，随着企业智能体部署成熟，稳定的经常性收入增长至 $1.5 billion 至 $2.0 billion，支撑 20 倍至 25 倍倍数，上市时企业估值达到 $30 billion 至 $45 billion。在基准情景下，经审计的经常性收入稳定在 $800 million 至 $1.0 billion，企业业务温和扩张，按 18 倍至 22 倍软件基础设施倍数估值为 $16 billion 至 $22 billion，相比 Series F 定价折价 25% 至 45%。在悲观情景下，AI 资本开支周期降温、超大规模云厂商的自研存储替代方案挤压定价能力，或主要新云客户重新谈判容量，收入降至 $600 million 至 $700 million，倍数降至 10 倍至 12 倍，股权价值为 $6.0 billion 至 $8.5 billion。与 Pure Storage、NetApp 等上市基础设施可比公司相比，VAST 的估值倍数溢价超过 5 倍，举证责任完全落在私有指标上。投资者必须设定严格的终止触发条件：任何审计发现若显示前三大客户占 ARR 超过 45%、过去收入的毛利率低于 70%，或正式 IPO 治理准备长期停滞，都应立即终止后续投资评估。[CV003, CV007, CV008, CV011, CV014, CV015, CV016]

8.4 展示材料