AI巨头转向小型算力部署，数据中心需求迎来新变化

随着AI工作负载部署所需基础设施的竞争日趋白热化，Anthropic与OpenAI正将目光投向规模较小的AI数据中心交易。

据悉，这两家AI公司在过去一年中均签署了涉及数百兆瓦乃至吉瓦级设施的大型AI数据中心协议。但据知情人士透露，它们目前也在寻求规模仅为20至30兆瓦的算力容量交易。

多位知情人士称，Anthropic已在英国及北欧地区就这一量级的算力部署与相关方接洽合作事宜。其中部分人士表示，OpenAI同样一直在北欧寻找类似的小规模部署机会。

另有知情人士透露，Anthropic和OpenAI在美国也在就同等规模的算力部署进行谈判。

过去一年间，这两家公司相继公布了一系列AI基础设施交易，旨在满足模型训练及向用户提供模型服务的需求。在AI热潮不断升温的背景下，获取较小规模的算力资源有助于企业更迅速地部署AI工作负载。

OpenAI发言人对此回应称：“我们正在构建多元化的算力组合，以应对全球持续增长的AI需求。”“不同的工作负载需要不同的基础设施，因此我们与各类合作伙伴保持沟通，并依据自身需求、性能、可靠性、时间安排及成本来评估相关机会。”

更快获取可用算力

这两家AI公司通常从数据中心运营商及新型云服务商（neocloud）处租用算力，并长期寻求大规模、长期性的合作协议。

上月有报道称，Anthropic与Nscale签署了一份价值约450亿美元的云服务协议。按照协议，Anthropic将租用后者位于美国西弗吉尼亚州一个数据中心项目约460兆瓦的算力容量。

OpenAI今年4月曾表示，其“星际之门”（Stargate）AI基础设施项目已超出最初承诺的10吉瓦装机容量，此后又承诺在佐治亚州新增3吉瓦、在俄亥俄州新增8吉瓦的算力设施。

然而，美国及其他地区的大型数据中心项目正日益遭到当地社区的抵制。在欧洲许多地区，该行业同样面临压力，因为可供开发的土地和电力资源均十分紧缺。

Structure Research研究主管Jabez Tan指出，小规模算力交易往往具备“更快获得可用算力”的优势。“与其等待某个地点释放更大规模的算力区块，不如在已有电力供应的现有场址获取几兆瓦的算力，这可能更为务实。”

他进一步表示：“对于能够跨不同地点运行的工作负载而言，多处小规模部署叠加起来同样能形成相当可观的算力容量。”

AI算力需求转向推理

训练AI模型需要大量计算能力来处理海量数据，但在日常运行中进行推理并不需要规模庞大的芯片集群。

Tan表示：“训练大型模型通常要求大量芯片紧密协同工作。而许多推理工作负载可以在多个较小集群之间分别处理不同请求，因此可选部署地点更多。”

随着越来越多AI算力从模型训练转向模型的实际生产应用，这一转变的重要性正不断提升。因此，用于推理的算力容量预计将持续增长。

房地产公司JLL的一份报告显示，到2027年，用于AI推理工作负载的数据中心容量占比预计将超过模型训练。

报告指出，2025年推理任务占全球数据中心工作负载的9%，训练任务占14%。到2030年，推理预计将占用37%的数据中心容量，而训练所占比例将降至仅13%。

今年2月有消息称，英伟达将与多家数据中心行业参与者合作，研究专门用于分布式推理的小规模数据中心。

周四有报道称，美国公司Crusoe目前也已开始投资规模较小的数据中心。相较于当前在美国各地面临延期的大型数据中心项目，这些小型设施建设速度更快、成本更低。

Crusoe是AI基础设施建设热潮中业务快速增长的众多新型云服务商之一。该公司周四宣布完成一轮39亿美元融资，投后估值达309亿美元。