得克薩斯州阿比林的 Stargate AI 數據中心。

　　AI 數據中心建設項目的合同幾乎沒有兩份是完全相同的。整個流程是一場全維度的多方撮合博弈，參與方包羅萬象：拿地並落實電力資源的主體、建設運營數據中心的廠商、為項目放貸的金融機構，以及客戶（包括微軟、谷歌這類大型雲廠商）。談判要處理諸多棘手問題，例如一旦項目出狀況，各方分別承擔何種風險。

　　在這套博弈格局當中，大型雲廠商以往在向 CoreWeave、Nebius、Nscale 這類新興雲廠商以及各類數據中心運營商租賃算力時佔據上風，畢竟巨頭手握最多資本、信用評級最優。但局勢正在發生變化。多位數據中心及信貸業務高管表示，微軟等雲廠商迫切希望從英偉達採購的服務器機架能夠落地投產，數據中心運營商如今議價權提升，可以爭取降低自身承擔的風險。

　　以往，大型雲廠商憑藉租賃談判中的優勢地位，向規模小得多的新興雲廠商索要嚴苛的服務等級協議（SLA）—— 這份核心合同條款規定 AI 服務器必須達到怎樣的運行標準。一旦違反 SLA，數據中心運營商就構成合同違約，需要支付罰金。

　　在很多交易談判中，大型雲廠商的初始訴求是要求新興雲廠商保證每一台服務器機架幾乎 100% 時間正常運行。一位數據中心負責人兼信貸業務高管稱，數據中心開發商還必須滿足近乎苛刻的機房溫溼度指標。這位高管見過不少合同草案，其中條款規定：只要單台機架因斷電、散熱過載、交換機故障或其他故障停機，大型雲廠商就有權直接扣除六個月租金！

　　倘若數據中心企業多次違反 SLA 約定，租賃機房的雲廠商就有權終止租約。（多位業內人士表示，SLA 違約其實並不少見，只是客戶通常不會真正執行罰則。）

　　該數據中心高管表示，SLA 談判需要權衡：想要拿到低價合同，就要接受嚴苛條款；同時又希望合同具備 「容錯空間」。即便租金報價會被壓低，也要儘可能爭取懲罰力度更低的 SLA 條款。

　　芯片廠商願意推出更創新的孖展與交易方案扶持客戶，這也助推數據中心開發商、運營商議價能力上漲。

　　另一位接觸過這類業務的數中心高管介紹，為了確保適配自家芯片、資本開支巨大的數據中心算力能夠順利建成，英偉達與 AMD 有時甚至會展開競爭，爭相為某數據中心項目的客戶提供信用擔保。（該人士稱，得益於資產負債表強勁，英偉達的態度更為激進。）這類合作對數據中心開發商有利：英偉達、AMD 會對部分租約提供長達 15 年的信貸支持，而英偉達此前對外披露、和部分新興雲廠商的合作期限僅為 6 年。

　　從事 AI 數據中心交易的信貸高管表示，數據中心運營商現在也更有底氣提出更嚴苛的付款條款。他見過這樣的案例：客戶只租用大型數據中心的一小部分算力，一旦客戶逾期付款，就需要全額支付整座機房一段時間的租金。這位數據中心業主也承認該條件十分強硬：「他說，‘我們知道這要求很離譜，但我們確實可以這麼談。’」

　　這種博弈同樣傳導至電力企業。電力協議支出往往佔到數據中心運營成本的五分之一以上，部分場景佔比會高得多。客戶規模越大、資金越雄厚，對電價就越不敏感。該信貸高管稱，同一個月內，不同客戶面對的電價波動幅度最高可達 400%。每個參與方都認為自己拿到了划算的電價，但體量最大的雲廠商往往支付最高電價，只因它們承擔得起。

　　正如 Ann 上周報道，埃隆・馬斯克預判 2027 年會出現電力短缺，已經着手佈局相關方案。還有三名參與過大廠雲廠商數據中心合同工作的業內人士透露，其他數據中心開發商正在從業內口中所說的 「不靠譜臨時廠商」 手中高價採購天然氣渦輪發電機。設備來源不明，也會抬高保險與債務孖展成本，保險公司很難對來源不清的設備開展承保。

　　綜上，數據中心的實際成本極難預估。過去幾年，建設一座 1 吉瓦規模的數據中心的成本已經翻倍有餘。如果成本持續走高，會壓制全球多家大型上市公司的市場情緒。後續我會持續關注這類數據中心合同、條款與博弈策略會如何演變。

　　去中心化分佈式 AI

　　上周數據中心運營商 Equinix 舉辦客戶大會，保障充足電力供應是討論重點。英偉達高管在會上表示，電力獲取如今或許是供應鏈中最棘手的難題。

　　一個局部解決方案：面向推理業務（運行已訓練完成 AI 模型）建設規模更小、分佈式部署的數據中心。在芯片廠商、AI 實驗室、大型雲廠商等待大型算力中心上線的空檔期，分佈式小機房可以緩解電力缺口。

　　英偉達、Equinix 與 Together AI 就在本次大會上推出了相關合作項目。合作模式為：Together AI 採購英偉達硬件，部署到 Equinix 現有機房，在服務器上對開源 AI 模型做優化並對外提供服務，服務對象並非頭部雲廠商與頂級大模型企業。

　　英偉達與 Equinix 高管並未披露本次合作涉及的資金規模與芯片數量。但英偉達 CEO 黃仁勳顯然把這類合作視作平衡頭部實驗室、雲廠商話語權的手段，同時也能分散英偉達客戶集中的風險。

　　黃仁勳在大會圓桌論壇上表示：「算力正在走向碎片化。AI 世界從根本上將不再高度集中，而是高度分佈式。」

　　黃仁勳稱，依託本次合作以及 Equinix 的全球機房網絡，AI 任務中對時延敏感的部分可以在距離用戶最近的 Equinix 機房運行，而存儲、推理運算可以放在大洋彼岸的遠端機房完成。

　　大會現場，谷歌、思科以及新興雲廠商 Lambda Labs 的高管也表達了類似觀點：AI 未來會進一步走向去中心化、分佈式。短期之內，大模型廠商依舊需要吉瓦級巨型數據中心完成模型訓練；但數以千計小型機房構成的分佈式架構，或將成為 AI 推理業務的常態。