Anthropic與OpenAI角逐小型數據中心項目,競相落地AI算力

環球市場播報
昨天

  核心要點

  1. 據 消息源,Anthropic 與 OpenAI 正在發掘小型數據中心合作機會。
  2. 隨着市場需求爆發,兩家企業都在加緊部署 AI 算力,過去一年已接連簽署大量 AI 基礎設施相關協議。
  3. 一位分析師表示,小型算力項目之所以具備吸引力,核心在於能夠更快拿到可用算力

  隨着 AI 業務算力基礎設施的爭奪持續升溫,多位消息人士透露,Anthropic 與 OpenAI 正在物色小型 AI 數據中心合作項目。

  過去一年,這兩家 AI 實驗室均簽下數百兆瓦乃至吉瓦級的大型 AI 數據中心協議;但消息人士稱,如今它們同時也在尋找規模小得多的算力資源,單項目規模僅 20‑30 兆瓦。

  四名了解談判內情、要求匿名的人士稱,Anthropic 已經在英國與北歐地區就該規模的算力方案展開接洽。另有兩名消息人士表示,OpenAI 此前也在北歐探索過同等規模的小型算力部署機會。 還有一位知情人士稱,兩家企業同樣在美國市場洽談過這一級別的算力部署。

  為完成模型訓練、向終端用戶提供服務,過去一年兩家公司接連落地多筆 AI 基礎設施交易。在 AI 行業熱潮之下,鎖定小批量算力配額,可以幫助企業更快上線業務。

  OpenAI 發言人 表示:「我們正在搭建多元化算力資源組合,來滿足全球不斷增長的 AI 需求。」

  該發言人補充道:「不同業務負載需要不同基礎設施。因此我們會和衆多合作伙伴開展溝通,依據自身需求、性能、可靠性、交付周期與成本綜合評估機會。我們不對具體商業談判置評。」 

  「更快拿到可用算力」

  兩家 AI 實驗室通常向數據中心運營商以及新興 AI 雲服務商(neoclouds)租賃算力,此前主要追求大規模長期合約騰訊雲。

  據 8 月兩名知情人士披露,Anthropic 和 Nscale 簽署了一筆大額協議,將租用西弗吉尼亞州一處在建數據中心約 460 兆瓦算力。

  OpenAI 方面則稱,其 4 月啓動的 「星門」 AI 基建項目,算力規模已經突破最初承諾的 10 吉瓦;此後又承諾在佐治亞州以及俄亥俄州繼續新增合計 3 吉瓦算力。

  美國及海外地區的超大型數據中心項目正遭遇當地社區的抵制壓力;歐洲大部分地區同樣面臨行業壓力,可用土地與電力供給十分緊張。

  Structure Research 研究主管賈貝茲・譚(Jabez Tan)向 表示,小型算力交易的吸引力來自 「更快拿到可用算力」。

  「在已經完成通電的現有站點獲取數兆瓦算力,遠比在某一個地點等待一大塊算力資源落地更現實。對於支持跨站點運行的業務負載,多個小型項目疊加,同樣可以形成可觀的總算力規模。」

  向推理業務傾斜

  訓練 AI 模型,需要調用海量芯片處理巨量數據;但模型日常對外提供服務,也就是推理環節,可以依靠規模更小的芯片集群完成。

  譚解釋:「訓練大模型,往往需要大量芯片緊密協同工作。而很多推理任務可以將請求分發至多個小型集群,這就釋放了更多選址可能性。」

  越來越多 AI 算力從模型訓練轉向線上生產環境推理服務,這一轉變意義重大,推理所需算力規模預計將持續攀升。

  房地產服務商仲量聯行(JLL)一份報告預測,2027 年,全球數據中心用於推理工作負載的算力佔比將超過訓練任務。報告顯示:2025 年,推理佔全球數據中心工作負載的 9%,訓練佔 14%;預計到 2030 年,推理將佔用 37% 算力,而訓練僅佔 13%。

  今年 2 月有消息公布,英偉達聯合多家數據中心相關企業,共同研究面向分佈式推理的小型數據中心方案。

  曾為 OpenAI 建設德克薩斯州大型數據中心的美國企業 Crusoe,如今開始投資建設小型數據中心。報道稱,美國各地大型數據中心普遍遭遇工期延誤,而這類小型設施建設速度更快、成本更低。Crusoe 暫未回覆置評請求。

  Crusoe 是 AI 建設浪潮下業務迅猛增長的新興 AI 雲服務商之一。該公司周四宣佈完成 39 億美元孖展,投後估值達到 309 億美元。

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10