数据中心格局生变：美AI巨头聚焦可快速部署的中小型方案 21:48

财联社9月18日消息（记者 赵昊）在围绕AI工作负载基础设施布局的角逐愈发白热化的背景下，Anthropic与OpenAI正将目光投向体量更小的AI数据中心采购方案。

回顾过去十二个月，上述两家头部AI企业均落笔了体量惊人的数据中心合约，涵盖数百兆瓦甚至吉瓦级别的超大型设施。不过据接近双方的消息人士透露，当前两家公司同步在物色规模显著缩减的算力租赁方案，单次交易量级大致落在20至30兆瓦区间。

数位知情人士表示，Anthropic已就上述量级的算力落地事宜，在英国及北欧市场展开了多轮商务洽谈。部分人士进一步指出，OpenAI同样活跃于北欧地区，积极探寻类似的小型化部署窗口。

另有消息源补充称，据其所掌握的信息，Anthropic和OpenAI在国内亦推进着同等体量的算力部署磋商。

此前一年间，两家公司密集披露了一系列AI基建大单，核心目的在于支撑大模型训练及面向终端用户的推理服务供给。在AI产业热度持续攀升的大环境下，锁定中小规模的算力资源，能够帮助企业缩短AI工作负载的上线周期。

针对相关报道，OpenAI对外回应称："我们正着手搭建一套多元互补的算力矩阵，以应对全球范围内不断膨胀的AI使用需求。"

"不同类型的业务场景对底层硬件有着差异化诉求，因此我们会广泛接触各类合作方，并从自身实际需求、运算性能、系统稳定性、交付节奏及经济性等维度综合研判每一个潜在选项。"

缩短算力获取周期

在日常运营中，这两家AI巨头主要依托传统数据中心运营商及新兴云计算平台（即所谓"新云"）来采购算力，且历来倾向于签订大额、长周期的战略框架协议。

就在上个月，媒体披露Anthropic已与Nscale达成一项总额约450亿美元的云端服务协议。依据条款，Anthropic将在美国西弗吉尼亚州的某数据中心项目中租用大约460兆瓦的GPU算力。

OpenAI则在今年四月公开表示，其旗舰级"星际之门"AI基建计划的规划装机量已突破最初设定的10吉瓦红线，随后又追加了在佐治亚州新建3吉瓦、在俄亥俄州新建8吉瓦算力设施的承诺。

与此同时，无论是美国本土还是其他地区，超大型数据中心项目所遭遇的社区抵制声音正日益高涨。欧洲多国亦然——可开发用地与电网接入资源的双重紧缺，令整个行业承压明显。

研究机构Structure Research的分析主管Jabez Tan指出，中小型算力采购的核心优势在于"算力到位速度更快"。"与其苦等某个特定园区腾出大块算力空间，不如直接在已有供电条件的既有场地上拿下数兆瓦的容量，这在执行层面往往更为务实。"

他同时强调："对于那些天然支持跨地域调度的工作负载来说，分散在多个节点的小规模部署叠加起来，同样能汇聚成相当可观的总体算力池。"

算力重心从训练向推理迁移

大模型的预训练阶段需要消耗巨量算力求解海量参数；然而在实际生产环境中执行推理任务时，并不需要动辄数千张芯片组成的巨型集群。

Tan解释道："训练超大参数模型通常要求大批芯片高度耦合、协同运算。相比之下，相当比例的推理任务可以将不同用户请求拆分到若干较小集群上并行处理，这就为选址提供了更大弹性。"

伴随越来越多的AI算力预算从离线训练环节向线上实时推理环节倾斜，这一结构性转变的战略意义正在放大。可以预见，推理侧的算力需求仍将保持强劲增长态势。

国际地产顾问机构JLL发布的行业报告预测，到2027年，承载AI推理任务的数据中心容量份额有望首次超越模型训练用途。

该报告数据显示，2025年全球数据中心工作负载中，推理类任务占比约为9%，训练类任务约占14%。展望2030年，推理预计将占据全部数据中心容量的37%，而训练占比则将收缩至仅13%左右。

今年二月，业界曾传出英伟达计划联合多家数据中心领域玩家，共同探索专为分布式推理场景设计的小型化数据中心方案的消息。

本周四又有媒体报道称，美国初创企业Crusoe同样开始加大对小型数据中心的投入力度。相较于眼下遍布全美却频频遭遇工期延误的超级数据中心工程，这类轻量化设施在建设速度和资本开支方面均展现出明显优势。

Crusoe正是本轮AI基建浪潮中快速崛起的新兴云厂商之一。该公司于周四正式宣布完成新一轮39亿美元融资，最新投后估值高达309亿美元。