徽声在线9月18日讯（编辑 李轩）在AI技术迅猛发展的当下，争夺部署AI工作负载所需基础设施的竞争愈发白热化。Anthropic和OpenAI这两家AI领域的领军企业，正将目光投向规模相对较小的AI数据中心交易，以适应市场的新变化。

回顾过去一年，Anthropic和OpenAI均签署了规模庞大的AI数据中心协议，这些协议涉及的设施规模高达数百兆瓦，甚至吉瓦级。然而，据知情人士透露，如今这两家公司也开始积极寻求规模小得多的算力容量交易，交易规模大约在20至30兆瓦之间。

多位消息灵通人士披露，Anthropic已经在英国和北欧地区就这一规模的算力部署展开了合作协议的接洽工作。同时，部分人士也表示，OpenAI同样在北欧地区积极寻找类似的小规模算力部署机会，以扩大其算力布局。

其中一位知情人士进一步透露，Anthropic和OpenAI在美国也在紧锣密鼓地进行同等规模算力部署的相关谈判，旨在构建更加多元化的算力资源网络。

在过去的一年里，这两家公司频繁宣布一系列AI基础设施交易，旨在满足训练模型以及向用户提供模型服务的需求。随着AI热潮的持续升温，获得规模较小的算力资源已成为企业更快部署AI工作负载的关键。小规模算力部署不仅灵活性强，还能有效缩短部署周期，使企业能够更迅速地响应市场变化。

针对这一市场动态，OpenAI发言人回应称：“我们正在积极构建多元化的算力组合，以应对全球不断增长的AI需求。通过与不同合作伙伴的沟通与合作，我们能够根据自身需求、性能、可靠性、时间安排和成本等多方面因素，综合评估并把握相关机会。”

“不同的AI工作负载对基础设施的要求各不相同。因此，我们会根据实际情况，灵活选择适合的基础设施解决方案，以确保AI应用的稳定运行和高效性能。”该发言人补充道。

小规模算力：更快落地的优势

在算力获取方面，Anthropic和OpenAI通常选择从数据中心运营商和新云服务商（neocloud）那里租用算力，并一直倾向于寻求大规模、长期的合作协议。然而，随着市场环境的变化，小规模算力交易逐渐显现出其独特的优势。

以上月为例，有报道称Anthropic与Nscale签署了一项规模庞大的云服务协议，金额高达约450亿美元。根据协议内容，Anthropic将租用Nscale位于美国西弗吉尼亚州一处数据中心项目约460兆瓦的算力容量。这一举措不仅彰显了Anthropic对算力资源的重视，也反映了其在算力获取方面的多元化策略。

与此同时，OpenAI也在积极扩大其算力布局。今年4月，该公司表示其“星际之门”（Stargate）AI基础设施项目已超过最初承诺的10吉瓦装机容量。此后，OpenAI又承诺在佐治亚州建设额外3吉瓦、在俄亥俄州建设8吉瓦的算力设施，以进一步提升其算力能力。

然而，大型数据中心项目的建设并非一帆风顺。在美国及其他地区，这些项目正越来越多地面临当地社区的反对和环保组织的质疑。在欧洲许多地区，由于可供开发的土地和电力资源十分紧张，该行业同样承受着巨大的压力。因此，小规模算力交易成为了一种更加实际和可行的选择。

Structure Research研究主管Jabez Tan指出：“小规模算力交易往往具有‘更快获得可用算力’的优势。与等待某一个地点释放规模更大的算力区块相比，在已经具备电力供应的现有场地获得几兆瓦的算力，可能更加实际和高效。这不仅有助于企业更快地部署AI工作负载，还能降低部署成本和风险。”

他还进一步表示：“对于能够跨不同地点运行的工作负载而言，多处小规模部署加起来也能形成相当可观的算力容量。这种分布式算力布局不仅提高了算力的可用性和可靠性，还增强了企业的灵活性和应变能力。”

AI算力需求：从训练转向推理

在AI技术的发展过程中，算力需求也呈现出新的变化。训练AI模型需要大量计算能力来处理海量数据，这是AI技术发展的基础。然而，在日常运行中进行推理并不需要使用规模很大的芯片集群。推理工作更注重的是实时性和准确性，而非单纯的计算能力。

Tan对此表示：“训练大型模型通常需要大量芯片紧密协同工作，以实现高效的计算和数据处理。而许多推理工作负载则可以在多个较小的集群之间分别处理不同请求，从而可以选择更多部署地点。这种分布式推理方式不仅提高了推理效率，还降低了对单一芯片集群的依赖。”

随着越来越多AI算力从模型训练转向模型实际生产应用，推理算力的重要性正在不断上升。推理是AI技术实现商业价值的关键环节，它直接关系到AI应用的用户体验和商业效果。因此，用于推理的算力容量预计将持续增长，成为未来AI算力市场的重要增长点。

房地产公司JLL的一份报告也印证了这一趋势。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。这意味着在未来几年内，推理算力将成为数据中心建设的重要方向。

报告还进一步预测了未来几年推理任务和训练任务在全球数据中心工作负载中的占比变化。2025年，推理任务占全球数据中心工作负载的9%，而训练任务占14%。然而，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%。这一变化将深刻影响未来AI算力市场的发展格局。

面对这一市场变化，英伟达等科技巨头已经开始积极布局。今年2月，有消息称英伟达将与多家数据中心行业参与者展开合作，共同研究专门用于分布式推理的小规模数据中心。这一举措旨在满足市场对推理算力的需求，推动AI技术的广泛应用和商业化进程。

与此同时，美国公司Crusoe也开始投资规模更小的数据中心。与目前在美国各地面临延迟的大型数据中心项目相比，这些小型设施具有建设速度更快、成本更低的优势。Crusoe的这一举措不仅顺应了市场变化，也为其在AI算力市场赢得了更多的发展机会。

作为AI基础设施建设热潮中业务迅速增长的多家新型云服务商之一，Crusoe的发展势头十分迅猛。该公司周四宣布完成一轮39亿美元融资，投后估值达到309亿美元。这一成绩不仅彰显了市场对Crusoe的认可和支持，也预示着其在未来AI算力市场的重要地位。

（徽声在线 李轩）