徽声在线9月18日讯（记者 李轩）在AI技术迅猛发展的当下，Anthropic与OpenAI这两大行业巨头正调整其算力部署策略，转而寻求规模更小、落地更快的AI数据中心合作方案。

据行业内部消息，过去一年间，这两家科技公司曾频繁签署涉及数百兆瓦甚至吉瓦级规模的AI数据中心协议。然而，随着市场竞争的加剧，它们如今开始将目光投向规模约为20至30兆瓦的小型算力交易，以更灵活地应对市场变化。

多位不愿具名的知情人士透露，Anthropic已在英国及北欧地区展开行动，积极洽谈此类规模的算力部署合作。与此同时，OpenAI也在北欧地区寻找类似的小规模部署机会，以丰富其算力资源布局。

另有消息人士指出，Anthropic和OpenAI在美国本土也在进行同等规模算力部署的相关谈判，显示出它们在全球范围内优化算力资源的决心。

回顾过去一年，两家公司均宣布了一系列AI基础设施交易，旨在满足日益增长的模型训练及用户服务需求。在AI热潮持续升温的背景下，获取规模较小的算力资源成为它们更快部署AI工作负载的关键策略。

OpenAI发言人在回应相关询问时表示：“我们正致力于构建多元化的算力组合，以应对全球范围内不断增长的AI需求。”

“不同的AI工作负载对基础设施的要求各不相同，因此我们会与各类合作伙伴保持沟通，并根据自身需求、性能、可靠性、时间安排及成本等多方面因素综合评估合作机会。”

小规模算力：更快落地的优势

在算力获取方式上，Anthropic和OpenAI通常选择从数据中心运营商及新兴云服务商处租用算力，并倾向于签署大规模、长期的合作协议。然而，这种策略也面临着一定的挑战。

以上月为例，Anthropic与Nscale签署了一项规模庞大的云服务协议，涉及金额约450亿美元。根据协议，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。尽管这一协议为Anthropic提供了强大的算力支持，但也凸显了大规模项目在落地过程中的复杂性。

与此同时，OpenAI也在积极扩展其算力设施。今年4月，该公司宣布其“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，并计划在佐治亚州和俄亥俄州分别建设额外3吉瓦和8吉瓦的算力设施。然而，这些大型项目的推进也面临着来自当地社区的反对及土地、电力资源紧张等问题的挑战。

在此背景下，小规模算力交易的优势逐渐显现。Structure Research研究主管Jabez Tan指出：“与等待某个地点释放大规模算力区块相比，在已具备电力供应的现有场地获取几兆瓦的算力可能更为实际且高效。”

他还进一步解释道：“对于能够跨不同地点运行的工作负载而言，通过多处小规模部署可以形成相当可观的算力容量，从而满足业务需求。”

AI算力需求：从训练转向推理

在AI技术的发展过程中，算力需求也呈现出明显的变化趋势。训练AI模型需要大量计算能力以处理海量数据，而在日常运行中进行推理则不需要使用规模庞大的芯片集群。

Tan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，从而提供了更多部署地点的选择。”

随着AI技术的广泛应用，越来越多的算力需求正从模型训练转向模型实际生产应用。这一变化使得用于推理的算力容量预计将持续增长，成为行业发展的新趋势。

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。这一预测进一步印证了推理算力需求增长的趋势。

报告还指出，2025年推理任务将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%。这一数据变化清晰地展示了AI算力需求从训练向推理的转变。

面对这一趋势，行业内的企业也在积极调整策略。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解决方案。

此外，美国公司Crusoe也开始投资规模更小的数据中心项目。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，因此受到了市场的广泛关注。

Crusoe作为AI基础设施建设热潮中业务迅速增长的新型云服务商之一，其发展动态备受瞩目。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，显示了市场对其发展前景的信心。

（徽声在线 李轩）