Anthropic与OpenAI转向小型数据中心，寻求20-30MW算力部署
nashnova research
Anthropic和OpenAI正在欧洲及美国洽谈20-30MW小型数据中心租赁协议，在吉瓦级巨型项目之外开辟分布式算力补充线，背后推手是推理工作负载的快速膨胀。
两家头部AI公司为什么突然要租"小机房"？
据CNBC援引多位知情人士，Anthropic已在英国和北欧就20-30MW规模的算力协议进行接触，OpenAI也在北欧探索同类机会。
另有知情人士透露，两家公司还在美国境内谈判同等规模的部署。
这意味着→ 头部实验室的算力采购策略正从"押注单一超大项目"转向大小搭配、多点布局。
小型站点的吸引力在哪里？
Structure Research研究主管贾贝兹·谭解释：小型协议的核心优势是"更快拿到可用容量"——在已通电站点租几兆瓦，比等一座大型园区整体交付快得多。
用大白话说＝ 大项目像盖新城，工期长、变数多；小站点像租现成写字楼，签约就能搬进去开工。
这反映出AI公司对算力的需求已经急迫到等不起大项目的建设周期。
为什么"推理"能拆成小块，"训练"不行？
训练大模型需要大量芯片紧密协同，数据在芯片之间高速流转，物理上很难拆开。
推理（inference，模型训练完后对外提供服务的过程）则不同——每个用户请求相对独立，可以分散到多个较小集群分别处理。
这意味着→ 推理天然适合"多点小站"的部署模式，而训练仍然依赖集中式超大集群。
推理占比会涨到多高？
仲量联行（JLL）报告显示：2025年推理占全球数据中心AI工作负载的9%，训练占14%。
到2030年，推理预计飙升至37%，训练反而降至13%。
用大白话说＝ 五年后，数据中心里近四成AI算力都在跑推理，训练反而成了少数派——这正是小型站点需求爆发的底层逻辑。
大项目并没有停，两条线在同时跑？
Anthropic此前与Nscale签署了约450亿美元云计算协议，将在西弗吉尼亚州租用约460MW算力。
OpenAI的"星际之门"（Stargate）项目已超越最初10吉瓦承诺，又在佐治亚州和俄亥俄州分别新增3吉瓦和8吉瓦开发计划。
这意味着→ 大项目管长期训练底座，小站点补短期推理缺口——两条线并行，不是替代关系。
算力供应商的竞争格局会怎么变？
数据中心建设公司Crusoe已转向投资规模更小、建设更快的设施，据《华尔街日报》报道，此类项目更便宜且延误更少。
Crusoe同日宣布完成39亿美元融资，融资后估值达309亿美元。
这反映出资本市场也在押注"小而快"的算力供应模式——对传统大型数据中心开发商而言，灵活的中小玩家正在切走一块新蛋糕。
市场有风险，内容仅供研究参考，不构成投资建议。