据美国消费者新闻与商业频道（CNBC）报道，Anthropic和OpenAI正在寻求规模更小的人工智能数据中心交易，以加快获取部署模型所需的算力。两家公司此前已签下数百兆瓦乃至吉瓦级的大型协议，如今同时把目光投向20至30兆瓦级别的部署。

四位要求匿名的人士向CNBC表示，Anthropic已在英国和北欧就该级别的算力部署接触相关方；两名知情人士称，OpenAI也在北欧探索这一规模的部署机会。其中一名消息人士还说，他了解Anthropic和OpenAI在美国就同等规模算力部署进行的商谈。

OpenAI发言人对CNBC表示，公司正在构建多元化的算力组合，以满足全球对人工智能不断增长的需求。该发言人说，不同的工作负载需要不同的基础设施，公司会与一系列合作伙伴沟通，并依据自身需求、性能、可靠性、时间和成本评估机会，但不会对具体的商业讨论置评。Anthropic未回应CNBC的置评请求。

两家公司通常从数据中心运营商和新型云服务商处租用算力，并倾向签订大规模、长期协议。两名知情人士今年8月对CNBC称，Anthropic与Nscale签署了约450亿美元的云协议，将在西弗吉尼亚州一处数据中心开发项目中租用约460兆瓦算力。OpenAI今年4月表示，其“星际之门”人工智能基础设施项目的承诺规模已超过最初的10吉瓦，此后又承诺在佐治亚州开发3吉瓦、在俄亥俄州开发8吉瓦。

美国及海外的超大型数据中心项目正越来越多地遭遇当地社区反对，欧洲许多地区则面临可用土地和电力短缺的压力。

Structure Research研究主管Jabez Tan对CNBC表示，较小规模的容量交易往往因“可投用容量的速度”而具有吸引力。他说，在已有电力配套的场址锁定几兆瓦容量，可能比在单一地点等待更大规模的容量更实际；对于可分布在多个场址运行的工作负载，若干小型部署可以累积成可观容量。

训练人工智能模型需要大量算力处理海量数据，而日常运行这些系统（即推理）可以用规模较小的芯片集群完成。Tan说，训练大型模型通常需要许多芯片紧密协同工作，而许多推理工作负载可以在多个较小的集群上分别处理请求，从而打开更多选址空间。

这一转变的意义在于，越来越多的算力正从训练模型转向生产环境中的模型服务。据房地产公司仲量联行（JLL）的报告，用于推理工作负载的数据中心容量占比预计将在2027年超过训练。报告称，2025年推理占全球数据中心工作负载的9%，训练占14%；到2030年，推理预计将占用37%的容量，训练仅占13%。

报道还提到，英伟达将与多家数据中心相关方合作，研究面向分布式推理的小型数据中心设计。据《华尔街日报》报道，在美国得克萨斯州为OpenAI建成大型数据中心园区的Crusoe公司，目前正投资建设规模更小的数据中心，这些设施将比在全美面临延期的大型项目更快、更便宜。Crusoe未回应置评请求。该公司宣布完成39亿美元融资，投后估值309亿美元。