AI巨头转身抢"小单"：从百MW到30MW背后的算力逻辑剧变

过去一年里，Anthropic签下与Nscale约450亿美元的云计算协议、租用460兆瓦（MW）算力；OpenAI的Stargate项目超过10吉瓦（GW）的承诺目标，又在佐治亚州和俄亥俄州新增11GW开发计划——这些动辄以吉瓦计量的超级基础设施布局，构成了2025年全球AI算力竞争的主旋律。

如今画风变了。

据媒体报道援引四位知情人士，Anthropic已在英国和北欧就20至30兆瓦规模的数据中心项目展开接触，OpenAI也在北欧寻找类似机会，双方在美国境内亦有相关谈判。这些小型设施的体量只有超级项目的几百分之一，却正在获得两家最顶级AI公司的注意力。

这不是简单的替代。OpenAI回应称正在"构建多元化的算力组合"。真正驱动这一转变的底层力量，是AI工作负载结构的根本性位移——推理正在超越训练，成为算力消耗的主力军。

"快"成了采购新标准

在已经通电的现有站点获取几十兆瓦容量，往往比等待单一地点释放大规模容量更实际。这是Structure Research研究主管Jabez Tan向媒体的核心判断。

"对于能够跨站点运行的工作负载，多个小型设施也可以叠加形成可观的总容量。"

这个建议背后是现实约束：美国及欧洲的大型数据中心项目正面临日益严格的土地审批和社区阻力。不少地区对高耗电设施的接受度持续走低，电力部门的扩容审批周期长达数年。与此同时，变压器、电缆等关键设备的交货期也在延长。对急于抢占市场窗口期的AI公司而言，大型数据中心从规划到通电通常需要三到五年的时间，而小型设施可以在几个月内交付使用。

华尔街日报此前报道指出，曾为OpenAI在得克萨斯州建设大型数据中心园区的Crusoe正在加大对小型数据中心的投入。这类设施建设速度更快、单位投资成本更低，能够有效对冲大型项目延期带来的产能缺口风险。该公司在完成新一轮39亿美元融资后估值达到309亿美元。

推理时代的到来不可逆？

Structure Research提供的预测给出了一个清晰的路线图。

2025年，推理负载占全球数据中心工作负载的比例约为9%，训练负载占14%。到2027年，推理负载占比预计将超过训练负载，并在2030年升至37%，同期训练负载降至13%。

这意味着三年之内，数据中心的用途将从为大模型一次性的训练冲刺供电，转为为日常推理服务持续供电。

推理负载的特性决定了它无需像训练那样集中在几个超级枢纽中。大模型训练需要将数万块GPU组成同一集群协同运算，任何一块芯片掉线都会拖慢整体进度，因此必须部署在地域集中、网络带宽极高且温控极其稳定的超大规模园区内。但推理任务处理的是用户的独立请求，每个请求彼此无关，可以被切分并分配到不同的小型计算节点上并行处理。这使得推理天然适合分布式架构，也意味着算力基础设施不必再追求单一的庞大规模。

连芯片制造商都察觉到了这一信号。今年2月，英伟达宣布将与多家数据中心行业参与方合作，研究面向分布式推理的小型数据中心方案。

大型项目仍在推进

转向小型数据中心并不意味着放弃超大规模布局。Anthropic的450亿美元协议仍在推进执行中，OpenAI的Stargate计划也没有取消迹象。小型设施的进入本质上是一种补充和战术调整——在大型项目落地之前先获取分散资源，确保业务运转不被卡住。

但这种"双轨并行"的局面正在重塑行业格局。传统上，全球数据中心建设高度集中于少数几个超大规模运营商，它们凭借雄厚的资金实力和政企关系拿下大片土地、锁定长期电力合约。如今能够提供快速部署方案的中型玩家获得了新的入场券。

Crusoe的案例最具代表性。这家成立于2019年的初创公司以利用甲烷减排发电起家，后转向AI算力基础设施建设。39亿美元的最新一轮融资不仅验证了其商业模式的可行性，更表明资本市场已经开始为"小而快"路线下注。

谁最先受益？

这次算力结构转移的直接受益者主要集中在两条赛道上。

首先是中小型数据中心建设和运营服务商。与传统超大规模运营商相比，这类企业通常资产较轻、决策链条较短、交付周期更快，恰好匹配AI公司在不确定性环境中对灵活性和速度的追求。更重要的是，小型数据中心的工程复杂度显著低于吉瓦级园区，不需要庞大的冷却水循环系统和独立的变电站群，这使得更多区域性企业有能力承接相关订单。

其次是电力变压器和冷却设备供应商。20至30兆瓦规模的数据中心虽不如吉瓦级项目壮观，但在电力配套上的技术门槛并不低。单个小型数据中心就需要专用干式或油浸变压器、不间断电源组以及液冷散热方案。全球范围内能够批量供应此类设备的厂商数量有限，尤其在高端液冷领域，科华数据、英维克等国内供应商已积累了一定技术储备。由于行业集中度较低，这类环节的议价空间相对更大。

不过上述判断建立在推理负载按预测节奏增长的前提下。若未来出现颠覆性压缩算法或边缘计算技术大幅削减云端推理需求，整套产业逻辑将面临重构。

三个关键观察信号

一是Structure Research预测的2027年节点——推理负载是否会如期超过训练负载。关注季度财报中各云服务商的GPU利用率数据和推理业务收入增速即可初步验证。

二是二十到三十兆瓦级别数据中心的签约单价走势。若该模式得到广泛采用，其每兆瓦合同价应高于大型项目，因为溢价部分反映的是交付速度和部署灵活性。

三是新兴玩家的合同扩展能力。Crusoe等新入局者的客户群能否从OpenAI一家扩展至更多AI公司和公有云厂商，这将直接决定"分布式推理基建"是一条可持续赛道还是一阵风。