Anthropic và OpenAI Tìm kiếm Trung tâm Dữ liệu AI Quy mô Nhỏ nhằm Đẩy nhanh Triển khai Năng lực Tính toán 20 đến 30 MW

TradingKey - Anthropic và OpenAI đang tìm kiếm các trung tâm dữ liệu nhỏ với công suất khoảng 20 đến 30 megawatt bên ngoài các dự án hạ tầng AI khổng lồ để tiếp cận năng lực tính toán hiện có nhanh hơn và đáp ứng nhu cầu suy luận mô hình ngày càng tăng.

CNBC dẫn nguồn tin thân cận cho biết Anthropic đã tiếp cận các dự án liên quan tại Anh và khu vực Bắc Âu, trong khi OpenAI trước đó cũng tìm hiểu các cơ hội tương tự ở Bắc Âu. Cả hai công ty cũng đang thảo luận về các công suất tương đương tại Mỹ. So với các thương vụ quy mô hàng trăm megawatt hoặc thậm chí gigawatt mà hai bên đã ký kết trong năm qua, những dự án như vậy nhỏ hơn đáng kể nhưng thường xây dựng và bàn giao nhanh hơn.

OpenAI cho biết họ đang xây dựng một danh mục năng lực tính toán đa dạng hơn để đáp ứng nhu cầu AI toàn cầu. Vì các khối lượng công việc khác nhau có yêu cầu khác nhau về hiệu suất, độ tin cậy, chi phí và thời hạn bàn giao, công ty đang hợp tác với nhiều loại đối tác nhưng không bình luận về các cuộc đàm phán thương mại cụ thể.

Anthropic không phản hồi các yêu cầu bình luận.

Điều này không có nghĩa là hai công ty đang từ bỏ các trung tâm dữ liệu siêu lớn, mà là bổ sung thêm các nguồn năng lực tính toán linh hoạt hơn bên cạnh các dự án lớn dài hạn. Anthropic trước đó đã đạt thỏa thuận hợp tác trị giá khoảng 45 tỷ USD với nhà cung cấp dịch vụ đám mây Nscale của Anh để thuê khoảng 460 megawatt công suất tại dự án ở West Virginia. OpenAI cũng đang đẩy mạnh một số dự án hạ tầng quy mô gigawatt thông qua Stargate và các quan hệ đối tác khác.

Mặc dù các siêu dự án rất phù hợp cho việc huấn luyện tập trung các mô hình tiên tiến, chúng thường đòi hỏi chu kỳ đấu nối lưới điện, cấp phép và xây dựng kéo dài. Một số trung tâm dữ liệu tại Mỹ đang đối mặt với sự phản đối từ cộng đồng địa phương, trong khi các thị trường truyền thống ở châu Âu gặp hạn chế về quỹ đất, nguồn điện và năng lực truyền tải. Việc đảm bảo hàng chục megawatt tại các địa điểm đã có sẵn nguồn điện thường thực tế hơn nhiều so với việc chờ đợi một tổ hợp lớn đi vào hoạt động hoàn toàn.

Đối với các khối lượng công việc có thể chạy trên nhiều khu vực khác nhau, việc tích lũy nhiều cụm nhỏ cũng có thể tạo ra quy mô tính toán đáng kể. Phương pháp này cũng giảm thiểu tác động từ sự chậm trễ của từng dự án riêng lẻ, cho phép các công ty AI triển khai một số dịch vụ nhất định trước khi các cơ sở lớn hoàn thành.

Sự dịch chuyển của tính toán AI từ huấn luyện sang suy luận là một lý do khác khiến các trung tâm dữ liệu nhỏ nhận được sự chú ý. Việc huấn luyện các mô hình lớn thường đòi hỏi một lượng lớn GPU hoạt động cùng nhau ở tốc độ cao trong một cụm duy nhất, đặt ra yêu cầu cao về kết nối nội bộ và mật độ chip. Trong khi đó, suy luận chủ yếu xử lý các yêu cầu của người dùng; nhiều tác vụ có thể được chia nhỏ cho các cụm nhỏ hơn ở nhiều địa điểm khác nhau mà không cần tập trung tất cả chip vào một cơ sở siêu lớn duy nhất.

Khi các chatbot, đại lý AI và ứng dụng doanh nghiệp đi vào môi trường vận hành thực tế, nhu cầu suy luận đang trở thành động lực chính cho sự mở rộng của trung tâm dữ liệu. JLL dự báo công suất trung tâm dữ liệu toàn cầu phân bổ cho suy luận AI sẽ vượt qua huấn luyện vào năm 2027; đến năm 2030, tỷ trọng khối lượng công việc suy luận có thể tăng lên 37% từ mức 9% vào năm 2025, trong khi tỷ trọng khối lượng công việc huấn luyện giảm xuống 13% từ mức 14% trong cùng kỳ.

Các dự án nhỏ hơn cũng có thể được đặt gần hơn với người dùng và khách hàng doanh nghiệp, giúp giảm độ trễ mạng và đáp ứng các yêu cầu tuân thủ dữ liệu theo khu vực. Vương quốc Anh và khu vực Bắc Âu không chỉ sở hữu tài nguyên trung tâm dữ liệu hiện có phong phú, mà còn có nguồn năng lượng sạch tương đối dồi dào và chi phí làm mát thấp hơn, tạo điều kiện thuận lợi cho việc triển khai AI phân tán.

Vì vậy, việc Anthropic và OpenAI tìm kiếm các dự án từ 20 đến 30 megawatt thể hiện sự bổ sung cho các chiến lược tính toán hiện tại của họ chứ không phải là sự cắt giảm đầu tư hạ tầng. Cả hai công ty vẫn cần các cụm lớn để huấn luyện các mô hình tiên phong, nhưng khi lưu lượng suy luận tăng lên, hạ tầng AI trong tương lai có thể không còn phụ thuộc hoàn toàn vào một số ít tổ hợp quy mô gigawatt.