CNBC: Anthropic şi OpenAI caută contracte pentru centre de date mai mici, pe fondul blocajelor de infrastructură şi al tranziţiei către inferenţă

Laboratoarele de inteligenţă artificială Anthropic şi OpenAI explorează oportunităţi pentru încheierea unor contracte de capacitate redusă pentru centre de date, căutând alocări de putere de calcul cuprinse între 20 şi 30 de megawaţi (MW), după o perioadă marcată de acorduri gigant de sute de megawaţi şi gigawaţi, transmit surse citate de postul financiar CNBC.

Conform informaţiilor obţinute de jurnalişti de la persoane apropiate discuţiilor, Anthropic a sondat acorduri pe acest palier de capacitate în Marea Britanie şi în ţările nordice, în timp ce OpenAI a analizat oportunităţi similare în regiunea nordică, ambele companii purtând totodată discuţii pentru implementări la scară redusă şi pe piaţa din Statele Unite.

Schimbarea de strategie vine pe fondul presiunilor tot mai mari legate de accesul la reţelele de energie electrică şi al opoziţiei comunităţilor locale faţă de marile complexe de date, dar şi dintr-o nevoie stringentă de reducere a timpului de livrare pentru sarcinile curente de calcul.

„Construim un portofoliu diversificat de calcul pentru a răspunde cererii tot mai mari de inteligenţă artificială din întreaga lume. Sarcini de lucru diferite necesită infrastructuri diferite, aşa că purtăm discuţii cu o serie de parteneri şi evaluăm oportunităţile pe baza cerinţelor noastre, a performanţei, a fiabilităţii, a calendarului şi a costurilor. Nu comentăm pe marginea discuţiilor comerciale specifice”, a declarat un purtător de cuvânt al OpenAI pentru CNBC, în timp ce reprezentanţii Anthropic au refuzat să comenteze.

În mod tradiţional, cele două companii închiriază capacitate de la operatori specializaţi şi furnizori neocloud prin contracte pe termen lung, Anthropic parafând recent o înţelegere de aproximativ 45 de miliarde de dolari cu Nscale pentru 460 MW în Virginia de Vest, în timp ce OpenAI a angajat capacităţi de 3 GW în Georgia şi 8 GW în Ohio, depăşind angajamentul iniţial de 10 GW pentru proiectul său Stargate, reaminteşte canalul de ştiri.

Avantajul operaţional major al contractelor fragmentate constă în viteza de conectare la infrastructura deja funcţională, pe măsură ce industria migrează de la faza intensivă de antrenare a modelelor către utilizarea lor comercială de zi cu zi.

„Asigurarea câtorva megawaţi la un amplasament deja alimentat cu energie poate fi mai practică decât aşteptarea unui bloc mult mai mare într-o singură locaţie. Pentru sarcinile de lucru care pot funcţiona pe site-uri separate, o colecţie de implementări mai mici poate însuma o capacitate substanţială”, a explicat Jabez Tan, şeful departamentului de cercetare din cadrul companiei de analiză Structure Research.

Spre deosebire de antrenarea modelelor fundamentale, care depinde de clustere uriaşe de procesoare interconectate la viteze extreme, rularea interogărilor de către utilizatorii finali (procesul de inferenţă) se poate distribui facil între facilităţi de dimensiuni reduse.

„Antrenarea unui model mare necesită, de obicei, multe cipuri care să funcţioneze în strânsă legătură. Multe sarcini de lucru de inferenţă pot deservi în schimb cereri separate în mai multe clustere mai mici, deschizând calea către mai multe locaţii”, a subliniat Jabez Tan în dialogul cu jurnaliştii.

Proiecţiile imobiliare şi industriale confirmă această evoluţie; conform unui raport elaborat de compania de consultanţă JLL, ponderea centrelor de date alocată inferenţei o va depăşi pe cea pentru antrenare începând cu anul 2027, urmând să urce de la 9% în 2025 la 37% din totalul global până în 2030, în timp ce antrenarea va coborî la 13%, precizează CNBC.

Tendinţa este vizibilă şi în rândul partenerilor de infrastructură: furnizorul neocloud Crusoe, partener de infrastructură al OpenAI, a început să investească în centre de date mai mici, mai ieftine şi mai rapide în execuţie după ce a atras o rundă de finanţare de 3,9 miliarde de dolari la o evaluare de 30,9 miliarde de dolari, în timp ce Nvidia a demarat la rândul său parteneriate pentru dezvoltarea de unităţi modulare distribuite destinate inferenţei.