Anthropic und OpenAI verhandeln über kleinere Deals für KI-Datacentren im Bereich von 20 bis 30 Megawatt und ergänzen damit die bereits bestehenden Verpflichtungen im Megawattbereich, gaben Quellen gegenüber CNBC bekannt. Dieser Schritt erfolgt, weil der Wettlauf um die Bereitstellung einer Recheninfrastruktur für KIAufgaben intensiviert wird.
Beide Unternehmen haben in den letzten zwölf Monaten enorme Infrastruktur-Deals abgeschlossen – Anthropic hat rund 45 Milliarden US-Dollar für eine Cloud-Partnerschaft mit Nscale für etwa 460 MW in West Virginia investiert, während OpenAI seine ursprüngliche Verpflichtung von 10 GW für das Projekt Stargate übertroffen hat und weitere Kapazitätsziele von 3 GW in Georgien und 8 GW in Ohio hinzugefügt hat.
Anthropic hat kleinere Transaktionen in Grossbritannien und den nordischen Ländern untersucht, und OpenAI hat ähnliche Möglichkeiten in den nordischen Ländern gesucht. Bei den Gesprächen zwischen beiden Firmen ging es auch um mögliche US-Einsätze in dieser Dimension, sagten die Quellen.
Kleinere Transaktionen bieten das, was Jabez Tan, Leiter der Forschung bei Structure Research, als "Schnelle Bereitstellung von Nutzkapazität" bezeichnet. Die Sicherung weniger Megawatt an einem bestehenden Energieanschlussort kann praktischer sein als das Abwarten auf ein viel grösseres Block an einem einzigen Standort. Für Arbeitsbelastungen, die auf mehreren separaten Standorten ausgeführt werden können, kann die Kombination mehrerer kleinerer Implementierungen zu einer beträchtlichen Kapazität führen.
Der Trend spiegelt einen umfassenderen Wandel von der Modell-Ausbildung hin zur Inferenz wider, dem täglichen Prozess des Bereitstellen von KI-Modellen für Benutzer. Die Modell-Ausbildung erfordert massive Chippengruppen, die eng zusammenarbeiten, während viele Inferenz-Aufgaben separate Anfragen über mehrere kleinere Cluster bearbeiten können, wodurch mehr mögliche Standorte verfügbar werden.
JLL erwartet, dass der Anteil der Gesamtkapazität der Rechenzentren, der für Inference eingesetzt wird, bis 2027 die Nutzung für Training überholen wird. 2025 belief sich der Anteil von Inference an den globalen Workloads der Rechenzentren auf 9%, während der Anteil von Training 14% betrug. Bis 2030 prognostiziert JLL, dass 37% der Einsatzkapazität für Inference dient, während der Anteil für Training 13% beträgt.
Die Veränderung umformt bereits den Sektor. Im Februar hat Nvidia eine Zusammenarbeit angekündigt, um kleinere Datenzentren zu untersuchen, die für die verteilte Inferenz entwickelt wurden. Crusoe, der US-amerikanische Neocloud, der ein grosses Datenzentrumskomplex in Texas gebaut hat, das von OpenAI genutzt wird, investiert in kleinere Anlagen, die schneller und zu geringeren Kosten installiert werden können als massive Erweiterungsprojekte, wie das Wall Street Journal berichtet. Crusoe antwortete nicht auf eine Anfrage zur Stellungnahme.
Crusoe kündigte am Donnerstag eine Finanzierungsrunde in Höhe von 3,9 Milliarden US-Dollar bei einer Bewertung von 30,9 Milliarden US-Dollar nach Geldtransaktionen an, was den stark wachsenden Interesse am Bereich Neocloud unterstreicht.
OpenAI erklärte, dass es ein diversifiziertes Computing-Portfolio aufbaut, um die wachsende globale Nachfrage zu decken. "Unterschiedliche Workloads benötigen unterschiedliche Infrastrukturen, daher führen wir Gespräche mit einer Reihe von Partnern und beurteilen Möglichkeiten auf der Grundlage unserer Anforderungen, der Performance, der Zuverlässigkeit, der zeitlichen Abfrage und der Kosten", sagte ein Sprecher gegenüber CNBC. "Wir kommentieren keine speziellen kommerziellen Diskussionen." Anthropic lehnte eine Stellungnahme ab.
Grosse Datenzentrenprojekte in den USA und Europa stossen auf zunehmenden Widerstand aus der Bevölkerung, während Europa speziell mit der fehlenden Verfügbarkeit von Flächen und Strom zu kämpfen hat. Der Sektor ist im gesamten Kontinent unter Druck.
