Anthropic y OpenAI están negociando acuerdos para centros de datos de IA de menor tamaño, en el rango de 20-30 megavatios, que se sumarán a los compromisos multimillonarios que ya tienen, dijeron fuentes a CNBC. Esta medida se produce en un momento en que la lucha por garantizar la infraestructura de cómputo para las cargas de trabajo de IA se intensifica.
Ambas empresas han firmado acuerdos de infraestructura enormes durante el año pasado: Anthropic ha invertido aproximadamente 45.000 millones de dólares en una asociación en la nube con Nscale para aproximadamente 460 MW en Virginia del Oeste, mientras que OpenAI ha superado su compromiso original de 10 GW para el proyecto Stargate y ha añadido nuevos objetivos de capacidad de 3 GW en Georgia y 8 GW en Ohio.
Anthropic ha explorado acuerdos de menor escala en el Reino Unido y los Países Nórdicos, y OpenAI ha buscado oportunidades similares en los Países Nórdicos. Las conversaciones entre ambas empresas también abarcaron posibles despliegues en Estados Unidos a esa escala, afirmaron las fuentes.
Los acuerdos más pequeños ofrecen lo que Jabez Tan, responsable de investigación en Structure Research, llama"velocidad hasta una capacidad útil": garantizar unos pocos megavatios en un lugar ya alimentado puede ser más práctico que esperar a que se libere un bloque mucho más grande en una sola ubicación. En el caso de las cargas de trabajo que pueden funcionar en diferentes sitios, una colección de implementaciones más pequeñas puede sumar una capacidad considerable.
Esta tendencia refleja un cambio más amplio, que va desde el entrenamiento de modelos hasta la inferencia, el proceso diario de servir modelos de IA a los usuarios. El entrenamiento requiere clusters de chips masivos que trabajen estrechamente juntos, mientras que muchas cargas de inferencia pueden servir solicitudes independientes en múltiples clusters más pequeños, lo que abre más posibles ubicaciones.
JLL prevé que la proporción de la capacidad total de los centros de datos utilizada para inferencia supere a la destinada a entrenamiento para 2027. En 2025, la inferencia representó el 9% de la carga de trabajo de los centros de datos a nivel mundial, en comparación con el 14% para el entrenamiento. En 2030, se proyecta que la inferencia utilice el 37% de esa capacidad, frente al 13% para el entrenamiento.
Este cambio ya está cambiando el sector. Nvidia anunció una colaboración en febrero para estudiar centros de datos de menor escala diseñados para la inferencia distribuida. Crusoe, la neoyunque estadounidense que ha creado un complejo de centros de datos en Texas utilizado por OpenAI, está invirtiendo en instalaciones más pequeñas que se pueden implantar más rápido y a un menor coste que las instalaciones masivas, según informó el Wall Street Journal. Crusoe no respondió a una solicitud de comentarios.
Crusoe también anunció una ronda de financiación de 3,9 mil millones de dólares el jueves, con una valoración de 30,9 mil millones después de los costes, lo que pone de relieve el creciente interés en el espacio del neocloude.
OpenAI dijo que está construyendo un portafolio de computación diversificado para hacer frente a la creciente demanda mundial. «Diferentes cargas de trabajo necesitan una infraestructura diferente, así que tenemos conversaciones con una amplia gama de partners y evaluamos las oportunidades en función de nuestros requisitos, rendimiento, fiabilidad, tiempo y costes», dijo un portavoz a CNBC. «No comentamos sobre discusiones comerciales específicas». Anthropic declinó hacer comentarios.
Los proyectos de centros de datos grandes en los Estados Unidos y Europa se enfrentan a un mayor rechazo por parte de las comunidades, mientras que Europa se enfrenta específicamente a la limitación de las tierras y la disponibilidad de energía. El sector se encuentra bajo presión en la mayor parte del continente.
