Vissza a Hírekhez
VállalkozásAI Understanding eligazítás

A Anthropic és a OpenAI kisebb adatközponti ajánlatokra vadászik

A CNBC forrásai szerint a Anthropic és a OpenAI a kisebb adatközponti ügyletek lehetőségeit kutatja, miközben a mesterséges intelligencia kapacitásának kiépítéséért folyó verseny felpörög.

4 min readRead the original reporting
Source-page capture accompanying Anthropic and OpenAI hunt for smaller data center deals
Hozzárendelt jelentésForrás rögzített
Kiadó
cnbc.com
Forrás link
cnbc.comhttps://www.cnbc.com/2026/09/18/anthropic-openai-small-ai-data-center-deals.html
Forrás típusa
Egy hírügynökség jelentése – nem belső dokumentum.

Amit önállóan nem tudtunk megerősíteni: Ez az állítás a megnevezett üzletnek tulajdonítható. Nem ellenőriztük belső dokumentum alapján. (cnbc.com)

KontextusÉrtsd meg ezt 60 másodperc alatt

Kezdje itt

Kulcsfogalmak

Számítás
A modellek betanításához és futtatásához szükséges feldolgozási erőforrások, gyakran FLOPS vagy GPU órákban mérve.
Teszteld magadAI ügynökök kvíz

Mi történt

A CNBC forrásai szerint a Anthropic és a OpenAI kisebb mesterségesintelligencia-adatközponti ügyletekre vadászik, miközben felpörög a verseny a munkaterhelések telepítéséhez szükséges infrastruktúrához való hozzáférésért. Mindkét vállalat nagyszámú mesterségesintelligencia-infrastruktúra-ügyletet jelentett be az elmúlt évben, miközben igyekeztek betanítani és kiszolgálni modelljeit a végfelhasználók számára. A számítások kisebb kiosztását biztosító ügyletek lehetővé teszik a vállalatok számára, hogy gyorsabban telepítsék a munkaterhelést a mesterséges intelligencia fellendülése közepette.

A CNBC forrásai szerint a Anthropic és a OpenAI kisebb mesterségesintelligencia-adatközponti ügyletekre vadászik, miközben felpörög a verseny a munkaterhelések telepítéséhez szükséges infrastruktúrához való hozzáférésért.

Mindkét vállalat nagyszámú mesterségesintelligencia-infrastruktúra-ügyletet jelentett be az elmúlt évben, miközben igyekeztek betanítani és kiszolgálni modelljeit a végfelhasználók számára.

A számítások kisebb kiosztását biztosító ügyletek lehetővé teszik a vállalatok számára, hogy gyorsabban telepítsék a munkaterhelést a mesterséges intelligencia fellendülése közepette.

A kisebb kapacitású ügyletek gyakran a „sebesség és a hasznosítható kapacitás” miatt vonzóak – mondta egy elemző a CNBC-nek.

Néhány megawatt biztosítása egy meglévő áramellátással rendelkező telephelyen praktikusabb lehet, mint egy sokkal nagyobb blokkra várni egy helyen.

Az olyan munkaterheléseknél, amelyek több helyen is működhetnek, a kisebb telepítések gyűjteménye jelentős kapacitást jelenthet.

Forrás részletei: cnbc.com ↗

Miért számít

A kisebb adatközponti ügyletekre való átállás azért jelentős, mert lehetővé teszi a vállalatok számára, hogy gyorsabban és hatékonyabban telepítsék a munkaterheléseket. Ez különösen fontos az olyan AI-cégek számára, mint a Anthropic és a OpenAI, amelyeknek nagy mennyiségű adatot kell feldolgozniuk modelljeik betanításához és kiszolgálásához. A munkaterhelések gyors és hatékony telepítésének képessége elengedhetetlen ahhoz, hogy ezek a vállalatok versenyképesek maradjanak az AI-piacon.

A kisebb adatközponti ügyletekre való átállás azért jelentős, mert lehetővé teszi a vállalatok számára, hogy gyorsabban és hatékonyabban telepítsék a munkaterheléseket.

Ez különösen fontos az olyan AI-cégek számára, mint a Anthropic és a OpenAI, amelyeknek nagy mennyiségű adatot kell feldolgozniuk modelljeik betanításához és kiszolgálásához.

A munkaterhelések gyors és hatékony telepítésének képessége elengedhetetlen ahhoz, hogy ezek a vállalatok versenyképesek maradjanak az AI-piacon.

A kisebb adatközponti ügyletekre való átállást a mesterséges intelligencia számítási kapacitása iránti növekvő kereslet is ösztönzi.

Ahogy egyre több vállalat fordul a mesterséges intelligencia felé, hogy vezesse üzletét, a számítási kapacitás iránti kereslet gyorsan növekszik.

Ez az új adatközpontok építésének felfutásához és a meglévők bővítéséhez vezetett.

Interactive Mechanism

Interaktív mechanizmus: Hogyan működik valójában

Fedezze fel interaktívan a fejlesztés mögött meghúzódó technológiát.

Agent Lifecycle Stage:
1
User Intent & Planning: "Audit customer refund request #4092 and settle payment."
2
Tool Calling: Emits structured JSON call crm_get_transaction(id='4092').
3
Guardrail & Verification:🛡️ Paused: High-value action requires human operator sign-off.
4
Final Settlement: Refund recorded, email receipt dispatched, and audit log stored.
Core takeaway: An AI agent is not just a language model—it is a closed loop of planning, tool invocation, and environment feedback. Production systems require self-healing retries and strict human approval guardrails.
Interaktív koncepció ellenőrzése+10 Points
AI Agents Quiz

An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?

Mit nézzünk ezután

A kisebb adatközponti ügyletekre való átállás hatása a mesterséges intelligencia piacára. Az olyan vállalatok, mint a Anthropic és a OpenAI, a munkaterhelések gyors és hatékony telepítése kulcsfontosságú lesz piaci sikerük szempontjából.

A kisebb adatközponti ügyletekre való átállás hatása a mesterséges intelligencia piacára.

Az olyan vállalatok, mint a Anthropic és a OpenAI, a munkaterhelések gyors és hatékony telepítése kulcsfontosságú lesz piaci sikerük szempontjából.

A mesterséges intelligencia számítási kapacitása iránti növekvő kereslet és ennek az adatközpontok piacára gyakorolt ​​hatása.

A kisebb adatközponti ügyletek szerepe abban, hogy a vállalatok gyorsabban és hatékonyabban tudják telepíteni a terheléseket.

A kisebb adatközponti ügyletek lehetősége általános gyakorlattá válhat az AI-iparban.

A kisebb adatközpontokra való átállás hatása a környezetre és az energiafogyasztásra.

Kapcsolódó útmutatók és vetélkedők

AI ügynökökAz AI modellek magyarázataAI képzésPrompt EngineeringTesztelje, amit tud – próbáljon ki egy ingyenes AI-kvíztKeressen egy AI kifejezést a szószedetünkbenKövesse az AI-finanszírozás nyomkövetőjét
Ezt hasznosnak találta?