急于上线数据中心正在重塑企业的议价能力

没有两个AI数据中心建设合同看起来完全相同。这是一个涵盖各级公司的匹配过程：确保土地和电力的企业、建设和运营数据中心的企业、为项目提供资金的投资者，以及客户——包括Microsoft和Google等主要云服务提供商。

谈判涉及棘手问题，比如如果出现问题，谁承担哪些风险。

在这场竞争中，最大的云服务提供商通常在从CoreWeave、Nebius和Nscale等新云运营商以及众多数据中心运营商谈判中占据上风，因为这些大公司拥有最多的资本和最佳的信用评级。

但情况正在改变：像Microsoft这样的云服务提供商极力确保他们从Nvidia订购的服务器机架能够获得尽快行动数据中心和信贷高管表示，数据中心运营商现在拥有更多权力来协商降低所承担的风险。

通常，大型云服务提供商利用租赁谈判中的优势，从规模较小的新云公司手中争取到严格的服务水平协议——即规定AI服务器性能的关键合同承诺。

违反SLA后，数据中心运营商将违约并面临罚款。

大型云服务提供商在许多交易谈判中的起点是让新云承诺确保每个服务器机架几乎100%运行。一位数据中心负责人兼信贷高管表示，数据中心开发者通常还必须满足这些设施几乎难以承受的温度和湿度要求。

这位数据中心高管表示，他见过一些提案，如果仅一个机架宕机（因停电、热过载、交换机损坏或其他故障），大型云端可能取消六个月的租金！

如果数据中心公司累计违反SLA承诺，租赁该设施的云服务提供商可能会取消租赁合同。（这些人以及其他几位表示，SLA违约并不罕见;客户通常不会采取行动。）

这位数据中心高管表示，谈判SLA涉及在想要合同的最佳价格（条款更严格）和拥有“持久”合同之间做出权衡。他们越能谈判惩罚性较低的SLA越好，即使这意味着价格更低。

帮助数据中心开发者和运营商获得更大杠杆的一大因素，是芯片制造商通过更具创新性的融资和交易结构为客户提供帮助。

例如，为了确保其芯片所需的资本密集型数据中心容量得以建设，英伟达和超睿半导体有时会就哪家公司向特定数据中心客户提供信用担保展开竞标战，据另一位数据中心高管透露。

（据该人士说，英伟达因其强劲的资产负债表而更具攻击性。）这些潜在交易对数据中心开发者有利，因为英伟达和AMD将为部分租约提供15年期限的信用支持，而非英伟达与部分新云公司披露的现有六年协议。

这位信贷高管负责AI数据中心交易，他表示数据中心运营商现在也有更大权力要求更严格的付款条件。他见过的一个情景是：对于租用一个大型数据中心一小部分的客户来说，任何未能按时付款的客户都将不得不支付整个设施的租金一段时间。

他说数据中心业主承认了这个激进的要求：“他说，'听着，我们知道这很疯狂......但我们可以做到。'”

这种动态同样适用于电力公司。电力协议的总额可能超过数据中心运营成本的五分之一，有时甚至远超。在这里，客户越大越富有，价格敏感度就越低。

这位信贷高管表示，他曾见过同一月不同客户的电价波动高达400%。他说，大家都认为自己得到了很好的交易，但最大的云公司通常支付最高，因为他们有能力。

正如Ann上周报道的那样，埃隆·马斯克预见到2027年会出现如此严重的电力短缺，并正在绘制他自己的涡轮叶片工厂计划。据三位曾参与大型云数据中心合同工作过的人士透露，其他数据中心开发者也以巨额加价从一位行业高管称之为“昙花一现”的公司购买天然气轮机。

这也会推高保险和债务费用，因为当设备具体来源不明时，承保成本更为困难。

结果是，预测一个数据中心的成本极其困难。过去几年，建设一个一吉瓦数据中心的成本翻了一番多。如果成本持续上涨，可能会影响投资者对许多全球最大上市公司的信心。

我很想看看这些数据中心合同以及其中的条款和策略如何演变。

去中心化与分布式人工智能

克服确保足够电力的挑战是上周数据中心开发商Equinix客户大会讨论的重要部分，英伟达高管表示，电力接入可能是目前供应链中最棘手的部分。

一个部分解决方案是：使用训练好的AI模型进行推理的小型、分布式数据中心，这有助于弥补电力短缺，同时芯片制造商、AI实验室和大型云服务商等待大型云服务商上线。

英伟达、Equinix和Together AI在大会上发起了类似的项目。作为协议的一部分，Together AI将购买英伟达硬件并安装到现有的Equinix数据中心，为除主要云端或最大AI模型开发商以外的企业优化和提供开源AI模型。

英伟达和Equinix的高管不会告诉我这次合作会涉及多少资金或芯片。但英伟达CEO黄仁森显然将这类交易视为对大型实验室和云服务提供商影响力的制衡。

这也有助于分散英伟达的客户集中度。

“计算正在分化，”他在会议的一个小组讨论中说。“人工智能的世界将从根本上实现非中心化和高度分布。”

黄表示，这项合作以及Equinix的网络将允许AI任务中对时间敏感的部分在离用户最近的Equinix数据中心运行，而记忆和推理则可能在远在海洋之外进行。

在大会上，谷歌、思科和neocloud Lambda Labs的高管们一致认为，人工智能将随着时间变得更加去中心化和分布式。可预见的未来，AI模型开发者将希望拥有吉瓦级的数据中心来训练大规模模型，但更去中心化、拥有数千个小型设施的方案可能成为AI推理的常态。