OpenAI 告訴投資人，計畫在 2030 年前部署 30 千兆瓦（GW）的運算資源，規模遠超 Anthropic 的 7 至 8 千兆瓦。

OpenAI 已向投資人揭露，公司計畫在 2030 年前開發 30 GW（吉瓦）的運算資源產能，此數字遠超過 Anthropic 向其投資人溝通的 7 至 8 GW 目標。這項揭露凸顯了領先人工智慧公司之間日益激烈的基礎設施軍備競賽，因為它們競相爭取訓練及部署日益龐大人工智慧系統所需的發電資源。所討論的運算資源產能規模，代表對人工智慧基礎設施前所未有的投資水準，並引發人工智慧產業的能源需求能否永續滿足的問題。

30 GW 的數字相當於約 2,500 萬戶美國家庭的用電量，使其成為未來數年各國電網計畫新增容量中規模最大的項目之一。將如此大量的電力輸送至資料中心所帶來的挑戰，已促使業界討論核能、再生能源裝置，以及先前被認為對科技基礎設施並非必要的新型發電方式。

基礎設施規模

支援 30 GW 運算資源產能所需的基礎設施，代表科技公司處理實體基礎設施開發方式的根本轉變。傳統資料中心消耗百萬瓦（MW）等級的電力，最大型設施可達數百 MW 範圍。跳升至 GW 等級設施將需要全新的電力輸送、冷卻及設施建造方法，這些方法先前從未在商業規模上部署過。

將 30 GW 電力輸送至資料中心的地理挑戰，包括需要新的輸電基礎設施、與既有電力使用者的潛在衝突，以及對發電產能進行大規模投資的需求。為供應人工智慧資料中心而開發的再生能源計畫，是迄今提出規模最大的再生能源裝置之一，部分計畫占地達數萬英畝。

考量發電及輸電計畫典型的前置時間，在 2030 年前開發 30 GW 運算基礎設施的時間表極為壓縮。OpenAI 規劃的 30 GW 規模遠超過任何單一資料中心所能容納，實際上需要一個全國性的運算設施網路。

Anthropic 的立場

Anthropic 較為保守的 7 至 8 吉瓦（GW）目標，反映出其在運算資源基礎設施發展上採取不同的策略路徑，可能著重於高效的模型架構，而非追求龐大的運算規模。該公司的立場顯示，其認為無需在基礎設施投資上與競爭對手匹敵，仍可實現具意義的人工智慧能力。

兩家公司基礎設施目標的落差，引發外界質疑何種策略路線最終將更具可行性。Anthropic 可能押注於演算法改良與效率提升，以降低實現先進人工智慧能力所需的運算資源；而 OpenAI 則採取壓倒性規模的策略，優先追求龐大產能。

兩家公司的競爭態勢，可能取決於何種策略路線更為成功。若 OpenAI 的基礎設施投資能轉化為優異的人工智慧能力，該公司可能建立競爭對手難以輕易追趕的決定性領先優勢。若 Anthropic 以效率為導向的策略能以較少的基礎設施達成相當的成果，該公司則可能在投資上獲得較佳的報酬。

競爭意涵

運算資源軍備競賽的影響，已超越這兩家領先公司，擴及整體人工智慧產業。無法在基礎設施投資上與最大型業者匹敵的新創公司與較小企業，在開發具競爭力的人工智慧系統時可能處於劣勢。在人工智慧發展最前沿競爭所需的資本適足要求正快速攀升，可能使產業集中於少數資金充裕的參與者手中。

開發大規模運算基礎設施的競爭壓力，也可能影響人工智慧公司與公用事業、能源供應商及政府建立合作關係的方式。電力供給合約與電網基礎設施投資的協商，正日益成為關鍵的策略決策，可能決定哪些公司能順利執行其人工智慧發展計畫。

運算基礎設施的投資時程存在執行風險，可能影響 OpenAI 與 Anthropic 之間的競爭平衡。若 OpenAI 在達成 30 吉瓦目標的過程中遭遇延誤，即使 Anthropic 規模較小的基礎設施擴張進展較為順利，OpenAI 的競爭地位仍可能受到影響。

能源市場效應

AI 公司之間對發電資源的競爭，正開始以超越科技產業範疇的方式影響能源市場。為供應 AI 資料中心而開發的大型再生能源專案，正創造出對太陽能板、風力發電機及電池儲能系統的新需求，與傳統能源使用者形成競爭。

對 AI 資料中心採用核能的興趣，反映出僅靠再生能源滿足百萬瓩（GW）級電力需求的挑戰。核能提供穩定、基載的電力供應，可補足再生能源間歇性的特性，但核能專案面臨漫長的開發時程及重大的監管障礙。

在 AI 資料中心開發地區，電價可能受到顯著影響，進而波及與其競爭相同發電資源的住宅及商業使用者。部分州已開始研議如何在 AI 資料中心與其他使用者之間，分配稀缺的輸電容量。

投資時程

考量發電及資料中心建置專案典型的前置時間，2030 年達成 30 百萬瓩（GW）運算資源產能的時程，代表一個極度積極的開發進度。所需投資必須在未來數年內承諾投入，才有望達成 2030 年目標。

AI 公司投資人被要求挹注的基礎設施投資，規模足以媲美史上最大的工業專案，這為企業帶來資本配置挑戰，必須在基礎設施支出與研發需求之間取得平衡。隨著投資人評估基礎設施投資究竟是競爭定位所需，抑或屬於過度支出，資本競爭可能趨於激烈。

開發百萬瓩（GW）級運算基礎設施相關的執行風險，包括監管核准、施工時程、技術發展，以及興建與營運設施所需的熟練勞動力供給。任何重大延誤，都可能影響承諾的運算資源產能能否在 AI 模型訓練與部署需要時如期到位。