Key Takeaways:
- Z Squared 计划在未来 18 个月内在美国多个地点建设 100 兆瓦（MW）的 AI 就绪型数据中心产能。
- 该策略瞄准了高成本的 AI 推理市场，这是目前部署 AI 智能体公司面临的日益严重的运营瓶颈。
- 推理成本困境
- 公有云： 处理 10 亿个 Token 每天约需 3,400 美元
- 本地部署节省： 高达 87%（戴尔估算）
- Z Squared 的目标： 提供固定成本的产能替代方案
返回
Z Squared 瞄准 100 兆瓦 AI 产能，应对推理成本飙升
Z Squared Inc. 计划在未来 18 个月内建设 100 兆瓦的 AI 就绪型数据中心产能，旨在切入目前由公有云主导、且成本日益高昂的 AI 推理工作负载市场。此举于周二公布，使这家数字基础设施公司能够吸引那些寻求替代不可预测的按 Token 计费模式运行模型的企业。
“公司宣布了其战略的第一阶段目标，即在未来 18 个月内，在美国多个地点实现 100 兆瓦（MW）的 AI 就绪型产能，以供客户签约，”Z Squared 在一份声明中表示。该项目的具体投资金额尚未披露。
这 100 兆瓦的规模是专门为“推理”设计的。推理是运行训练好的 AI 模型以生成答案的过程，目前已成为主要的运营成本。根据戴尔科技（Dell Technologies）最近的数据，一名使用智能体 AI 系统的开发人员在 24 小时内即可消耗 10 亿个 Token，在公有云上的成本估计为 3,400 美元。
Z Squared（纳斯达克股票代码：ZSQR）押注，很大一部分 AI 工作负载将转向专门的、固定成本的基础设施，以规避此类高昂成本。这一转型使其与亚马逊 AWS 和微软 Azure 等超大规模云服务商展开竞争，旨在在该市场完全成熟之前抢占快速扩张的 AI 基础设施市场份额。
AI 推理的经济学
对替代性 AI 基础设施的追求源于智能体工作流（agentic workflows）中严苛的经济挑战。与简单的聊天机器人不同，能够自主运行并重试失败动作的 AI 智能体消耗 Token 的速度非常快，使得公有云账单对企业而言成为重大的财务风险。例如，戴尔估计其本地 AI 系统在两年内比纯云解决方案可减少高达 87% 的支出。
Z Squared 的策略是对这一市场空缺的直接回应。通过提供专用的推理产能，公司提供了一个可预测的运营支出模型，这对于正在扩展 AI 应用的公司极具吸引力。对推理的关注至关重要，因为一旦模型完成训练并部署，推理便代表了 AI 计算需求的绝大部分。
竞争激烈的基础设施领域
Z Squared 进入了一个竞争激烈的竞技场，主要的科技巨头已经在其中占据了位置。戴尔已成为本地 AI 部署的关键分销渠道，通过建立合作伙伴关系，直接在客户拥有的硬件上部署 OpenAI 的模型、谷歌的 Gemini 3 Flash 以及 Palantir 的 Foundry 平台。
这使得 AI 就绪型基础设施市场成为了传统硬件供应商（如惠普企业和 Supermicro）与超大规模云服务商之间争夺的战场。亚马逊的 AWS 和微软的 Azure 正在扩展其混合云方案，以将企业工作负载保留在其生态系统中。Z Squared 的成功将取决于其快速建设 100 兆瓦产能的能力，以及能否吸引那些优先考虑成本可预测性而非大型云平台集成服务的客户。
本文仅供参考，不构成投资建议。
