安杰尼・米达（Anjney Midha）曾是安德森・霍洛维茨（a16z）普通合伙人，也是 Anthropic 的早期个人投资人。据我的同事凯蒂报道，他终于准备公开披露其备受期待的 AI 基础设施创业项目，此前他曾试图为此募集超 100 亿美元资金。
米达表示，这家名为 AMP 的新公司正在打造一张 “AI 算力电网”，其模式类似于由中央电网统一调度供电的体系，将彻底改变 AI 开发者获取稀缺服务器资源的方式。（AMP 这一名称恰取自电流计量单位 “安培”。）
在英伟达 GTC 大会上与米达深入交流后，我意识到他正在推进一个酝酿数年的理念：AI 算力资源应像公共电力一样售卖，从而实现更低成本、更广覆盖。
OpenAI 首席执行官山姆・奥特曼上周在贝莱德基础设施峰会上也谈及这一构想，不过他表示 OpenAI 自身会成为这类资源的供给方。
无论如何，这都将与当前 AI 基础设施的销售模式形成巨大转变！
在安德森・霍洛维茨任职期间，米达就已搭建了 AMP 的雏形项目 ——Oxygen 算力集群，该项目汇集英伟达芯片供旗下投资组合公司共享使用。由于担忧 AI 算力资源正快速向少数手握大量 GPU 的企业集中，他决定将该项目独立出来，成立 AMP 公司。
目前，英伟达图形处理器（GPU）基本通过长期租赁（预留实例）或按小时租用（竞价实例）两种方式供应，米达认为这种分配方式从根本上缺乏效率。
正如一个世纪前电网成为企业共享稀缺电力的关键设施，AMP 希望为有服务器需求的 AI 开发者提供同样的共享模式。米达的设想是，AI 开发者无需各自采购、运维基础设施 —— 无论是向云厂商或芯片企业租赁还是购买 —— 转而使用一套更高效的共享系统。
他不愿透露 AMP 的其他合作方，无论是服务器供应商还是算力使用方，但表示顶尖研究实验室与云厂商已参与该项目。
他并未披露 AMP 的商业模式。与自建并运营数据中心不同，AMP 将推出一款应用，连接服务器供给方与有需求的 AI 开发者。米达将其比作电力系统中的独立系统运营商 —— 这类机构未必拥有底层基础设施，却负责统筹供需调度。
为此，AMP 正在开发一套软件，用于在 AI 开发者间分配共享算力池，并调度不同计算任务的运行时间与节点。但 AMP 不会按小时出租 GPU，也不直接向 AI 开发者收取费用。
不止于 GPU
值得关注的是，AMP 计划支持开发者租用各类 AI 硬件。米达未透露谷歌张量处理单元（TPU）是否会纳入其中，但考虑到 AMP 创始团队包含曾负责谷歌大型基础设施内部管理系统的工程师，其具备搭建相关体系的能力合情合理。（据此前报道，谷歌已采取实际举措，向谷歌云以外的 AI 开发者开放 TPU 使用。）
目前市场上也有整合多方 AI 服务器的企业，如 Together AI 与英伟达自身（后者曾尝试搭建闲置 GPU 交易市场），但 AMP 的模式难以简单对标。
米达表示：“你必须成为中立、独立的主体，制定统一标准，允许所有参与方接入。”
AMP 计划于今日晚些时候发布一份使命宣言，旨在吸引更多企业加入这张算力电网。我十分好奇最终会有哪些机构参与其中。
当前，AI 企业普遍将服务器资源视为战略优势，因此需要提供相应的经济激励，才能促使它们使用 AMP 系统或贡献自有服务器。
考虑到米达作为早期投资人与 Anthropic 的密切关联，我倾向于认为 Claude 的开发方 Anthropic 会参与该项目。
米达拒绝就公司资本结构置评，但表示过去数月已为该项目投入数亿美元启动资金。
算力规模化难题
米达创立 AMP 的灵感，源于他与 Anthropic 及其他初创企业的合作经历，他亲眼见证服务器对新模型研发的重要性。通过提升算力规模训练新模型，是 AI 领域众所周知的 “缩放定律”。
但他表示，服务器规模化落地并非易事，因为开发者对算力设备的需求难以预测。
“观察算力负载就会发现，需求波动非常剧烈，” 他说，“一个团队的负载模式通常是：大规模训练任务引发峰值，随后是周期性的研究与推理工作，极难预测。”
这导致 AI 开发者要么向云厂商预留的服务器不足，要么超额预留最终大量闲置。开发者还始终面临两难选择：是用稀缺算力训练更优模型，还是用其运行现有模型为客户服务以创造收入。
他说：“全球前沿研究领域中许多最高产的团队，在使用算力这一最宝贵资源时，效率却也是最低的。”
在很多情况下，这会促使企业囤积 AI 服务器芯片 —— 即便大量设备处于闲置状态。“这一点让我深感困扰。” 他说道。