Argentum AI获41亿美元云计算合同，将提供2.7万张GB300 GPU

AI基础设施服务商Argentum AI近日宣布，公司已与一家未公开名称的人工智能企业签署大型云计算基础设施合同。

根据协议，Argentum AI将通过自有云平台，为客户长期提供约2.7万张NVIDIA GB300 GPU的使用权限。合同总价值约41亿美元，相关计算容量计划从2026年开始分阶段交付。

目前，Argentum AI尚未公布客户名称、GPU服务器具体部署地区、数据中心规模以及完整交付周期。公开信息仅将该客户描述为一家“领先的AI公司”。

GPU采购开始转向长期算力合同

2.7万张GB300 GPU并不是普通企业采购几台显卡服务器的概念。

除了GPU本身，整套AI基础设施还需要配套CPU、内存、高速存储、液冷系统、机柜、电力以及GPU之间的高速互联。客户如果自行建设，需要同时解决设备采购、机房建设、供电和后期运维等问题。

通过签订长期AI云合同，客户可以直接使用已经部署好的GPU算力，不必一次性承担全部硬件和数据中心建设成本。

这类模式与传统服务器租用的逻辑相似，只是资源规模从单台物理服务器扩大到了数万张GPU组成的计算集群。

GB300服务器适合哪些业务

NVIDIA GB300主要面向大型模型训练和高并发AI推理。对于模型参数量较大、上下文长度较长或者并发请求较多的业务，GPU显存、内存带宽和多卡通信效率都会直接影响计算速度。

不过，并不是所有AI项目都需要使用GB300。

企业知识库、智能客服、图片生成、视频处理以及中小规模模型微调，通常可以根据模型大小选择不同级别的GPU。盲目使用最高规格硬件，可能导致大量资源闲置，增加每月算力成本。

AI服务器市场出现分层

当前GPU服务器市场正在形成几种不同的使用方式：

大型模型公司通常签订长期算力容量合同；中型企业更倾向租用独立GPU服务器或私有GPU集群；开发团队和初创公司则会使用按小时计费的GPU云实例完成模型测试。

随着推理业务增加，企业关注的重点也开始从“有没有GPU”，转向GPU是否能够稳定使用、资源是否独享、数据传输费用是否合理以及长期运行成本是否可控。

Argentum AI这笔合同说明，大规模AI算力已经逐渐成为一种可以长期采购和租用的基础资源。

但对于普通企业来说，选择GPU服务器时不应只追求最新型号。更实际的做法是先确认模型显存占用、训练还是推理、预计并发量、数据存储规模以及每天实际使用时长。

短期测试可以选择弹性GPU云资源；长期运行的AI推理、视频渲染和模型微调业务，则可以比较独立GPU服务器与公有云实例的月度成本。配置与任务匹配，比单纯使用更高规格GPU更重要。

新闻来源：Data Center Dynamics于2026年6月23日发布的《Argentum AI secures $4.1bn AI cloud contract with unnamed customer》。