几天前，硅谷传出音问：谷歌秘书，将来五年要提供给 Anthropic 的算力，规模高达 5GW。紧接着，5 月 6 日，这笔交游的价钱被揭开—— Anthropic 情愿将来五年向谷歌云支付约 2000 亿好意思元，用于采购 5GW 的 TPU 算力和云工作。

团结天，Anthropic 还秘书租下 SpaceX 的 Colossus 1 超等谈论机，接入超越 22 万颗英伟达 GPU 用于推理。

5GW 在数据中心行业是什么见地？它能够相当于 5 座大型核电站满负荷运转的耗电量。这意味着谷歌简直是为了 Anthropic 新建好几座超大规模数据中心，里面塞满几十万块谷歌我方遐想的 TPU 芯片。而 Anthropic 为此付出的情愿采购额高达 2000 亿好意思元，占到了谷歌云积压订单的 40% 以上。

更有有趣的是这笔交游的结构：谷歌先向 Anthropic 参加 100 亿好意思元现款（按 3500 亿估值），若达成里程碑再追加至 400 亿；同期 Anthropic 情愿 2000 亿好意思元的云工作和 TPU 采购支拨。投资是投资，采购是采购，但两者系结在一谈，组成了极强的锁定效应——芯片被指定为谷歌自研的 TPU。

濒临这么一份带有排他意味的超等大单，Anthropic 也趁势疗养了我方的算力领土：在考试侧大幅向谷歌 TPU 和亚马逊 Trainium 歪斜，同期仍保留英伟达 GPU 在推理等场景中的扮装。5 月 6 日租下 SpaceX 的 22 万颗 GPU，便是 Anthropic 在 GPU 推理侧的最新动作。

关于行业来说，无意，它绚烂着 AI 产业从"参数武备竞赛"正经转向"算力着力竞赛"的拐点，也绚烂着本事阶梯正在加快分化。此次切换，正在无声而有劲地改变 AI 芯片的职权面孔，再行界说了大模子和底层硬件之间的干系。

01 被英伟达"卡脖子"的痛

要联结 Anthropic 此次的算力布局为什么迫切，得先看懂昔日两年 AI 算力商场有多雕悍。

自从 ChatGPT 横空出世，大模子就变成了一个"烧钱无底洞"。行业里心照不宣的潜限定是：不论你融了几许钱，终末皆得变成一张张采购英伟达 H100 或 B200 的订单。英伟达靠着 CUDA 生态的统统摆布，不光拿走了行业里绝大部分利润，还捏着模子厂商的命根子——黄仁勋给你发几许货，你就能考试多大的模子。

在这种面孔下，大模子厂商的大部分利润最终流向了英伟达。

但局中东谈主也不是莫得抗争的心念念，尤其是那些手里有钱的云巨头：

•  谷歌心里很屈身：TPU 研发了十多年，一直在里面考试 Gemini，性能其实不差，但清寒外部顶级大模子的"背书"，总被商场当成非主流。

•  亚马逊也很浮躁：算作公共最大的云厂商，AWS 每年要给英伟达交天价保护费。它砸了大钱研发自研芯片 Trainium，急需一个标杆客户来阐发注解"无须英伟达也能跑顶级模子"。

•  Anthropic 有点非常：由 Dario Amodei 等前 OpenAI 中枢成员孤独创立，主打安全可控。它同期拿着谷歌、亚马逊和微软的钱——谷歌 400 亿好意思元投资、亚马逊累计 330 亿好意思元投资，加上 2025 年 11 月签下的 300 亿好意思元微软 Azure 算力合同，处在一个玄机的三角均衡中。濒临昂贵的算力资本，它比谁皆渴慕撕开一个口子，找找算力的"平替"。

英伟达太贵、太慢、太强势；谷歌有芯片但缺生态，亚马逊有钱想要孤独，Anthropic 想活下去还要盈利。四方的诉求，在这一刻巧合咬合在了一谈。一场针对英伟达订价权的多边博弈还是张开。

02 "用脚投票"：Anthropic 的算力豪赌

Anthropic 的选拔，撕开了昂贵算力资本的一角。它的本色，是用硬件的细则性，来相通模子迭代的统统速率和资本护城河。

谷歌分阶段向 Anthropic 实现算力情愿，规模瞻望达到 5GW 级别的 TPU 集群（从 2027 年起冉冉上线）。与此同期，谷歌对 Anthropic 的总投资额至多达 400 亿好意思元，Anthropic 对谷歌云的采购情愿则高达 2000 亿好意思元。如斯体量的算力集群，足以让 Claude 的考试着力大幅跃升，或者让 Anthropic 同期并行鼓舞多个行业大模子的定制。

这些情愿背后，是 TPU 在特定任务上对 GPU 的真实上风：

•  性价比起始：证据 Google 官方数据，在大型 Transformer 模子考试场景下，TPU v6e 的性价比（性能 / 好意思元）约为同代英伟达 GPU 的 3 到 4 倍。

•  能效普及：Google 数据中心 PUE 约为 1.1，远低于行业平均 1.58，空洞运营资本上风显着。SemiAnalysis 的商榷呈报也指出，Anthropic 的推理基础关节毛利率已从 38% 普及至 70% 以上，定制芯片阶梯的降本效应可见一斑。

从本事底层来看，Anthropic 早就启动谋求"去单一硬件依赖"。2026 年 3 月，Anthropic 秘书已部署百万颗 Google TPU，下一财年 TPU 算力将达 1GW；在考试侧，开云体育世界杯中国官网首页TPU 和亚马逊 Trainium 已成为核默算力开端；而在推理侧，英伟达 GPU 仍然上演迫切扮装—— 5 月 6 日租下 SpaceX Colossus 1 的超 22 万颗 GPU 便是最新例证。再加上用 JAX 框架对 TPU 集群作念底层调优，Anthropic 还是酿成了一个 TPU 考试主力 + Trainium 备份考试 + GPU 推理补位的多元算力架构。

不错联结为，这是考试到推理的全栈算力重构。Anthropic 还是用行动阐发注解：大模子厂商不再仅仅硬件厂商的"支款机"，而是不错成为算力架构的"遐想师"。

03 四大阵营贴身肉搏，与一个 " 求实 " 的混划算力有贪图

Anthropic 的转向，像一条鲶鱼，平直引爆了公共 AI 芯片四大阵营的正濒临决。当今的算力江湖，还是不是英伟达一家独大了。

1. 谷歌– Anthropic：垂直闭环的领跑者

" TPU – JAX – Claude "这条全栈协同的阶梯，正在结出果实。证据摩根士丹利预测，2027 年 TPU 对外售售有望拿下公共 AI 加快芯片商场 20% 的份额。更可不雅的是资本竞争力：Claude 系列在同等性能段内的 API 订价，比较部分头部竞品更具上风，谷歌通过硬件降本平直帮 Anthropic 打出了性价比牌。

2. OpenAI：算力堆得猛，兼容性拖后腿

比较之下，OpenAI 正在构建高大的算力矩阵，已锁定 30.5GW 的遥远算力合约。2025 年 10 月，OpenAI 与 AMD 签署多年期条约，部署悉数 6GW 的 AMD Instinct GPU 算力（首期 1GW MI450，2026 年下半年部署），与英伟达 GPU 并行组成大规模算力集群。

但这种"大杂烩"架构付出了不小的代价：多芯片、多厂商导致算力应用率偏低，规模化的红利被千里重的兼容性资本吃掉了。

3. 英伟达：遵守基本盘，高端本地正在被侵蚀

老苍老英伟达依然合手着 AI 加快器商场 80% 以上的份额，CUDA 生态如故它坚不成摧的护城河。但 TPU 在大模子中枢考试场景里连续渗入，还是让黄仁勋感到了压力。2025 年 7 月，英伟达秘书 CUDA 全面复古 RISC-V 架构——这在以前简直不成联想，生态壁垒正被"定制化需求"从里面撬开。

4. 中国阵营：开源适配，换谈超车

囿于外部环境，国产 AI 芯片合座市占率逆势普及。证据 IDC 数据，2025 年中国 AI 加快卡商场总出货量约 400 万张，原土厂商悉数出货约 165 万张，商场份额初度突破四成，Z6·尊龙凯时「中国区」官方网站达到约 41%（中国境内商场）。举例 DeepSeek-V4（2026 年 4 月发布）已于官方本事呈报中写入华为昇腾 NPU 复古，华为昇腾、摩尔线程等多家国产厂商均完成 Day 0 适配。中国厂商不拼单点极限算力，而是走"芯片 + 模子 + 场景"的快速落地阶梯。

面孔还是变了：AI 竞争不再是比谁买的卡多，而是"算力着力 × 场景适配"的空洞暗战。

而 Anthropic 全心遐想的这套混划算力有贪图，恰恰指明了下一代 AI 基础关节的主流方针——单干明确、冗余可控、拒却被单一厂商欺诈。这套有贪图至极详实：

•   5GW 的 TPU 算作考试统统主力，扛起中枢大模子的高强度考试；

•   GPU 算作 " 万金油 "，补位推理和多模态数据处分等任务（SpaceX Colossus 1 的 22 万颗 GPU 便是最新落子）；

•   亚马逊 Trainium 算作战术备份考试算力池，压低合座边缘资本。

这套组合拳带来了几个立竿见影的贸易公正：供应链风险大幅裁减（不怕被单一供应商卡脖子）；Anthropic 于 2025 年 6 月公开的多智能体系统数据露馅，以 Claude Sonnet 为主导智能体、多个 Claude Haiku 为子智能体的架构，比较单智能体 Claude Opus，任务性能普及约 90%；更迫切的是，硬件级加密结合 Anthropic 引认为傲的伦理框架，让金融、医疗等高敏锐行业的客户勇于确实下单。

04 戴上"金手铐"的 Anthropic

天然，贸易寰宇里莫得免费的午餐。Anthropic 此次向 TPU 深度歪斜，在换来极致考试着力和短期资本上风的同期，也给我方偷偷地戴上了一副"金手铐"——名义金光闪闪，实则勒得越来越紧。

起始，最平直的风险是底层架构的谈话权正在旁落。深度绑定谷歌 TPU，意味着 Anthropic 将来的模子优化、算子建筑、甚而推理框架的选型，皆会被 TPU 的硬件迭代节律牵着走。谷歌的 TPU 团队每推出一代新芯片，Anthropic 就得随着再行适配甚而重写部分底层代码。短期看，这是"聚会优化"；遥遥望，这就变成了"单向依赖"。一朝谷歌疗养 TPU 的产物阶梯图——比如某个提醒集不再复古，或者某个硬件特质被毁掉—— Anthropic 的适配资本和挪动风险将权贵飞腾。

其次，多云协同很容易变成"多云照顾"。Anthropic 目下同期踩着谷歌云、AWS 和微软 Azure 三条船，听上去很纯真：TPU 主力考试，Trainium 备份考试，GPU 推理。但在实践操作中，这种跨云架构的发扬资本远超联想。

数据要在三个云之间同步、任务调停要兼顾三套芯片的各异、起火足归附有贪图要写三份——更别提三家云厂商各怀心念念，将来会不会在价钱、带宽、优先级上相互制肘？据知情东谈主士转述，Anthropic 里濒临多云架构的运维复杂度早有感受。一朝某天谷歌和亚马逊的干系玄机变化，Anthropic 就会沦为夹在中间的阿谁。

更散失但更致命的，是本事孤独性的慢性流失。Claude 的每一次模子迭代，表面上应该是为了更好的智能和安全性。但将来，若是某个架构蜕变在 TPU 上跑得赶紧、在 GPU 或 Trainium 上却施展平平，产物司答理奈何选？能够率会"为了上线"而优先适配 TPU。

久而久之，Claude 的优化方针将越来越受 TPU 硬件特质的牵引，而不是一个跨平台、可移植的通用大模子。这就好比一个作者，正本不错用任何纸笔写稿，其后被扶直商要求只可用某一种特制钢笔——写出来的东西也许更通顺，但那支钢笔的任何颓势，皆会平直写进他的作品里。

拉长视线看，Anthropic 的处境其实很玄机。对比一下：

OpenAI 走的是多供应商、多芯片的"大杂烩"阶梯。诚然着力低下、兼容资本高，但公正是——莫得哪家芯片厂商能确实卡住它的脖子。微软、英伟达、AMD 之间相互牵制，OpenAI 反而拿到了议价空间。

国产厂商如 DeepSeek 走的是开源适配阶梯。昇腾、寒武纪、海光……谁家芯片能在主流模子上跑出好成果，就用谁。生态是碎屑化的，但亦然目田的。

而谷歌– Anthropic 的闭环，在考试着力上无疑是最机敏的刀，但合手住刀柄的阿谁东谈主，是谷歌。Anthropic 的中枢考试算力、迭代速率、甚而一部分本事阶梯，皆被锁在了谷歌的生态围墙之内。不外也要承认，Anthropic 同期合手有 AWS Trainium、微软 Azure 和 SpaceX GPU 等多条后路，这副金手铐目下还莫得完全焊死。

更让东谈主惦记的是，这副金手铐还有一个时候轴上的罗网。五年期的 2000 亿好意思元采购情愿，听起来是天国，但合同到期后呢？到其时，Anthropic 的系数本事栈、代码库、运维体系、东谈主才民风，皆会深度绑定 TPU。想要再换回 GPU 或挪动到其他芯片，资本高到简直不成能。届时谷歌续签合同的条款，Anthropic 还能说"不"吗？一位不具名的风相合资东谈主说得比较直白：" Anthropic 不是在租谷歌的算力，而是在用将来数年的自主权，换今天的一张船票。"

天然，不是说 Anthropic 作念错了。在 AI 这个烧钱如烧纸的行业，起始要活下来，其次是跑得快。仅仅在贸易寰宇里，莫得完满架构，独一阶段性最优解。Anthropic 目下拿到的是考试速率和资本的最优解，代价是——它把一部分将来的选拔权，提前交了出去。

05 芯片莫得灵魂，但界说芯片的模子有

回看谈论机这半个多世纪的历史，Anthropic 的转向，其实是科技界一个经典的"宿命循环"。

三十年前，GPU 算作专攻图形渲染的特定芯片，靠异构谈论随意了通用 CPU 的摆布；三十年后，当 GPU 我方也变成了横在 AI 产业眼前的"通用霸权"时，TPU、Trainium 这些更稀奇化的 ASIC 芯片，正用相通的逻辑发起反攻。

这意味着，AI 底层基础关节的逻辑，正在从"暴力堆砌"转向"深耕易耨"。大模子不再是不错在职意一张显卡上粗心跑通的"表层软件"，它正在变成必须与特定硅片深度耦合的"重工业实体"。

是以，Anthropic 投向定制芯片，毫不料味着 GPU 会腐朽，而是绚烂着"通用算力大一统"时间的拆伙。将来的领土注定走向分袂：英伟达 GPU 依然会遥远总揽通用谈论和推理，但在超大规模模子考试的最中枢肠带，定制芯片将袭取阵脚。

英伟达的护城河依然深不见底，但水面之下，暗潮还是不成逆转。当"买卡就能作念模子"的草野时间罢休，将来的竞争焦点，将从"对算力资源的奸猾囤积"，绝对升级为"对异构算力的良好调停权"和"对底层硅片架构的界说权"。

在这场莫得硝烟的底座重构中，谁掌合手了界说硬件的职权，谁就拿到了下一轮竞争的舛误筹码。

（本文首发钛媒体 APP，作者 | 硅谷 Tech newsZ6尊龙凯时中国官方网站，剪辑 | 赵虹宇）