几天前，硅谷传出音信：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，这笔来回的价钱被揭开—— Anthropic 甘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 算力和云就业。

归并天，Anthropic 还秘书租下 SpaceX 的 Colossus 1 超等打算机，接入高出 22 万颗英伟达 GPU 用于推理。

5GW 在数据中心行业是什么观点？它好像特别于 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瞎想的 TPU 芯片。而 Anthropic 为此付出的甘愿采购额高达 2000 亿好意思元，占到了谷歌云积压订单的 40% 以上。

更有深嗜的是这笔来回的结构：谷歌先向 Anthropic 插足 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 甘愿 2000 亿好意思元的云就业和 TPU 采购支拨。投资是投资，采购是采购，但两者紧缚在沿路，组成了极强的锁定效应——芯片被指定为谷歌自研的 TPU。

靠近这么一份带有排他意味的超等大单，Anthropic 也趁势和谐了我方的算力疆土：在测验侧大幅向谷歌 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，等于 Anthropic 在 GPU 推理侧的最新动作。

关于行业来说，未必，它标识着 AI 产业从"参数武备竞赛"负责转向"算力遵守竞赛"的拐点，也标识着技巧道路正在加快分化。此次切换，正在无声而有劲地改变 AI 芯片的权利状貌，再行界说了大模子和底层硬件之间的谋划。

01 被英伟达"卡脖子"的痛

设施略 Anthropic 此次的算力布局为什么垂死，得先看懂已往两年 AI 算力市集有多惨酷。

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司法是：不论你融了若干钱，临了皆得变成一张张采购英伟达 H100 或 B200 的订单。英伟达靠着 CUDA 生态的弥散把持，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——黄仁勋给你发若干货，你就能测验多大的模子。

在这种状貌下，大模子厂商的大部分利润最终流向了英伟达。

但局中东说念主也不是莫得顽抗的心念念，尤其是那些手里有钱的云巨头：

•  谷歌心里很委曲：TPU 研发了十多年，一直在里面测验 Gemini，性能其实不差，但枯竭外部顶级大模子的"背书"，总被市集当成非主流。

•  亚马逊也很惊恐：动作大众最大的云厂商，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证明"毋庸英伟达也能跑顶级模子"。

•  Anthropic 有点特殊：由 Dario Amodei 等前 OpenAI 中枢成员独处创立，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，处在一个微妙的三角均衡中。靠近昂贵的算力本钱，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，亚马逊有钱想要独处，Anthropic 想活下去还要盈利。四方的诉求，在这一刻偶合咬合在了沿路。一场针对英伟达订价权的多边博弈如故张开。

02 "用脚投票"：Anthropic 的算力豪赌

Anthropic 的选拔，撕开了昂贵算力本钱的一角。它的骨子，是用硬件的笃定性，来疏导模子迭代的弥散速率和本钱护城河。

谷歌分阶段向 Anthropic 已矣算力甘愿，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 对谷歌云的采购甘愿则高达 2000 亿好意思元。如斯体量的算力集群，足以让 Claude 的测验遵守大幅跃升，或者让 Anthropic 同期并行鼓励多个行业大模子的定制。

这些甘愿背后，是 TPU 在特定任务上对 GPU 的真实上风：

•  性价比最初：证据 Google 官方数据，在大型 Transformer 模子测验场景下，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。

•  能效种植：Google 数据中心 PUE 约为 1.1，远低于行业平均 1.58，详细运营本钱上风昭着。SemiAnalysis 的询查论述也指出，Anthropic 的推理基础本领毛利率已从 38% 种植至 70% 以上，定制芯片道路的降本效应可见一斑。

从技巧底层来看，Anthropic 早就驱动谋求"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；在测验侧，TPU 和亚马逊 Trainium 已成为核默算力来源；而在推理侧，英伟达 GPU 仍然演出垂死扮装—— 5 月 6 日租下 SpaceX Colossus 1 的超 22 万颗 GPU 等于最新例证。再加上用 JAX 框架对 TPU 集群作念底层调优，Anthropic 如故酿成了一个 TPU 测验主力 + Trainium 备份测验 + GPU 推理补位的多元算力架构。

不错贯通为，这是测验到推理的全栈算力重构。Anthropic 如故用活动证明：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"瞎想师"。

03 四大阵营贴身肉搏，与一个 " 求实 " 的混划算力有筹划

Anthropic 的转向，像一条鲶鱼，平直引爆了大众 AI 芯片四大阵营的正靠近决。当今的算力江湖，如故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 "这条全栈协同的道路，正在结出果实。证据摩根士丹利预测，2027 年 TPU 对外售售有望拿下大众 AI 加快芯片市集 20% 的份额。更可不雅的是本钱竞争力：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 正在构建广漠的算力矩阵，已锁定 30.5GW 的恒久算力合约。2025 年 10 月，OpenAI 与 AMD 签署多年期契约，部署所有 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本钱吃掉了。

3. 英伟达：谨守基本盘，高端土产货正在被侵蚀

老苍老英伟达依然持着 AI 加快器市集 80% 以上的份额，CUDA 生态照旧它坚不能摧的护城河。但 TPU 在大模子中枢测验场景里接续浸透，如故让黄仁勋感到了压力。2025 年 7 月，英伟达秘书 CUDA 全面救济 RISC-V 架构——这在以前简直不能想象，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，换说念超车

囿于外部环境，国产 AI 芯片全体市占率逆势种植。证据 IDC 数据，2025 年中国 AI 加快卡市集总出货量约 400 万张，原土厂商所有出货约 165 万张，市集份额初次突破四成，开云体育达到约 41%（中国境内市集）。举例 DeepSeek-V4（2026 年 4 月发布）已于官方技巧论述中写入华为昇腾 NPU 救济，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"的快速落地道路。

状貌如故变了：AI 竞争不再是比谁买的卡多，而是"算力遵守 × 场景适配"的详细暗战。

而 Anthropic 全心瞎想的这套混划算力有筹划，恰恰指明了下一代 AI 基础本领的主流标的——单干明确、冗余可控、拒却被单一厂商威胁。这套有筹划相配闪耀：

•   5GW 的 TPU 动作测验弥散主力，扛起中枢大模子的高强度测验；

•   GPU 动作 " 万金油 "，补位推理和多模态数据责罚等任务（SpaceX Colossus 1 的 22 万颗 GPU 等于最新落子）；

•   亚马逊 Trainium 动作计策备份测验算力池，压低全体旯旮本钱。

这套组合拳带来了几个立竿见影的生意克己：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泄露，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，任务性能种植约 90%；更垂死的是，硬件级加密迎阿 Anthropic 引觉得傲的伦理框架，让金融、医疗等高超锐行业的客户勇于真是下单。

04 戴上"金手铐"的 Anthropic

天然，生意全国里莫得免费的午餐。Anthropic 此次向 TPU 深度歪斜，在换来极致测验遵守和短期本钱上风的同期，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。

开始，最平直的风险是底层架构的语言权正在旁落。深度绑定谷歌 TPU，意味着 Anthropic 将来的模子优化、算子配置、以致推理框架的选型，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 就得随着再行适配以致重写部分底层代码。短期看，这是"集会优化"；恒久看，这就变成了"单向依赖"。一朝谷歌和谐 TPU 的产物道路图——比如某个请示集不再救济，或者某个硬件特点被放置—— Anthropic 的适配本钱和迁徙风险将显耀上涨。

其次，多云协同很容易变成"多云敛迹"。Anthropic 刻下同期踩着谷歌云、AWS 和微软 Azure 三条船，听上去很无邪：TPU 主力测验，Trainium 备份测验，GPU 推理。但在践诺操作中，这种跨云架构的珍贵本钱远超想象。

数据要在三个云之间同步、任务退换要兼顾三套芯片的互异、倒霉归附有筹划要写三份——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？据知情东说念主士转述，Anthropic 里靠近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谋划微妙变化，Anthropic 就会沦为夹在中间的阿谁。

更窒碍但更致命的，是技巧独处性的慢性流失。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，若是某个架构更正在 TPU 上跑得赶快、在 GPU 或 Trainium 上却弘扬平平，产物司答理何如选？好像率会"为了上线"而优先适配 TPU。

久而久之，Claude 的优化标的将越来越受 TPU 硬件特点的牵引，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，原来不错用任何纸笔写稿，自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运动，但那支钢笔的任何裂缝，皆会平直写进他的作品里。

拉长视线看，Anthropic 的处境其实很微妙。对比一下：

OpenAI 走的是多供应商、多芯片的"大杂烩"道路。固然遵守低下、兼容本钱高，但克己是——莫得哪家芯片厂商能真是卡住它的脖子。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 走的是开源适配道路。昇腾、寒武纪、海光……谁家芯片能在主流模子上跑出好适度，就用谁。生态是碎屑化的，但亦然目田的。

而谷歌– Anthropic 的闭环，在测验遵守上无疑是最明锐的刀，但持住刀柄的阿谁东说念主，是谷歌。Anthropic 的中枢测验算力、迭代速率、以致一部分技巧道路，皆被锁在了谷歌的生态围墙之内。不外也要承认，Anthropic 同期持有 AWS Trainium、微软 Azure 和 SpaceX GPU 等多条后路，这副金手铐刻下还莫得完全焊死。

更让东说念主惦记的是，这副金手铐还有一个时候轴上的罗网。五年期的 2000 亿好意思元采购甘愿，听起来是天国，但合同到期后呢？到当时，Anthropic 的扫数技巧栈、代码库、运维体系、东说念主才俗例，皆会深度绑定 TPU。想要再换回 GPU 或迁徙到其他芯片，本钱高到简直不能能。届时谷歌续签合同的要求，Anthropic 还能说"不"吗？一位不具名的风逢迎股东说念主说得比较直白：" 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，开始要活下来，其次是跑得快。仅仅在生意全国里，莫得完竣架构，唯有阶段性最优解。Anthropic 刻下拿到的是测验速率和本钱的最优解，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

回看打算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 动作专攻图形渲染的特定芯片，靠异构打算突破了通用 CPU 的把持；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 这些更荒芜化的 ASIC 芯片，正用雷同的逻辑发起反攻。

这意味着，AI 底层基础本领的逻辑，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敷衍跑通的"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 会腐化，而是标识着"通用算力大一统"时期的闭幕。将来的疆土注定走向折柳：英伟达 GPU 依然会永恒总揽通用打算和推理，但在超大规模模子测验的最中枢肠带，定制芯片将禁受阵脚。

英伟达的护城河依然深不见底，但水面之下，暗潮如故不能逆转。当"买卡就能作念模子"的草泽时期收尾，将来的竞争焦点，将从"对算力资源的奸险囤积"，透澈升级为"对异构算力的详尽退换权"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，谁掌持了界说硬件的权利，谁就拿到了下一轮竞争的要津筹码。

（本文首发钛媒体 APP开云体育，作者 | 硅谷 Tech news，裁剪 | 赵虹宇）