几天前，硅谷传出音书：谷歌告示，将来五年要提供给 Anthropic 的算力，领域高达 5GW。紧接着，5 月 6 日，这笔交游的价钱被揭开—— Anthropic 本旨将来五年向谷歌云支付约 2000 亿好意思元，用于采购 5GW 的 TPU 算力和云事业。

统一天，Anthropic 还告示租下 SpaceX 的 Colossus 1 超等狡计机，接入跳跃 22 万颗英伟达 GPU 用于推理。

5GW 在数据中心行业是什么意见？它大约相称于 5 座大型核电站满负荷运转的耗电量。这意味着谷歌险些是为了 Anthropic 新建好几座超大领域数据中心，里面塞满几十万块谷歌我方遐想的 TPU 芯片。而 Anthropic 为此付出的本旨采购额高达 2000 亿好意思元，占到了谷歌云积压订单的 40% 以上。

更罕见旨真谛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 本旨 2000 亿好意思元的云事业和 TPU 采购支拨。投资是投资，采购是采购，但两者系结在一说念，组成了极强的锁定效应——芯片被指定为谷歌自研的 TPU。

面临这么一份带有排他意味的超等大单，Anthropic 也趁势调养了我方的算力疆域：在考研侧大幅向谷歌 TPU 和亚马逊 Trainium 歪斜，同期仍保留英伟达 GPU 在推理等场景中的脚色。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，它记号着 AI 产业从"参数武备竞赛"认真转向"算力效用竞赛"的拐点，也记号着时刻道路正在加快分化。此次切换，正在无声而有劲地改变 AI 芯片的职权表情，重新界说了大模子和底层硬件之间的相关。

01 被英伟达"卡脖子"的痛

次第路 Anthropic 此次的算力布局为什么紧迫，得先看懂曩昔两年 AI 算力市集有多清高。

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礼貌是：无论你融了些许钱，终末都得变成一张张采购英伟达 H100 或 B200 的订单。英伟达靠着 CUDA 生态的都备把持，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——黄仁勋给你发些许货，你就能考研多大的模子。

在这种表情下，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不服的心念念，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，一直在里面考研 Gemini，性能其实不差，但短缺外部顶级大模子的"背书"，总被市集当成非主流。

•  亚马逊也很震恐：四肢大家最大的云厂商，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讲解注解"毋庸英伟达也能跑顶级模子"。

•  Anthropic 有点特别：由 Dario Amodei 等前 OpenAI 中枢成员孤苦创立，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，处在一个奥秘的三角均衡中。面临昂贵的算力资本，它比谁都渴慕撕开一个口子，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，亚马逊有钱想要孤苦，Anthropic 想活下去还要盈利。四方的诉求，在这一刻赶巧咬合在了一说念。一场针对英伟达订价权的多边博弈依然张开。

02 "用脚投票"：Anthropic 的算力豪赌

Anthropic 的选择，撕开了昂贵算力资本的一角。它的内容，是用硬件的笃定性，来调换模子迭代的都备速率和资本护城河。

谷歌分阶段向 Anthropic 终结算力本旨，领域瞻望达到 5GW 级别的 TPU 集群（从 2027 年起渐渐上线）。与此同期，谷歌对 Anthropic 的总投资额至多达 400 亿好意思元，Anthropic 对谷歌云的采购本旨则高达 2000 亿好意思元。如斯体量的算力集群，足以让 Claude 的考研效用大幅跃升，或者让 Anthropic 同期并行激动多个行业大模子的定制。

这些本旨背后，是 TPU 在特定任务上对 GPU 的确切上风：

•  性价比当先：凭据 Google 官方数据，在大型 Transformer 模子考研场景下，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。

•  能效教训：Google 数据中心 PUE 约为 1.1，远低于行业平均 1.58，概述运营资本上风显着。SemiAnalysis 的研究证明也指出，Anthropic 的推理基础关节毛利率已从 38% 教训至 70% 以上，定制芯片道路的降本效应可见一斑。

从时刻底层来看，Anthropic 早就驱动谋求"去单一硬件依赖"。2026 年 3 月，Anthropic 告示已部署百万颗 Google TPU，下一财年 TPU 算力将达 1GW；在考研侧，开云中国体育2026世界杯官方appTPU 和亚马逊 Trainium 已成为核默算力开首；而在推理侧，英伟达 GPU 仍然饰演紧迫脚色—— 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 依然变成了一个 TPU 考研主力 + Trainium 备份考研 + GPU 推理补位的多元算力架构。

不错领会为，这是考研到推理的全栈算力重构。Anthropic 依然用行径讲解注解：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 " 的混划算力有打算

Anthropic 的转向，像一条鲶鱼，径直引爆了大家 AI 芯片四大阵营的正面临决。现时的算力江湖，依然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。凭据摩根士丹利预测，2027 年 TPU 对外售售有望拿下大家 AI 加快芯片市集 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，比拟部分头部竞品更具上风，谷歌通过硬件降本径直帮 Anthropic 打出了性价比牌。

2. OpenAI：算力堆得猛，兼容性拖后腿

比拟之下，OpenAI 正在构建雄伟的算力矩阵，已锁定 30.5GW 的永恒算力合约。2025 年 10 月，OpenAI 与 AMD 签署多年期契约，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 并行组成大领域算力集群。

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

3. 英伟达：遵从基本盘，高端本地正在被侵蚀

老苍老英伟达依然合手着 AI 加快器市集 80% 以上的份额，CUDA 生态如故它坚不成摧的护城河。但 TPU 在大模子中枢考研场景里赓续浸透，依然让黄仁勋感到了压力。2025 年 7 月，英伟达告示 CUDA 全面赞助 RISC-V 架构——这在以前险些不成设想，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，换说念超车

囿于外部环境，国产 AI 芯片举座市占率逆势教训。凭据 IDC 数据，2025 年中国 AI 加快卡市集总出货量约 400 万张，原土厂商共计出货约 165 万张，市集份额初度突破四成，K8凯发官方网站达到约 41%（中国境内市集）。举例 DeepSeek-V4（2026 年 4 月发布）已于官方时刻证明中写入华为昇腾 NPU 赞助，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。

表情依然变了：AI 竞争不再是比谁买的卡多，而是"算力效用 × 场景适配"的概述暗战。

而 Anthropic 尽心遐想的这套混划算力有打算，恰恰指明了下一代 AI 基础关节的主流地点——单干明确、冗余可控、拒却被单一厂商勒诈。这套有打算终点小心：

•   5GW 的 TPU 四肢考研都备主力，扛起中枢大模子的高强度考研；

•   GPU 四肢 " 万金油 "，补位推理和多模态数据惩办等任务（SpaceX Colossus 1 的 22 万颗 GPU 便是最新落子）；

•   亚马逊 Trainium 四肢政策备份考研算力池，压低举座边缘资本。

这套组合拳带来了几个立竿见影的贸易克己：供应链风险大幅裁汰（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清楚，以 Claude Sonnet 为主导智能体、多个 Claude Haiku 为子智能体的架构，比拟单智能体 Claude Opus，任务性能教训约 90%；更紧迫的是，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着实下单。

04 戴上"金手铐"的 Anthropic

天然，贸易宇宙里莫得免费的午餐。Anthropic 此次向 TPU 深度歪斜，在换来极致考研效用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。

起初，最径直的风险是底层架构的讲话权正在旁落。深度绑定谷歌 TPU，意味着 Anthropic 将来的模子优化、算子诞生、甚而推理框架的选型，都会被 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 就得随着重新适配甚而重写部分底层代码。短期看，这是"联接优化"；永恒看，这就变成了"单向依赖"。一朝谷歌调养 TPU 的居品道路图——比如某个教唆集不再赞助，或者某个硬件特点被毁掉—— Anthropic 的适配资本和移动风险将显耀飞腾。

其次，多云协同很容易变成"多云敛迹"。Anthropic 现时同期踩着谷歌云、AWS 和微软 Azure 三条船，听上去很纯真：TPU 主力考研，Trainium 备份考研，GPU 推理。但在实践操作中，这种跨云架构的弘扬资本远超设想。

数据要在三个云之间同步、任务调遣要兼顾三套芯片的互异、厄运复原有打算要写三份——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 里面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相关奥秘变化，Anthropic 就会沦为夹在中间的阿谁。

更荫藏但更致命的，是时刻孤苦性的慢性流失。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，如若某个架构蜕变在 TPU 上跑得马上、在 GPU 或 Trainium 上却融会平平，居品司迎接怎样选？大约率会"为了上线"而优先适配 TPU。

久而久之，Claude 的优化地点将越来越受 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，蓝本不错用任何纸笔写稿，自后被赞助商要求只可用某一种特制钢笔——写出来的东西也许更畅达，但那支钢笔的任何劣势，都会径直写进他的作品里。

拉长视线看，Anthropic 的处境其实很奥秘。对比一下：

OpenAI 走的是多供应商、多芯片的"大杂烩"道路。固然效用低下、兼容资本高，但克己是——莫得哪家芯片厂商能着实卡住它的脖子。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 走的是开源适配道路。昇腾、寒武纪、海光……谁家芯片能在主流模子上跑出好恶果，就用谁。生态是碎屑化的，但亦然摆脱的。

而谷歌– Anthropic 的闭环，在考研效用上无疑是最明锐的刀，但合手住刀柄的阿谁东说念主，是谷歌。Anthropic 的中枢考研算力、迭代速率、甚而一部分时刻道路，都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，这副金手铐现时还莫得完全焊死。

更让东说念主顾忌的是，这副金手铐还有一个期间轴上的陷坑。五年期的 2000 亿好意思元采购本旨，听起来是天国，但合同到期后呢？到其时，Anthropic 的整个这个词时刻栈、代码库、运维体系、东说念主才民俗，都会深度绑定 TPU。想要再换回 GPU 或移动到其他芯片，资本高到险些不成能。届时谷歌续签合同的要求，Anthropic 还能说"不"吗？一位不具名的风投结伴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，起初要活下来，其次是跑得快。仅仅在贸易宇宙里，莫得竣工架构，独一阶段性最优解。Anthropic 现时拿到的是考研速率和资本的最优解，代价是——它把一部分将来的选择权，提前交了出去。

05 芯片莫得灵魂，但界说芯片的模子有

回看狡计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 四肢专攻图形渲染的特定芯片，靠异构狡计冲突了通用 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 这些更专门化的 ASIC 芯片，正用一样的逻辑发起反攻。

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璷黫跑通的"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，而是记号着"通用算力大一统"期间的终结。将来的疆域注定走向差别：英伟达 GPU 依然会长期总揽通用狡计和推理，但在超大领域模子考研的最中枢性带，定制芯片将汲取阵脚。

英伟达的护城河依然深不见底，但水面之下，暗潮依然不成逆转。当"买卡就能作念模子"的草泽期间终结，将来的竞争焦点，将从"对算力资源的奸狡囤积"，透顶升级为"对异构算力的精致调遣权"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要害筹码。

（本文首发钛媒体 APPK8凯发，作者 | 硅谷 Tech news，裁剪 | 赵虹宇）