幾天前，硅谷傳出消息：谷歌宣布，未來五年要提供給 Anthropic 的算力，規(guī)模高達 5GW。緊接著，5 月 6 日，這筆交易的價格被揭開——Anthropic 承諾未來五年向谷歌云支付約 2000 億美元，用于采購 5GW 的 TPU 算力和云服務(wù)。

同一天，Anthropic 還宣布租下 SpaceX 的 Colossus 1 超級計算機，接入超過 22 萬顆英偉達 GPU 用于推理。

5GW 在數(shù)據(jù)中心行業(yè)是什么概念？它大概相當于 5 座大型核電站滿負荷運轉(zhuǎn)的耗電量。這意味著谷歌幾乎是為了 Anthropic 新建好幾座超大規(guī)模數(shù)據(jù)中心，里面塞滿幾十萬塊谷歌自己設(shè)計的 TPU 芯片。而 Anthropic 為此付出的承諾采購額高達 2000 億美元，占到了谷歌云積壓訂單的 40% 以上。

更有意思的是這筆交易的結(jié)構(gòu)：谷歌先向 Anthropic 投入 100 億美元現(xiàn)金（按 3500 億估值），若達成里程碑再追加至 400 億；同時 Anthropic 承諾 2000 億美元的云服務(wù)和 TPU 采購支出。投資是投資，采購是采購，但兩者捆綁在一起，構(gòu)成了極強的鎖定效應(yīng)——芯片被指定為谷歌自研的 TPU。

面對這樣一份帶有排他意味的超級大單，Anthropic 也順勢調(diào)整了自己的算力版圖：在訓(xùn)練側(cè)大幅向谷歌 TPU 和亞馬遜 Trainium 傾斜，同時仍保留英偉達 GPU 在推理等場景中的角色。5 月 6 日租下 SpaceX 的 22 萬顆 GPU，就是 Anthropic 在 GPU 推理側(cè)的最新動作。

對于行業(yè)來說，或許，它標志著 AI 產(chǎn)業(yè)從“參數(shù)軍備競賽”正式轉(zhuǎn)向“算力效率競賽”的拐點，也標志著技術(shù)路線正在加速分化。這次切換，正在無聲而有力地改變 AI 芯片的權(quán)力格局，重新定義了大模型和底層硬件之間的關(guān)系。

01 被英偉達“卡脖子”的痛

要理解 Anthropic 這次的算力布局為什么重要，得先看懂過去兩年 AI 算力市場有多殘酷。

自從 ChatGPT 橫空出世，大模型就變成了一個“燒錢無底洞”。行業(yè)里心照不宣的潛規(guī)則是：不管你融了多少錢，最后都得變成一張張采購英偉達 H100 或 B200 的訂單。英偉達靠著 CUDA 生態(tài)的絕對壟斷，不光拿走了行業(yè)里絕大部分利潤，還捏著模型廠商的命脈——黃仁勛給你發(fā)多少貨，你就能訓(xùn)練多大的模型。

在這種格局下，大模型廠商的大部分利潤最終流向了英偉達。

但局中人也不是沒有反抗的心思，尤其是那些手里有錢的云巨頭：

? 谷歌心里很憋屈：TPU 研發(fā)了十多年，一直在內(nèi)部訓(xùn)練 Gemini，性能其實不差，但缺少外部頂級大模型的“背書”，總被市場當成非主流。

? 亞馬遜也很焦慮：作為全球最大的云廠商，AWS 每年要給英偉達交天價保護費。它砸了大錢研發(fā)自研芯片 Trainium，急需一個標桿客戶來證明“不用英偉達也能跑頂級模型”。

? Anthropic 有點特殊：由 Dario Amodei 等前 OpenAI 核心成員獨立創(chuàng)立，主打安全可控。它同時拿著谷歌、亞馬遜和微軟的錢——谷歌 400 億美元投資、亞馬遜累計 330 億美元投資，加上 2025 年 11 月簽下的 300 億美元微軟 Azure 算力合同，處在一個微妙的三角平衡中。面對高昂的算力成本，它比誰都渴望撕開一個口子，找找算力的“平替”。

英偉達太貴、太慢、太強勢；谷歌有芯片但缺生態(tài)，亞馬遜有錢想要獨立，Anthropic 想活下去還要盈利。四方的訴求，在這一刻正好咬合在了一起。一場針對英偉達定價權(quán)的多邊博弈已經(jīng)展開。

02 “用腳投票”：Anthropic 的算力豪賭

Anthropic 的選擇，撕開了高昂算力成本的一角。它的本質(zhì)，是用硬件的確定性，來換取模型迭代的絕對速度和成本護城河。

谷歌分階段向 Anthropic 兌現(xiàn)算力承諾，規(guī)模預(yù)計達到 5GW 級別的 TPU 集群（從 2027 年起逐步上線）。與此同時，谷歌對 Anthropic 的總投資額至多達 400 億美元，Anthropic 對谷歌云的采購承諾則高達 2000 億美元。如此體量的算力集群，足以讓 Claude 的訓(xùn)練效率大幅躍升，或者讓 Anthropic 同時并行推進多個行業(yè)大模型的定制。

這些承諾背后，是 TPU 在特定任務(wù)上對 GPU 的真實優(yōu)勢：

? 性價比領(lǐng)先：根據(jù) Google 官方數(shù)據(jù)，在大型 Transformer 模型訓(xùn)練場景下，TPU v6e 的性價比（性能/美元）約為同代英偉達 GPU 的 3 到 4 倍。

? 能效提升：Google 數(shù)據(jù)中心 PUE 約為 1.1，遠低于行業(yè)平均 1.58，綜合運營成本優(yōu)勢明顯。SemiAnalysis 的研究報告也指出，Anthropic 的推理基礎(chǔ)設(shè)施毛利率已從 38% 提升至 70% 以上，定制芯片路線的降本效應(yīng)可見一斑。

從技術(shù)底層來看，Anthropic 早就開始謀求“去單一硬件依賴”。2026 年 3 月，Anthropic 宣布已部署百萬顆 Google TPU，下一財年 TPU 算力將達 1GW；在訓(xùn)練側(cè)，TPU 和亞馬遜 Trainium 已成為核心算力來源；而在推理側(cè)，英偉達 GPU 仍然扮演重要角色——5 月 6 日租下 SpaceX Colossus 1 的超 22 萬顆 GPU 就是最新例證。再加上用 JAX 框架對 TPU 集群做底層調(diào)優(yōu)，Anthropic 已經(jīng)形成了一個 TPU 訓(xùn)練主力 + Trainium 備份訓(xùn)練 + GPU 推理補位的多元算力架構(gòu)。

可以理解為，這是訓(xùn)練到推理的全棧算力重構(gòu)。Anthropic 已經(jīng)用行動證明：大模型廠商不再只是硬件廠商的“提款機”，而是可以成為算力架構(gòu)的“設(shè)計師”。

03 四大陣營貼身肉搏，與一個"務(wù)實"的混合算力方案

Anthropic 的轉(zhuǎn)向，像一條鯰魚，直接引爆了全球 AI 芯片四大陣營的正面對決?，F(xiàn)在的算力江湖，已經(jīng)不是英偉達一家獨大了。

1. 谷歌–Anthropic：垂直閉環(huán)的領(lǐng)跑者

“TPU–JAX–Claude”這條全棧協(xié)同的路線，正在結(jié)出果實。根據(jù)摩根士丹利預(yù)測，2027 年 TPU 對外銷售有望拿下全球 AI 加速芯片市場 20% 的份額。更可觀的是成本競爭力：Claude 系列在同等性能段內(nèi)的 API 定價，相比部分頭部競品更具優(yōu)勢，谷歌通過硬件降本直接幫 Anthropic 打出了性價比牌。

2. OpenAI：算力堆得猛，兼容性拖后腿

相比之下，OpenAI 正在構(gòu)建龐大的算力矩陣，已鎖定 30.5GW 的長期算力合約。2025 年 10 月，OpenAI 與 AMD 簽署多年期協(xié)議，部署總計 6GW 的 AMD Instinct GPU 算力（首期 1GW MI450，2026 年下半年部署），與英偉達 GPU 并行組成大規(guī)模算力集群。

但這種“大雜燴”架構(gòu)付出了不小的代價：多芯片、多廠商導(dǎo)致算力利用率偏低，規(guī)?；募t利被沉重的兼容性成本吃掉了。

3. 英偉達：死守基本盤，高端腹地正在被侵蝕

老大哥英偉達依然握著 AI 加速器市場 80% 以上的份額，CUDA 生態(tài)還是它堅不可摧的護城河。但 TPU 在大模型核心訓(xùn)練場景里持續(xù)滲透，已經(jīng)讓黃仁勛感到了壓力。2025 年 7 月，英偉達宣布 CUDA 全面支持 RISC-V 架構(gòu)——這在以前幾乎不可想象，生態(tài)壁壘正被“定制化需求”從內(nèi)部撬開。

4. 中國陣營：開源適配，換道超車

囿于外部環(huán)境，國產(chǎn) AI 芯片整體市占率逆勢提升。根據(jù) IDC 數(shù)據(jù)，2025 年中國 AI 加速卡市場總出貨量約 400 萬張，本土廠商合計出貨約 165 萬張，市場份額首次突破四成，達到約 41%（中國境內(nèi)市場）。例如 DeepSeek-V4（2026 年 4 月發(fā)布）已于官方技術(shù)報告中寫入華為昇騰 NPU 支持，華為昇騰、摩爾線程等多家國產(chǎn)廠商均完成 Day 0 適配。中國廠商不拼單點極限算力，而是走“芯片 + 模型 + 場景”的快速落地路線。

格局已經(jīng)變了：AI 競爭不再是比誰買的卡多，而是“算力效率 × 場景適配”的綜合暗戰(zhàn)。

而 Anthropic 精心設(shè)計的這套混合算力方案，恰恰指明了下一代 AI 基礎(chǔ)設(shè)施的主流方向——分工明確、冗余可控、拒絕被單一廠商綁架。這套方案非常精明：

? 5GW 的 TPU 作為訓(xùn)練絕對主力，扛起核心大模型的高強度訓(xùn)練； ? GPU 作為"萬金油"，補位推理和多模態(tài)數(shù)據(jù)處理等任務(wù)（SpaceX Colossus 1 的 22 萬顆 GPU 就是最新落子）； ? 亞馬遜 Trainium 作為戰(zhàn)略備份訓(xùn)練算力池，壓低整體邊際成本。

這套組合拳帶來了幾個立竿見影的商業(yè)好處：供應(yīng)鏈風(fēng)險大幅降低（不怕被單一供應(yīng)商卡脖子）；Anthropic 于 2025 年 6 月公開的多智能體系統(tǒng)數(shù)據(jù)顯示，以 Claude Sonnet 為主導(dǎo)智能體、多個 Claude Haiku 為子智能體的架構(gòu)，相比單智能體 Claude Opus，任務(wù)性能提升約 90%；更重要的是，硬件級加密結(jié)合 Anthropic 引以為傲的倫理框架，讓金融、醫(yī)療等高敏感行業(yè)的客戶敢于真正下單。

04 戴上“金手銬”的 Anthropic

當然，商業(yè)世界里沒有免費的午餐。Anthropic 這次向 TPU 深度傾斜，在換來極致訓(xùn)練效率和短期成本優(yōu)勢的同時，也給自己悄悄地戴上了一副“金手銬”——表面金光閃閃，實則勒得越來越緊。

首先，最直接的風(fēng)險是底層架構(gòu)的話語權(quán)正在旁落。深度綁定谷歌 TPU，意味著 Anthropic 未來的模型優(yōu)化、算子開發(fā)、甚至推理框架的選型，都會被 TPU 的硬件迭代節(jié)奏牽著走。谷歌的 TPU 團隊每推出一代新芯片，Anthropic 就得跟著重新適配甚至重寫部分底層代碼。短期看，這是“聯(lián)合優(yōu)化”；長期看，這就變成了“單向依賴”。一旦谷歌調(diào)整 TPU 的產(chǎn)品路線圖——比如某個指令集不再支持，或者某個硬件特性被放棄——Anthropic 的適配成本和遷移風(fēng)險將顯著上升。

其次，多云協(xié)同很容易變成“多云約束”。Anthropic 目前同時踩著谷歌云、AWS 和微軟 Azure 三條船，聽上去很靈活：TPU 主力訓(xùn)練，Trainium 備份訓(xùn)練，GPU 推理。但在實際操作中，這種跨云架構(gòu)的維護成本遠超想象。

數(shù)據(jù)要在三個云之間同步、任務(wù)調(diào)度要兼顧三套芯片的差異、災(zāi)難恢復(fù)方案要寫三份——更別提三家云廠商各懷心思，未來會不會在價格、帶寬、優(yōu)先級上互相掣肘？據(jù)知情人士轉(zhuǎn)述，Anthropic 內(nèi)部對多云架構(gòu)的運維復(fù)雜度早有感受。一旦某天谷歌和亞馬遜的關(guān)系微妙變化，Anthropic 就會淪為夾在中間的那個。

更隱蔽但更致命的，是技術(shù)獨立性的慢性流失。Claude 的每一次模型迭代，理論上應(yīng)該是為了更好的智能和安全性。但未來，如果某個架構(gòu)改動在 TPU 上跑得飛快、在 GPU 或 Trainium 上卻表現(xiàn)平平，產(chǎn)品經(jīng)理會怎么選？大概率會“為了上線”而優(yōu)先適配 TPU。

久而久之，Claude 的優(yōu)化方向?qū)⒃絹碓绞?TPU 硬件特性的牽引，而不是一個跨平臺、可移植的通用大模型。這就好比一個作家，本來可以用任何紙筆寫作，后來被贊助商要求只能用某一種特制鋼筆——寫出來的東西也許更流暢，但那支鋼筆的任何缺陷，都會直接寫進他的作品里。

拉長視野看，Anthropic 的處境其實很微妙。對比一下：

OpenAI 走的是多供應(yīng)商、多芯片的“大雜燴”路線。雖然效率低下、兼容成本高，但好處是——沒有哪家芯片廠商能真正卡住它的脖子。微軟、英偉達、AMD 之間互相牽制，OpenAI 反而拿到了議價空間。

國產(chǎn)廠商如 DeepSeek 走的是開源適配路線。昇騰、寒武紀、海光……誰家芯片能在主流模型上跑出好效果，就用誰。生態(tài)是碎片化的，但也是自由的。

而谷歌–Anthropic 的閉環(huán)，在訓(xùn)練效率上無疑是最鋒利的刀，但握住刀柄的那個人，是谷歌。Anthropic 的核心訓(xùn)練算力、迭代速度、甚至一部分技術(shù)路線，都被鎖在了谷歌的生態(tài)圍墻之內(nèi)。不過也要承認，Anthropic 同時握有 AWS Trainium、微軟 Azure 和 SpaceX GPU 等多條后路，這副金手銬目前還沒有完全焊死。

更讓人擔心的是，這副金手銬還有一個時間軸上的陷阱。五年期的 2000 億美元采購承諾，聽起來是天堂，但合同到期后呢？到那時，Anthropic 的整個技術(shù)棧、代碼庫、運維體系、人才習(xí)慣，都會深度綁定 TPU。想要再換回 GPU 或遷移到其他芯片，成本高到幾乎不可能。屆時谷歌續(xù)簽合同的條件，Anthropic 還能說“不”嗎？一位不具名的風(fēng)投合伙人說得比較直白：“Anthropic 不是在租谷歌的算力，而是在用未來數(shù)年的自主權(quán)，換今天的一張船票。”

當然，不是說 Anthropic 做錯了。在 AI 這個燒錢如燒紙的行業(yè)，首先要活下來，其次是跑得快。只是在商業(yè)世界里，沒有完美架構(gòu)，只有階段性最優(yōu)解。Anthropic 目前拿到的是訓(xùn)練速度和成本的最優(yōu)解，代價是——它把一部分未來的選擇權(quán)，提前交了出去。

05 芯片沒有靈魂，但定義芯片的模型有

回看計算機這半個多世紀的歷史，Anthropic 的轉(zhuǎn)向，其實是科技界一個經(jīng)典的“宿命輪回”。

三十年前，GPU 作為專攻圖形渲染的特定芯片，靠異構(gòu)計算打破了通用 CPU 的壟斷；三十年后，當 GPU 自己也變成了橫在 AI 產(chǎn)業(yè)面前的“通用霸權(quán)”時，TPU、Trainium 這些更專門化的 ASIC 芯片，正用同樣的邏輯發(fā)起反攻。

這意味著，AI 底層基礎(chǔ)設(shè)施的邏輯，正在從“暴力堆砌”轉(zhuǎn)向“精耕細作”。大模型不再是可以在任意一張顯卡上隨便跑通的“上層軟件”，它正在變成必須與特定硅片深度耦合的“重工業(yè)實體”。

所以，Anthropic 投向定制芯片，絕不意味著 GPU 會消亡，而是標志著“通用算力大一統(tǒng)”時代的終結(jié)。未來的版圖注定走向分裂：英偉達 GPU 依然會長久統(tǒng)治通用計算和推理，但在超大規(guī)模模型訓(xùn)練的最核心地帶，定制芯片將接管陣地。

英偉達的護城河依然深不見底，但水面之下，暗流已經(jīng)不可逆轉(zhuǎn)。當“買卡就能做模型”的草莽時代結(jié)束，未來的競爭焦點，將從“對算力資源的粗暴囤積”，徹底升級為“對異構(gòu)算力的精細調(diào)度權(quán)”和“對底層硅片架構(gòu)的定義權(quán)”。

在這場沒有硝煙的底座重構(gòu)中，誰掌握了定義硬件的權(quán)力，誰就拿到了下一輪競爭的關(guān)鍵籌碼。

（本文首發(fā)鈦媒體APP，作者 | 硅谷Tech news，編輯 | 趙虹宇）