几天前，硅谷传出音讯：谷歌书记，改日五年要提供给 Anthropic 的算力，限度高达 5GW。紧接着，5 月 6 日，这笔交游的价钱被揭开—— Anthropic 承诺改日五年向谷歌云支付约 2000 亿好意思元，用于采购 5GW 的 TPU 算力和云处事。

清除天，Anthropic 还书记租下 SpaceX 的 Colossus 1 超等遐想机，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看法？它大约格外于 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 新建好几座超大限度数据中心，里面塞满几十万块谷歌我方遐想的 TPU 芯片。而 Anthropic 为此付出的承诺采购额高达 2000 亿好意思元，占到了谷歌云积压订单的 40% 以上。

更有敬爱的是这笔交游的结构：谷歌先向 Anthropic 过问 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 承诺 2000 亿好意思元的云处事和 TPU 采购支拨。投资是投资，采购是采购，但两者绑缚在一皆，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 也趁势调养了我方的算力疆城：在磨砺侧大幅向谷歌 TPU 和亚马逊 Trainium 歪斜，同期仍保留英伟达 GPU 在推理等场景中的变装。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，或然，它标记着 AI 产业从"参数武备竞赛"老成转向"算力效率竞赛"的拐点，也标记着时间道路正在加快分化。此次切换，正在无声而有劲地改变 AI 芯片的权益形态，重新界说了大模子和底层硬件之间的相干。

01 被英伟达"卡脖子"的痛

要邻接 Anthropic 此次的算力布局为什么蹙迫，得先看懂昔日两年 AI 算力阛阓有多暴戾。

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功令是：不论你融了些许钱，临了都得变成一张张采购英伟达 H100 或 B200 的订单。英伟达靠着 CUDA 生态的完满把持，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，你就能磨砺多大的模子。

在这种形态下，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平的心想，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，一直在里面磨砺 Gemini，性能其实不差，但繁重外部顶级大模子的"背书"，总被阛阓当成非主流。

•  亚马逊也很心焦：算作行家最大的云厂商，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证明"无谓英伟达也能跑顶级模子"。

•  Anthropic 有点特别：由 Dario Amodei 等前 OpenAI 中枢成员沉寂创立，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，处在一个深邃的三角均衡中。濒临荣华的算力本钱，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，亚马逊有钱想要沉寂，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皆。一场针对英伟达订价权的多边博弈也曾张开。

02 "用脚投票"：Anthropic 的算力豪赌

Anthropic 的遴选，撕开了荣华算力本钱的一角。它的实质，是用硬件的笃定性，来交流模子迭代的完满速率和本钱护城河。

谷歌分阶段向 Anthropic 终了算力承诺，限度展望达到 5GW 级别的 TPU 集群（从 2027 年起逐步上线）。与此同期，谷歌对 Anthropic 的总投资额至多达 400 亿好意思元，Anthropic 对谷歌云的采购承诺则高达 2000 亿好意思元。如斯体量的算力集群，足以让 Claude 的磨砺效率大幅跃升，或者让 Anthropic 同期并行股东多个行业大模子的定制。

这些承诺背后，是 TPU 在特定任务上对 GPU 的简直上风：

•  性价比开首：证据 Google 官方数据，在大型 Transformer 模子磨砺场景下，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。

•  能效培育：Google 数据中心 PUE 约为 1.1，远低于行业平均 1.58，抽象运营本钱上风清亮。SemiAnalysis 的参议文告也指出，Anthropic 的推理基础标准毛利率已从 38% 培育至 70% 以上，定制芯片道路的降本效应可见一斑。

从时间底层来看，Anthropic 早就启动谋求"去单一硬件依赖"。2026 年 3 月，Anthropic 书记已部署百万颗 Google TPU，下一财年 TPU 算力将达 1GW；在磨砺侧，TPU 和亚马逊 Trainium 已成为核默算力来源；而在推理侧，英伟达 GPU 仍然饰演蹙迫变装—— 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 也曾造成了一个 TPU 磨砺主力 + Trainium 备份磨砺 + GPU 推理补位的多元算力架构。

不错邻接为，这是磨砺到推理的全栈算力重构。Anthropic 也曾用行径证明：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"遐想师"。

03 四大阵营贴身肉搏，与一个 " 求实 " 的混划算力决策

Anthropic 的转向，像一条鲶鱼，径直引爆了行家 AI 芯片四大阵营的正濒临决。当前的算力江湖，也曾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 对外售售有望拿下行家 AI 加快芯片阛阓 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 正在构建深广的算力矩阵，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，部署统共 6GW 的 AMD Instinct GPU 算力（首期 1GW MI450，2026 年下半年部署），与英伟达 GPU 并行组成大限度算力集群。

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，限度化的红利被千里重的兼容性本钱吃掉了。

3. 英伟达：着力基本盘，高端本地正在被侵蚀

老老迈英伟达依然抓着 AI 加快器阛阓 80% 以上的份额，CUDA 生态照旧它坚不成摧的护城河。但 TPU 在大模子中枢磨砺场景里连接浸透，也曾让黄仁勋感到了压力。2025 年 7 月，英伟达书记 CUDA 全面救济 RISC-V 架构——这在以前简直不成遐想，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培育。证据 IDC 数据，2025 年中国 AI 加快卡阛阓总出货量约 400 万张，原土厂商统共出货约 165 万张，阛阓份额初次突破四成，开云体育达到约 41%（中国境内阛阓）。举例 DeepSeek-V4（2026 年 4 月发布）已于官方时间文告中写入华为昇腾 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。

形态也曾变了：AI 竞争不再是比谁买的卡多，而是"算力效率 × 场景适配"的抽象暗战。

而 Anthropic 悉心遐想的这套混划算力决策，恰恰指明了下一代 AI 基础标准的主流标的——单干明确、冗余可控、阻隔被单一厂商诈骗。这套决策相称细心：

•   5GW 的 TPU 算作磨砺完满主力，扛起中枢大模子的高强度磨砺；

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

•   亚马逊 Trainium 算作策略备份磨砺算力池，压低举座边缘本钱。

这套组合拳带来了几个立竿见影的营业刚正：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显露，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，任务性能培育约 90%；更蹙迫的是，硬件级加密勾通 Anthropic 引合计傲的伦理框架，让金融、医疗等高敏锐行业的客户勇于实在下单。

04 戴上"金手铐"的 Anthropic

天然，营业天下里莫得免费的午餐。Anthropic 此次向 TPU 深度歪斜，在换来极致磨砺效率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。

开首，最径直的风险是底层架构的言语权正在旁落。深度绑定谷歌 TPU，意味着 Anthropic 改日的模子优化、算子诞生、甚而推理框架的选型，都会被 TPU 的硬件迭代节拍牵着走。谷歌的 TPU 团队每推出一代新芯片，Anthropic 就得随防御新适配甚而重写部分底层代码。短期看，这是"连结优化"；恒久看，这就变成了"单向依赖"。一朝谷歌调养 TPU 的产物道路图——比如某个领导集不再救济，或者某个硬件特点被拔除—— Anthropic 的适配本钱和搬动风险将权贵飞腾。

其次，多云协同很容易变成"多云不停"。Anthropic 当前同期踩着谷歌云、AWS 和微软 Azure 三条船，听上去很机动：TPU 主力磨砺，Trainium 备份磨砺，GPU 推理。但在履行操作中，这种跨云架构的认真本钱远超遐想。

数据要在三个云之间同步、任务改革要兼顾三套芯片的互异、不幸规复决策要写三份——更别提三家云厂商各怀心想，改日会不会在价钱、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相干深邃变化，Anthropic 就会沦为夹在中间的阿谁。

更荫藏但更致命的，是时间沉寂性的慢性流失。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。但改日，若是某个架构改换在 TPU 上跑得飞速、在 GPU 或 Trainium 上却证据平平，产物司欢喜若何选？大约率会"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，原本不错用任何纸笔写稿，其后被援救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，都会径直写进他的作品里。

拉长视线看，Anthropic 的处境其实很深邃。对比一下：

OpenAI 走的是多供应商、多芯片的"大杂烩"道路。诚然效率低下、兼容本钱高，但刚正是——莫得哪家芯片厂商能实在卡住它的脖子。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成果，就用谁。生态是碎屑化的，但亦然解放的。

而谷歌– Anthropic 的闭环，在磨砺效率上无疑是最厉害的刀，但抓住刀柄的阿谁东说念主，是谷歌。Anthropic 的中枢磨砺算力、迭代速率、甚而一部分时间道路，都被锁在了谷歌的生态围墙之内。不外也要承认，Anthropic 同期抓有 AWS Trainium、微软 Azure 和 SpaceX GPU 等多条后路，这副金手铐当前还莫得完全焊死。

更让东说念主归来的是，这副金手铐还有一个时辰轴上的罗网。五年期的 2000 亿好意思元采购承诺，听起来是天国，但合同到期后呢？到当时，Anthropic 的系数这个词时间栈、代码库、运维体系、东说念主才风俗，都会深度绑定 TPU。想要再换回 GPU 或搬动到其他芯片，本钱高到简直不成能。届时谷歌续签合同的条目，Anthropic 还能说"不"吗？一位不具名的风相合股东说念主说得比较直白：" Anthropic 不是在租谷歌的算力，而是在用改日数年的自主权，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，开首要活下来，其次是跑得快。仅仅在营业天下里，莫得完满架构，只须阶段性最优解。Anthropic 当前拿到的是磨砺速率和本钱的最优解，代价是——它把一部分改日的遴选权，提前交了出去。

05 芯片莫得灵魂，但界说芯片的模子有

回看遐想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，靠异构遐想冲破了通用 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 这些更故意化的 ASIC 芯片，正用雷同的逻辑发起反攻。

这意味着，AI 底层基础标准的逻辑，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歪邪跑通的"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，毫不虞味着 GPU 会蚀本，而是标记着"通用算力大一统"时间的完了。改日的疆城注定走向差异：英伟达 GPU 依然会长期统率通用遐想和推理，但在超大限度模子磨砺的最中枢肠带，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，暗潮也曾不成逆转。当"买卡就能作念模子"的草野时间放胆，改日的竞争焦点，将从"对算力资源的自尊囤积"，透彻升级为"对异构算力的细致改革权"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，谁掌抓了界说硬件的权益，谁就拿到了下一轮竞争的要津筹码。

（本文首发钛媒体 APP，作者 | 硅谷 Tech news中国kaiyun，裁剪 | 赵虹宇）