几天前，硅谷传出音书：谷歌通知，畴昔五年要提供给 Anthropic 的算力，领域高达 5GW。紧接着，5 月 6 日，这笔往复的价钱被揭开—— Anthropic 开心畴昔五年向谷歌云支付约 2000 亿好意思元，用于采购 5GW 的 TPU 算力和云管事。

归拢天，Anthropic 还通知租下 SpaceX 的 Colossus 1 超等计较机，接入进步 22 万颗英伟达 GPU 用于推理。

5GW 在数据中心行业是什么意见？它能够相配于 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筹算的 TPU 芯片。而 Anthropic 为此付出的开心采购额高达 2000 亿好意思元，占到了谷歌云积压订单的 40% 以上。

更有真理的是这笔往复的结构：谷歌先向 Anthropic 参预 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 开心 2000 亿好意思元的云管事和 TPU 采购支拨。投资是投资，采购是采购，但两者系缚在沿路，组成了极强的锁定效应——芯片被指定为谷歌自研的 TPU。

濒临这么一份带有排他意味的超等大单，Anthropic 也趁势颐养了我方的算力领土：在熟悉侧大幅向谷歌 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，即是 Anthropic 在 GPU 推理侧的最新动作。

关于行业来说，巧合，它绚丽着 AI 产业从"参数武备竞赛"淡雅转向"算力效力竞赛"的拐点，也绚丽着本清醒线正在加快分化。此次切换，正在无声而有劲地改变 AI 芯片的权利神气，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

设施会 Anthropic 此次的算力布局为什么热切，得先看懂往时两年 AI 算力阛阓有多荼毒。

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规则是：不论你融了几许钱，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 生态的全皆摆布，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，你就能熟悉多大的模子。

在这种神气下，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念念，尤其是那些手里有钱的云巨头：

•  谷歌心里很委屈：TPU 研发了十多年，一直在里面熟悉 Gemini，性能其实不差，但阑珊外部顶级大模子的"背书"，总被阛阓当成非主流。

•  亚马逊也很慌乱：看成人人最大的云厂商，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据"无用英伟达也能跑顶级模子"。

•  Anthropic 有点寥落：由 Dario Amodei 等前 OpenAI 中枢成员安稳创立，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，处在一个阴事的三角均衡中。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，亚马逊有钱想要安稳，Anthropic 想活下去还要盈利。四方的诉求，在这一刻正巧咬合在了沿路。一场针对英伟达订价权的多边博弈一经张开。

02 "用脚投票"：Anthropic 的算力豪赌

Anthropic 的选定，撕开了昂贵算力资本的一角。它的推行，是用硬件的笃定性，来相通模子迭代的全皆速率和资本护城河。

谷歌分阶段向 Anthropic 终了算力开心，领域预测达到 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 对谷歌云的采购开心则高达 2000 亿好意思元。如斯体量的算力集群，足以让 Claude 的熟悉效力大幅跃升，或者让 Anthropic 同期并行推动多个行业大模子的定制。

这些开心背后，是 TPU 在特定任务上对 GPU 的竟然上风：

•  性价比起始：把柄 Google 官方数据，在大型 Transformer 模子熟悉场景下，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。

•  能效进步：Google 数据中心 PUE 约为 1.1，远低于行业平均 1.58，玄虚运营资本上风廓清。SemiAnalysis 的计议论说也指出，Anthropic 的推理基础本领毛利率已从 38% 进步至 70% 以上，定制芯片路子的降本效应可见一斑。

从本领底层来看，Anthropic 早就运行谋求"去单一硬件依赖"。2026 年 3 月，Anthropic 通知已部署百万颗 Google TPU，下一财年 TPU 算力将达 1GW；在熟悉侧，2026在线买世界杯中国区平台TPU 和亚马逊 Trainium 已成为核默算力着手；而在推理侧，英伟达 GPU 仍然演出热切扮装—— 5 月 6 日租下 SpaceX Colossus 1 的超 22 万颗 GPU 即是最新例证。再加上用 JAX 框架对 TPU 集群作念底层调优，Anthropic 一经变成了一个 TPU 熟悉主力 + Trainium 备份熟悉 + GPU 推理补位的多元算力架构。

不错领路为，这是熟悉到推理的全栈算力重构。Anthropic 一经用活动证据：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"筹算师"。

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，平直引爆了人人 AI 芯片四大阵营的正濒临决。当今的算力江湖，一经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 "这条全栈协同的路子，正在结出果实。把柄摩根士丹利预测，2027 年 TPU 对外售售有望拿下人人 AI 加快芯片阛阓 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 正在构建强大的算力矩阵，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，部署总共 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、多厂商导致算力应用率偏低，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，高端土产货正在被侵蚀

老老迈英伟达依然捏着 AI 加快器阛阓 80% 以上的份额，CUDA 生态如故它坚不成摧的护城河。但 TPU 在大模子中枢熟悉场景里连接渗入，一经让黄仁勋感到了压力。2025 年 7 月，英伟达通知 CUDA 全面撑持 RISC-V 架构——这在以前险些不成假想，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进步。把柄 IDC 数据，2025 年中国 AI 加快卡阛阓总出货量约 400 万张，原土厂商共计出货约 165 万张，阛阓份额初度突破四成，皇冠·app官方站入口达到约 41%（中国境内阛阓）。举例 DeepSeek-V4（2026 年 4 月发布）已于官方本领论说中写入华为昇腾 NPU 撑持，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"的快速落地路子。

神气一经变了：AI 竞争不再是比谁买的卡多，而是"算力效力 × 场景适配"的玄虚暗战。

而 Anthropic 经心筹算的这套混划算力决策，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。这套决策终点小心：

•   5GW 的 TPU 看成熟悉全皆主力，扛起中枢大模子的高强度熟悉；

•   GPU 看成 " 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 即是最新落子）；

•   亚马逊 Trainium 看成策略备份熟悉算力池，压低举座角落资本。

这套组合拳带来了几个立竿见影的生意公正：供应链风险大幅镌汰（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披露，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，任务性能进步约 90%；更热切的是，硬件级加密联接 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信得过下单。

04 戴上"金手铐"的 Anthropic

天然，生意宇宙里莫得免费的午餐。Anthropic 此次向 TPU 深度歪斜，在换来极致熟悉效力和短期资本上风的同期，也给我方暗暗地戴上了一副"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讲话权正在旁落。深度绑定谷歌 TPU，意味着 Anthropic 畴昔的模子优化、算子建树、以致推理框架的选型，皆会被 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 就得随着再行适配以致重写部分底层代码。短期看，这是"联接优化"；永恒看，这就变成了"单向依赖"。一朝谷歌颐养 TPU 的居品路子图——比如某个提醒集不再撑持，或者某个硬件特质被烧毁—— Anthropic 的适配资本和挪动风险将显赫飞腾。

其次，多云协同很容易变成"多云管理"。Anthropic 当前同期踩着谷歌云、AWS 和微软 Azure 三条船，听上去很天真：TPU 主力熟悉，Trainium 备份熟悉，GPU 推理。但在推行操作中，这种跨云架构的羡慕资本远超假想。

数据要在三个云之间同步、任务转机密兼顾三套芯片的各异、恶运归附决策要写三份——更别提三家云厂商各怀心念念，畴昔会不会在价钱、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干系阴事变化，Anthropic 就会沦为夹在中间的阿谁。

更荫藏但更致命的，是本领安稳性的慢性流失。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。但畴昔，如若某个架构改换在 TPU 上跑得赶紧、在 GPU 或 Trainium 上却发达平平，居品司理睬如何选？能够率会"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，蓝本不错用任何纸笔写稿，其后被接济商要求只可用某一种特制钢笔——写出来的东西也许更灵通，但那支钢笔的任何劣势，皆会平直写进他的作品里。

拉长视线看，Anthropic 的处境其实很阴事。对比一下：

OpenAI 走的是多供应商、多芯片的"大杂烩"路子。诚然效力低下、兼容资本高，但公正是——莫得哪家芯片厂商能信得过卡住它的脖子。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 走的是开源适配路子。昇腾、寒武纪、海光……谁家芯片能在主流模子上跑出好截止，就用谁。生态是碎屑化的，但亦然摆脱的。

而谷歌– Anthropic 的闭环，在熟悉效力上无疑是最狰狞的刀，但捏住刀柄的阿谁东说念主，是谷歌。Anthropic 的中枢熟悉算力、迭代速率、以致一部分本清醒线，皆被锁在了谷歌的生态围墙之内。不外也要承认，Anthropic 同期捏有 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。

更让东说念主记挂的是，这副金手铐还有一个期间轴上的罗网。五年期的 2000 亿好意思元采购开心，听起来是天国，但合同到期后呢？到其时，Anthropic 的统统这个词本领栈、代码库、运维体系、东说念主才习气，皆会深度绑定 TPU。想要再换回 GPU 或挪动到其他芯片，资本高到险些不成能。届时谷歌续签合同的条款，Anthropic 还能说"不"吗？一位不具名的风投结伙东说念主说得比较直白：" Anthropic 不是在租谷歌的算力，而是在用畴昔数年的自主权，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。仅仅在生意宇宙里，莫得完好架构，惟有阶段性最优解。Anthropic 当前拿到的是熟悉速率和资本的最优解，代价是——它把一部分畴昔的选定权，提前交了出去。

05 芯片莫得灵魂，但界说芯片的模子有

回看计较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 看成专攻图形渲染的特定芯片，靠异构计较冲突了通用 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 这些更特意化的 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浮松跑通的"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 会靡烂，而是绚丽着"通用算力大一统"期间的赶走。畴昔的领土注定走向离别：英伟达 GPU 依然会永久统带通用计较和推理，但在超大领域模子熟悉的最中枢肠带，定制芯片将领受阵脚。

英伟达的护城河依然深不见底，但水面之下，暗潮一经不成逆转。当"买卡就能作念模子"的草野期间收尾，畴昔的竞争焦点，将从"对算力资源的泼辣囤积"，澈底升级为"对异构算力的缜密转机权"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，谁掌捏了界说硬件的权利，谁就拿到了下一轮竞争的舛误筹码。

（本文首发钛媒体 APPRoyal皇冠(中国)，作者 | 硅谷 Tech news，剪辑 | 赵虹宇）