几天前，硅谷传出消息：宣布，未来五年要提供给 Anthropic 的力，规模达 5GW。紧接着，5 月 6 日，这笔交易的价格被揭开——Anthropic 承诺未来五年向谷歌云支付约 2000 亿美元伊春泡沫板橡塑板专用胶，用于采购 5GW 的 TPU 力和云服务。
同天，Anthropic 还宣布租下 SpaceX 的 Colossus 1 计机，接入过 22 万颗 GPU 用于理。
5GW 在数据中心行业是什么概念？它大概相当于 5 座大型核电站满负荷运转的耗电量。这意味着谷歌几乎是为了 Anthropic 新建好几座大规模数据中心，里面塞满几十万块谷歌自己设计的 TPU 芯片。而 Anthropic 为此付出的承诺采购额达 2000 亿美元，占到了谷歌云积压订单的 40 以上。
有意思的是这笔交易的结构：谷歌先向 Anthropic 投入 100 亿美元现金（按 3500 亿估值），若达成里程碑再追加至 400 亿；同时 Anthropic 承诺 2000 亿美元的云服务和 TPU 采购支出。投资是投资，采购是采购，但两者捆绑在起，构成了强的锁定应——芯片被指定为谷歌自研的 TPU。
面对这样份带有排他意味的大单，Anthropic 也顺势调整了自己的力版图：在训练侧大幅向谷歌 TPU 和亚马逊 Trainium 倾斜，同时仍保留英伟达 GPU 在理等场景中的角。5 月 6 日租下 SpaceX 的 22 万颗 GPU，就是 Anthropic 在 GPU 理侧的新动作。
对于行业来说，或许，它标志着 AI 产业从“参数军备竞赛”正式转向“力率竞赛”的拐点，也标志着技术路线正在加速分化。这次切换，正在声而有力地改变 AI 芯片的权力格局，重新定义了大模型和底层硬件之间的关系。
01 被英伟达“卡脖子”的痛
要理解 Anthropic 这次的力布局为什么重要，得先看懂过去两年 AI 力市场有多残酷。
自从 ChatGPT 横空出世，大模型就变成了个“钱底洞”。行业里心照不宣的潜规则是：不管你融了多少钱，后都得变成张张采购英伟达 H100 或 B200 的订单。英伟达靠着 CUDA 生态的对垄断，不光拿走了行业里大部分利润，还捏着模型厂商的命脉——黄仁勋给你发多少货，你就能训练多大的模型。
在这种格局下，大模型厂商的大部分利润终流向了英伟达。
但局中人也不是没有反抗的心思，尤其是那些手里有钱的云巨头：
• 谷歌心里很憋屈：TPU 研发了十多年，直在内部训练 Gemini，能其实不差，但缺少外部顶大模型的“背书”，总被市场当成非主流。
• 亚马逊也很焦虑：作为全球大的云厂商，AWS 每年要给英伟达交天价保护费。它了大钱研发自研芯片 Trainium，急需个标杆客户来证明“不用英伟达也能跑顶模型”。
• Anthropic 有点特殊：由 Dario Amodei 等前 OpenAI 核心成员立创立，主安全可控。它同时拿着谷歌、亚马逊和微软的钱——谷歌 400 亿美元投资、亚马逊累计 330 亿美元投资，加上 2025 年 11 月签下的 300 亿美元微软 Azure 力同，处在个微妙的三角平衡中。面对昂的力成本，它比谁都渴望撕开个口子，找找力的“平替”。
英伟达太贵、太慢、太强势；谷歌有芯片但缺生态，亚马逊有钱想要立，Anthropic 想活下去还要盈利。四的诉求，在这刻正好咬在了起。场针对英伟达定价权的多边博弈已经展开。
02 “用脚投票”：Anthropic 的力豪赌伊春泡沫板橡塑板专用胶
Anthropic 的选择，撕开了昂力成本的角。它的本质，是用硬件的确定，来换取模型迭代的对速度和成本护城河。
谷歌分阶段向 Anthropic 兑现力承诺，规模预计达到 5GW 别的 TPU 集群（从 2027 年起逐步上线）。与此同时，谷歌对 Anthropic 的总投资额至多达 400 亿美元，Anthropic 对谷歌云的采购承诺则达 2000 亿美元。如此体量的力集群，足以让 Claude 的训练率大幅跃升，或者让 Anthropic 同时并行进多个行业大模型的定制。
这些承诺背后，是 TPU 在特定任务上对 GPU 的真实优势：
• 价比先：根据 Google 官数据，在大型 Transformer 模型训练场景下，TPU v6e 的价比（能/美元）约为同代英伟达 GPU 的 3 到 4 倍。
• 能提升：Google 数据中心 PUE 约为 1.1，远低于行业平均 1.58，综运营成本优势明显。SemiAnalysis 的研究报告也指出，Anthropic 的理基础设施毛利率已从 38 提升至 70 以上，定制芯片路线的降本应可见斑。
从技术底层来看，Anthropic 早就开始谋求“去单硬件依赖”。2026 年 3 月，Anthropic 宣布已部署百万颗 Google TPU，下财年 TPU 力将达 1GW；在训练侧，TPU 和亚马逊 Trainium 已成为核心力来源；而在理侧，英伟达 GPU 仍然扮演重要角——5 月 6 日租下 SpaceX Colossus 1 的 22 万颗 GPU 就是新例证。再加上用 JAX 框架对 TPU 集群做底层调优，Anthropic 已经形成了个 TPU 训练主力 + Trainium 备份训练 + GPU 理补位的多元力架构。
奥力斯 万能胶生产厂家 联系人：王经理 手机：13903175735（微信同号） 地址：河北省任丘市北辛庄乡南代河工业区
可以理解为，这是训练到理的全栈力重构。Anthropic 已经用行动证明：大模型厂商不再只是硬件厂商的“提款机”，而是可以成为力架构的“设计师”。
03 四大阵营贴身肉搏，与个\"务实\"的混力案
Anthropic 的转向，像条鲶鱼，直接引爆了全球 AI 芯片四大阵营的正面对决。现在的力江湖，已经不是英伟达大了。
1. 谷歌–Anthropic：垂直闭环的跑者
“TPU–JAX–Claude”这条全栈协同的路线，正在结出果实。根据摩根士丹利预测，2027 年 TPU 对外销售有望拿下全球 AI 加速芯片市场 20 的份额。可观的是成本竞争力：Claude 系列在同等能段内的 API 定价，相比部分头部竞品具优势，谷歌通过硬件降本直接帮 Anthropic 出了价比。
2. OpenAI：力堆得猛，兼容拖后腿
相比之下，OpenAI 正在构建庞大的力矩阵，已锁定 30.5GW 的长期力约。2025 年 10 月，OpenAI 与 AMD 签署多年期协议，部署总计 6GW 的 AMD Instinct GPU 力（期 1GW MI450，2026 年下半年部署），与英伟达 GPU 并行组成大规模力集群。
但这种“大杂烩”架构付出了不小的代价：多芯片、多厂商致力利用率偏低伊春泡沫板橡塑板专用胶，规模化的红利被沉重的兼容成本吃掉了。
3. 英伟达：死守基本盘，端腹地正在被侵蚀
老大哥英伟达依然握着 AI 加速器市场 80 以上的份额，CUDA 生态还是它坚不可摧的护城河。但 TPU 在大模型核心训练场景里持续渗透，已经让黄仁勋感到了压力。2025 年 7 月，英伟达宣布 CUDA 支持 RISC-V 架构——这在以前几乎不可想象，生态壁垒正被“定制化需求”从内部撬开。
4. 阵营：开源适配，换道车
囿于外部环境，国产 AI 芯片整体市占率逆势提升。根据 IDC 数据，2025 年 AI 加速卡市场总出货量约 400 万张，本土厂商计出货约 165 万张，市场份额次突破四成，达到约 41（境内市场）。例如 DeepSeek-V4（2026 年 4 月发布）已于官技术报告中写入华为昇腾 NPU 支持，华为昇腾、摩尔线程等多国产厂商均完成 Day 0 适配。厂商不拼单点限力，而是走“芯片 + 模型 + 场景”的快速落地路线。
格局已经变了：AI 竞争不再是比谁买的卡多，PVC管道管件粘结胶而是“力率 × 场景适配”的综暗战。
而 Anthropic 精心设计的这套混力案，恰恰指明了下代 AI 基础设施的主流向——分工明确、冗余可控、拒被单厂商绑架。这套案非常精明：
• 5GW 的 TPU 作为训练对主力，扛起核心大模型的强度训练； • GPU 作为\"万金油\"，补位理和多模态数据处理等任务（SpaceX Colossus 1 的 22 万颗 GPU 就是新落子）； • 亚马逊 Trainium 作为战略备份训练力池，压低整体边际成本。
这套组拳带来了几个立竿见影的商业好处：供应链风险大幅降低（不怕被单供应商卡脖子）；Anthropic 于 2025 年 6 月公开的多智能体系统数据显示，以 Claude Sonnet 为主智能体、多个 Claude Haiku 为子智能体的架构，相比单智能体 Claude Opus，任务能提升约 90；重要的是，硬件加密结 Anthropic 引以为傲的伦理框架，让金融、医疗等敏感行业的客户敢于真正下单。
04 戴上“金手铐”的 Anthropic
当然，商业世界里没有费的午餐。Anthropic 这次向 TPU 度倾斜，在换来致训练率和短期成本优势的同时，也给自己悄悄地戴上了“金手铐”——表面金光闪闪，实则勒得越来越紧。
先，直接的风险是底层架构的话语权正在旁落。度绑定谷歌 TPU，意味着 Anthropic 未来的模型优化、子开发、甚至理框架的选型，都会被 TPU 的硬件迭代节奏牵着走。谷歌的 TPU 团队每出代新芯片，Anthropic 就得跟着重新适配甚至重写部分底层代码。短期看，这是“联优化”；长期看，这就变成了“单向依赖”。旦谷歌调整 TPU 的产品路线图——比如某个指令集不再支持，或者某个硬件特被放弃——Anthropic 的适配成本和迁移风险将显著上升。
其次，多云协同很容易变成“多云约束”。Anthropic 目前同时踩着谷歌云、AWS 和微软 Azure 三条船，听上去很灵活：TPU 主力训练，Trainium 备份训练，GPU 理。但在实际操作中，这种跨云架构的维护成本远想象。
数据要在三个云之间同步、任务调度要兼顾三套芯片的差异、灾难恢复案要写三份——别提三云厂商各怀心思，未来会不会在价格、带宽、优先上互相掣肘？据知情人士转述，Anthropic 内部对多云架构的运维复杂度早有感受。旦某天谷歌和亚马逊的关系微妙变化，Anthropic 就会沦为夹在中间的那个。
隐蔽但致命的，是技术立的慢流失。Claude 的每次模型迭代，理论上应该是为了好的智能和安全。但未来，如果某个架构改动在 TPU 上跑得飞快、在 GPU 或 Trainium 上却表现平平，产品经理会怎么选？大概率会“为了上线”而优先适配 TPU。
久而久之，Claude 的优化向将越来越受 TPU 硬件特的牵引，而不是个跨平台、可移植的通用大模型。这就好比个作，本来可以用任何纸笔写作，后来被赞助商要求只能用某种特制钢笔——写出来的东西也许流畅，但那支钢笔的任何缺陷，都会直接写进他的作品里。
拉长视野看，Anthropic 的处境其实很微妙。对比下：
OpenAI 走的是多供应商、多芯片的“大杂烩”路线。虽然率低下、兼容成本，但好处是——没有哪芯片厂商能真正卡住它的脖子。微软、英伟达、AMD 之间互相牵制，OpenAI 反而拿到了议价空间。
国产厂商如 DeepSeek 走的是开源适配路线。昇腾、寒武纪、海光……谁芯片能在主流模型上跑出好果，就用谁。生态是碎片化的，但也是自由的。
而谷歌–Anthropic 的闭环，在训练率上疑是锋利的刀，但握住刀柄的那个人，是谷歌。Anthropic 的核心训练力、迭代速度、甚至部分技术路线，都被锁在了谷歌的生态围墙之内。不过也要承认，Anthropic 同时握有 AWS Trainium、微软 Azure 和 SpaceX GPU 等多条后路，这金手铐目前还没有焊死。
让人担心的是，这金手铐还有个时间轴上的陷阱。五年期的 2000 亿美元采购承诺，听起来是天堂，但同到期后呢？到那时，Anthropic 的整个技术栈、代码库、运维体系、人才习惯，都会度绑定 TPU。想要再换回 GPU 或迁移到其他芯片，成本到几乎不可能。届时谷歌续签同的条件，Anthropic 还能说“不”吗？位不具名的风投伙人说得比较直白：“Anthropic 不是在租谷歌的力，而是在用未来数年的自主权，换今天的张船票。”
当然，不是说 Anthropic 做错了。在 AI 这个钱如纸的行业，先要活下来，其次是跑得快。只是在商业世界里，没有架构，只有阶段优解。Anthropic 目前拿到的是训练速度和成本的优解，代价是——它把部分未来的选择权，提前交了出去。
05 芯片没有灵魂，但定义芯片的模型有
回看计机这半个多世纪的历史，Anthropic 的转向，其实是科技界个经典的“宿命轮回”。
三十年前，GPU 作为攻图形渲染的特定芯片，靠异构计破了通用 CPU 的垄断；三十年后，当 GPU 自己也变成了横在 AI 产业面前的“通用霸权”时，TPU、Trainium 这些门化的 ASIC 芯片，正用同样的逻辑发起反攻。
这意味着，AI 底层基础设施的逻辑，正在从“堆砌”转向“精耕细作”。大模型不再是可以在任意张显卡上随便跑通的“上层软件”，它正在变成须与特定硅片度耦的“重工业实体”。
所以，Anthropic 投向定制芯片，不意味着 GPU 会消亡，而是标志着“通用力大统”时代的终结。未来的版图注定走向分裂：英伟达 GPU 依然会统通用计和理，但在大规模模型训练的核心地带，定制芯片将接管阵地。
英伟达的护城河依然不见底，但水面之下，暗流已经不可逆转。当“买卡就能做模型”的草莽时代结束，未来的竞争焦点，将从“对力资源的粗暴囤积”，升为“对异构力的精细调度权”和“对底层硅片架构的定义权”。
在这场没有硝烟的底座重构中，谁掌握了定义硬件的权力，谁就拿到了下轮竞争的关键筹码。
（本文发钛媒体APP，作者 | 硅谷Tech news，编辑 | 赵虹宇）
相关词条:铝皮保温 隔热条设备 钢绞线厂家玻璃棉 泡沫板橡塑板专用胶1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。
