Anthropic 算力协议达 5170 亿美元，逆转其审慎算力立场

据报道，Anthropic 在 11 个月内签署了总值最高达 5170 亿美元的算力协议，锁定至少 14.8 吉瓦容量。这些 Anthropic 算力协议涵盖云服务、芯片和长期数据中心租赁，也揭示了该公司公开立场的一次显著转变。

首席执行官 Dario Amodei 曾在 2026 年初警告称，竞争对手投资过快，却未充分了解其中风险。如今，Anthropic 正在打造 AI 行业规模最大的基础设施组合之一。其协议覆盖 Amazon、Google、Microsoft、专业基础设施提供商，以及由其直接控制的规划中数据中心。

这一转变使 Anthropic 更直接地与 OpenAI 展开竞争；据报道，OpenAI 的目标是在 2030 年前达到 30 吉瓦。Anthropic 尚未达到这一标志性数字，但其合同分布于不同供应商，且部分期限远超 2030 年。

这并非一场简单的支出竞赛。Anthropic 正以财务灵活性换取有保障的电力、加速器和设施资源，以便在全球规模上运营 Claude。

Anthropic 算力协议实际涵盖什么

5170 亿美元这一数字，是对多项协议最高金额的估算，并非一笔已确认的单一采购，也不是即时现金支出。

这一计算来自 The Information 的分析。该媒体将公开公告与其此前对私下协议的报道结合起来。

根据这项分析，Anthropic 在 2025 年 10 月后达成的协议覆盖至少 14.8 吉瓦算力容量。一位熟悉其基础设施的人士告诉该媒体，Anthropic 在此之前已锁定了 1 至 2 吉瓦容量。

总量包含多种类型的承诺。Anthropic 正在租用云容量、购买专用芯片使用权，并租赁数据中心内部空间。部分协议提供的是选择权或最大容量，而非保证使用量。

这些区别很重要。一份允许 Anthropic 使用规定容量的合同，并不能证明每台服务器都会投入运行，也不能说明全部承诺何时会正式上线。

Anthropic 从未公布其基础设施组合的完整总额。该公司披露过单项合作，但没有披露合计 14.8 吉瓦的数字，也未确认总额为 5170 亿美元的综合义务。

报道中的成本还涵盖不同期限。大部分支出将在未来十年发生，而据报道至少一项租约期限长达 20 年。将这些协议相加可以形成有用的估算，但并不等同于传统年度资本预算。

因此，Anthropic 实际支出可能低于上限。项目可能分阶段交付，容量选择权可能不被使用，未来硬件也可能以更低功耗提供更多计算输出。

其支出也可能更高。随着 Claude 使用量增长、规模更大的模型需要更多训练和推理容量，未来仍可能达成更多协议。推理是指已部署模型每次回答用户时所需的计算工作。

一项对比显示，这一计划扩张得多快。The Information 报道称，Anthropic 在 2025 年 12 月告诉投资者，预计到 2029 年将花费 1800 亿美元租用服务器。尽管新组合的合同期限更长，其最高估算价值仍接近这一金额的三倍。

已经公开的部分足以表明其承诺规模庞大。2026 年 4 月，Anthropic 宣布了一项为期十年、涉及超过 1000 亿美元 AWS 技术的协议。该协议可提供最高五吉瓦的容量，用于训练和运营 Claude。

Anthropic 表示，到 2026 年年底，接近一吉瓦的 Trainium2 和 Trainium3 容量应可投入使用。更广泛的五吉瓦上限将在更长时间内逐步实现。

这一时间表说明了核心核验问题：已签约容量、已安装容量、已通电容量和可用计算容量是四种不同指标。将它们视为可互换的概念，会夸大 Anthropic 当下能够运营的规模。

因此，报道中的 14.8 吉瓦应被理解为一组未来使用权组合，而不是 Anthropic 已有 14.8 吉瓦硬件正在运行的证据。

为何 14.8 吉瓦改变了 AI 基础设施竞赛

Anthropic 不再只是为一个模型周期锁定足够算力，而是在为多年持续训练和部署预留一套工业级平台。

吉瓦衡量的是电力，而非模型性能。一吉瓦等于十亿瓦，但数据中心公告可能在设施电力系统的不同环节采用这一口径。

即使存在这些计量限制，14.8 吉瓦仍代表着极其庞大的基础设施需求。它需要发电能力、输电连接、冷却设备、土地、网络，以及大量 AI 加速器。

Anthropic 此前预测，开发一个先进模型将在 2027 年需要一座两吉瓦数据中心。其公开的能源建议则将后续一代模型的估算提高到五吉瓦。

这一新组合规模足以支持多项并行需求。Anthropic 必须训练未来模型、运行现有 Claude 服务、支持企业部署，并吸收难以预测的消费者需求。

训练只是负担的一部分。一款受欢迎的编程代理可能在整个工作日持续消耗算力，因为它会反复读取文件、生成代码、测试修改并修订输出。

这种使用模式让基础设施规划变得困难。传统软件服务通常能将规模适中的计算分配到标准服务器上；先进 AI 代理则可能在长时间会话中持续运行高加速器负载。

Anthropic 将需求列为其扩大云规模的原因。其 4 月公告称，增长已在高峰期影响可靠性和性能。该公司将新增容量描述为模型开发和服务稳定所必需的资源。

AWS 协议提供了一个公开案例。Anthropic 表示，其已通过 Project Rainier 使用超过 100 万颗 Trainium2 芯片，并称已有超过 10 万名客户通过 Amazon Bedrock 运行 Claude。

其更早前与 Google 的扩展也遵循相同逻辑。2025 年 10 月，Anthropic 宣布计划使用最多 100 万个张量处理单元，即 TPU。TPU 是 Google 面向机器学习工作负载的专用加速器。

这项 Google TPU 扩展 预计将在 2026 年提供远超一吉瓦的容量。Anthropic 称该协议价值数百亿美元。

Microsoft 则增加了另一条路径。Anthropic 承诺购买 300 亿美元的 Azure 算力，并签约获取最高一吉瓦的 Nvidia 平台容量。该基础设施采用 Grace Blackwell 及规划中的 Vera Rubin 系统。

这项 Azure 合作伙伴关系 还使 Claude 覆盖三大云平台。Amazon 仍是 Anthropic 的主要训练和云服务提供商，而 Microsoft 与 Google 则拓宽了其分发渠道。

这些安排共同从两方面向 OpenAI 施压。第一，Anthropic 可以预留原本可能被其他模型提供商使用的稀缺基础设施。第二，Claude 可以在企业客户已存放数据的云环境中直接使用。

压力并不止于 OpenAI。云服务提供商必须决定，如何在自有模型、Anthropic、OpenAI 及较小开发者之间分配电力和硬件。

芯片公司也面临类似选择。长期协议能够保障需求，但也会将未来系统绑定于部署数年前形成的性能预期。

开发者和企业买家将间接感受到这场竞争。更多容量能够提升可用性、减少拥塞，并支持更长时间的 AI 任务，但并不保证客户成本更低或模型质量更好。

14.8 吉瓦这一数字之所以重要，是因为它使稀缺性成为战略变量。Anthropic 正试图在需求、电网接入和建设进度决定哪些实验室能够继续扩张之前，先行锁定基础设施。

Anthropic 的审慎警告已演变为算力竞赛

Anthropic 的转变并不意味着 Amodei 不再意识到基础设施风险，而是因为避免容量风险如今似乎比承担财务风险更危险。

Amodei 早先的警告针对的是那些在尚不清楚硬件效率、模型设计和需求将如何发展前，就投入巨额资金的竞争对手。这种担忧在经济层面是合理的。

今天订购的数据中心可能需要数年才能建成。在此期间，更高效的芯片或模型架构可能改变其规划设备的价值。

合同可能比一个产品周期长出许多年。The Information 报道称，Anthropic 与前加密货币矿企 Riot Platforms 达成的一项协议涉及得州一份为期 20 年的租约。

但 Anthropic 现在也接受了同样的长期规划难题。它无法等待完美信息，因为电力连接和运营中的数据中心无法即时获得。

这构成了文章的核心转折。Anthropic 曾将审慎视为相对于激进竞争对手的优势，如今却正竞相锁定容量，因为保守采购本身也会带来竞争代价。

OpenAI 是最明确的对手。其据报道在 2030 年前实现 30 吉瓦的目标，仍高于 Anthropic 在 2025 年 10 月后达成的协议规模。不过，直接比较存在局限，因为 Anthropic 的合同具有不同的交付日期和期限。

两家公司进入这场竞赛时的基础也不同。OpenAI 强调围绕自身未来需求设计的大型基础设施计划；Anthropic 则在多个云平台和硬件系统间构建了更分散的组合。

Anthropic 的战略降低了对单一加速器架构的依赖。它可以在不同环境中使用 Amazon Trainium、Google TPU 和 Nvidia GPU。

这种多样性带来了议价选择。如果一家供应商出现延误，另一平台可以承接部分工作负载。Anthropic 也可以将特定模型或服务与适合其需求的硬件匹配。

不过，软件可移植性并非自动实现。每种加速器都使用不同的编译器、通信系统和优化技术。将大型训练工作负载迁移到不同架构之间，需要大量工程工作。

Anthropic 已经投入这方面的工作。其 AWS 合作包括与 Amazon 的 Annapurna Labs 合作，为 Trainium 开发底层软件。其与 Nvidia 的协议同样要求联合优化 Anthropic 模型和未来芯片。

因此，这一战略更像是一个组合，而非一批可互换的租赁资源。每段合作关系都结合了硬件、软件、融资和产品分发。

OpenAI 仍然树立了规模标杆。Anthropic 据报道的组合表明，它无意继续充当一家主要依靠研究纪律竞争的较小实验室。

该公司转而在建设全球平台提供商所需的基础设施布局。这意味着要承担取决于多年收入增长以及 Claude 持续需求的义务。

这一转变也反映了最初警告与新合同签订之间发生的变化。AI 编程和智能体产品已成为持续性工作负载，而不再只是偶发的聊天机器人查询。

Claude Code 可跨代码库、终端和开发任务运行。类似 Cowork 的智能体则将相近能力扩展至办公工作流。这些服务需要在更长的会话中持续进行推理。

Anthropic 今年出人意料的需求增长，削弱了渐进式采购的合理性。如果算力反复限制服务质量，等待可能会将用户拱手让给产品仍可稳定使用的竞争对手。

因此，该公司的立场比简单的不一致更为复杂。Amodei 的警告指出了真实风险，但 Anthropic 自身的增长使这一风险变得不可回避。

该公司押注，多元化合同提供的保护优于单一的大型基础设施项目。考验在于，这种灵活性能否经受协议中的最低承诺、租赁条款和交付进度安排。

多云降低供应商风险，而非基础设施风险

Anthropic 的多云架构分散了技术依赖，但无法消除电力短缺、建设延期或利用率不足带来的风险。

Amazon 仍是 Anthropic 基础设施战略的核心。双方在 2026 年 4 月达成的协议覆盖最高五吉瓦容量，并延续至多个 Trainium 世代。

该安排还将基础设施采购与客户分发结合起来。Claude 通过 Amazon Bedrock 运行，Anthropic 表示，完整的 Claude 平台将可直接在 AWS 内使用。

这种整合让 Amazon 有动力交付算力，也让 Anthropic 能够触达偏好在现有云治理和计费体系内使用模型的企业。

Google 扮演着不同角色。Anthropic 多年来一直使用 TPU，2025 年的扩展又提供了一条专用硬件路径。该公司称，价格性能和效率表现良好，是增加 TPU 使用量的原因。

Microsoft 和 Nvidia 则增加了主流 GPU 容量。这一路径可扩大与围绕 Nvidia 编程平台构建的软件的兼容性，并借助 Microsoft 的企业客户基础。

这一组合使 Anthropic 能够在多种客户环境中部署 Claude，也避免 Amazon 作为主要云服务提供商的地位演变为排他性的硬件依赖。

专用数据中心协议将这一战略延伸至超大规模云之外。《The Information》的估算包括租赁和项目，Anthropic 可借此获得对设施和设备更直接的控制权。

Anthropic 于 2025 年宣布，计划与 Fluidstack 合作，在得克萨斯州和纽约建设定制数据中心。这些项目标志着其向围绕 Anthropic 自身工作负载设计的设施迈进一步。

直接租赁可让公司更好地控制硬件选择、网络配置和运营安排，也可能降低传统云服务商收取的服务溢价。

代价则是责任。直接租赁设施的实验室必须承担更多融资、建设、电力和运营风险。

超大规模云服务商通常会吸收其中许多问题，并出售可直接使用的计算容量。直接租户模式则将部分基础设施负担重新转移给 AI 公司。

这正是有关 Anthropic 计划开发由其控制的数据中心的报道如此重要的原因。该公司并非只是购买更多云积分，而是在向支撑 Claude 的物理基础层靠近。

这一转变遵循了大型科技公司此前建立的模式。Google、Microsoft、Amazon 和 Meta 建设全球数据中心体系，是因为基础设施已成为其产品和商业模式不可或缺的一环。

Anthropic 试图在其公司发展更早期完成类似转型。它缺乏成熟的广告、电商或软件业务，而这些业务历来为超大规模基础设施提供资金。

合作伙伴和外部资本可以弥补部分缺口。Amazon、Google、Microsoft 和 Nvidia 都已投资 Anthropic，或将融资与商业关系联系在一起。

这些关系使各方激励趋于一致，但也让经济账更复杂。供应商可以同时投资 Anthropic、向其出售基础设施，并向客户分发 Claude。

这种安排可在 Anthropic 无需独自资助每一处设施的情况下支持快速增长，但也可能使计算的真实成本难以与投资及更广泛的合作条款区分开来。

硬件组合带来了另一项运营挑战。Anthropic 必须在 Trainium、TPU 和 Nvidia 系统上维持优化的软件，同时交付一致的模型表现。

不同芯片可能被分配给不同阶段。一个平台可能用于训练模型，另一个则负责面向客户的推理。Anthropic 尚未公开完整的工作负载分布图。

多云可用性也不意味着每个模型都能在服务商之间即时迁移。容量预留、数据所在地、专用软件和客户合同都会限制部署选择。

这一组合的价值在于，它会随着时间推移创造选择空间，而不是带来无限的短期灵活性。

5170 亿美元估算未显示的内容

最大的不确定性不在于 Anthropic 是否签署了规模可观的协议，而在于有多少容量能够投入使用、何时到位，以及需求是否足以支撑它。

报道中的总额汇总了不同结构合同下的最高潜在支出。有些容量是确定的，有些是可选的，还有一些取决于仍需建设的设施。

因此，5170 亿美元这一数字在方向上具有重要意义，但在财务层面并不完整。在无法获得基础合同的情况下，不应将其描述为已经支出的资金，或当前负债。

14.8 吉瓦的总量也存在类似问题。数据中心开发商常常公布整个园区的容量，即使只有首期项目获得融资或接入电网。

签署租赁协议意味着建立客户关系，但并不能保证输电设备、涡轮机、冷却系统或芯片会按原定计划交付。

电力正成为关键约束。Anthropic 曾表示，训练一个前沿模型很快将需要数吉瓦电力，美国 AI 行业需要大规模新增发电能力。

该公司也意识到其政治影响。2026 年 2 月，它承诺承担与其项目相关的电网升级费用，并应对数据中心推动的消费者电力成本上涨。

其对电费支付者的承诺包括资助所需的并网接入，并寻求新增发电能力。Anthropic 还表示，将采用在需求高峰期降低用电量的削减系统。

这些措施承认了日益加剧的冲突。社区希望获得投资和建设岗位，但不希望家庭通过更高的电费补贴数据中心。

即使融资已经到位，地方反对意见也可能拖延项目。用水、噪音、输电走廊以及周边土地变化，都会影响许可决定。

硬件过时构成另一项风险。为某种冷却系统或功率密度设计的设施，在新一代加速器到来后可能失去竞争力。

效率提升能够减少特定模型所需的硬件，也可能因 AI 服务更便宜、能力更强而刺激更多使用。

这种反弹效应使需求难以预测。当更低成本吸引更多用户和更长任务时，更好的芯片未必会降低总体电力消耗。

收入是另一项不确定因素。Anthropic 必须将 Claude 的采用转化为足够稳定的现金流，以支撑长期基础设施承诺。

快速增长增强了配置容量的商业理由，但并不能证明当前增长率将在十年期和二十年期协议的整个期限内持续。

竞争可能压低价格或转移用户。开源模型能够处理更多企业工作负载，而云服务商可在推广 Claude 的同时推销自身系统。

新的架构也可能削弱模型质量与蛮力扩张之间的关联。训练效率出现实质性提升，将改变在旧假设下签约容量的价值。

反过来，如果智能体需求继续扩大，这一组合也可能显得过小。长期运行的编程、研究和办公智能体，可能产生远超偶发聊天会话的推理需求。

因此，关键的审慎问题在于利用率。Anthropic 必须足够快地让容量上线，以避免短缺；同时也不能在之后为大量闲置基础设施买单。

公开公告并未给出答案。它们描述的是合同上限、计划交付日期和战略意图。

读者也不应把吉瓦数视为模型基准。更多电力可支持更多实验和用户，但研究决策仍决定实验室能否高效地将计算转化为能力。

Anthropic 的安全立场又增加了一层张力。正如该公司所言，额外计算可支持对齐测试和评估；但它也可能加快能力更强系统的开发和部署。

基础设施竞赛并不能化解这一冲突，而是增加了冲突双方可调用的资源。

三项信号将检验 Anthropic 的计算战略

交付、利用率和自建数据中心的执行情况，将决定 Anthropic 获得的是战略优势还是昂贵的冗余容量。

第一项信号是，到 2026 年底有多少已公布容量能够投入运营。Anthropic 表示，年内将通过 AWS 获得接近一吉瓦的 Trainium2 和 Trainium3 容量。

Google 也预计，其扩张将在 2026 年带来远超一吉瓦的上线容量。若能按期完成，将表明 Anthropic 能够将合同公告转化为可用基础设施。

延期将削弱这一组合的短期价值。若容量在 Claude 重大发布之后才到位，就无法解决发布期间的拥堵问题。

第二项信号是利用率。Anthropic 并未披露统一指标，说明其加速器集群中有多少处于活跃或预留状态。

服务可靠性可提供间接指标。在使用量快速增长时期，若与容量相关的限制减少，便表明新硬件正在吸收需求。

产品表现同样重要。更长的智能体会话、更广泛的企业部署，以及计算密集度更高的模型，都将有助于证明基础设施扩张的合理性。

持续存在的未使用容量则会说明另一种情况。它可能压缩利润率，并迫使 Anthropic 重新谈判协议、转售容量或推迟后续阶段。

第三项信号是对直接控制的数据中心的执行。云协议通过成熟运营商提供容量，而直接租赁会让 Anthropic 面临建设和能源开发风险。

进展应通过已通电建筑、已安装加速器和已完成的电网连接来衡量。土地公告和理论上的园区容量并不足够。

首批完成的项目将揭示 Anthropic 能否在标准云合同之外，协调开发商、公用事业公司、芯片供应商和融资方。

成功交付将强化其多元化模式的合理性。Anthropic 可以将云端灵活性与对特定工作负载更底层的控制结合起来。

建设问题将强化相反的论点：它们会说明，为何 AI 实验室历来依赖超大规模云服务商来承担实体基础设施风险。

OpenAI 的回应将提供更多背景，不过不应取代上述三项衡量指标。即便 Anthropic 现有项目按时落地，OpenAI 扩大预订规模仍会持续对其施压。

决定性的竞争并非谁宣布的千兆瓦总量最高，而是谁能将已通电的基础设施转化为可靠的模型、有用的产品和可持续的收入。

对开发者和企业采购方而言，这一区别具有现实意义。产能应体现为稳定可靠的访问、可预测的性能，以及在高负载工作期间更少的中断。

对政策制定者和当地社区而言，检验标准则不同。新项目必须带来发电能力和电网升级，而不能将成本转嫁给家庭用户。

对投资者而言，合同结构比宣传中的最高规模更重要。他们需要明确最低付款额、交付里程碑、利用率，以及降低未来承诺的选择权。

Anthropic 的算力交易表明，尽管此前较为谨慎，该公司仍选择了扩大规模。这一决定为 Claude 提供了更广泛的基础设施基础，也对 OpenAI 形成了实质压力。

但这也让 Anthropic 更紧密地绑定于未来多年将逐步展开的需求、硬件和电力假设。下一步应关注实际运营产能，而不是又一项吸引眼球的承诺。

当 Claude 推出下一款高需求产品时，请问三个问题：承诺的硬件是否到位？可靠性是否提高？客户使用量是否填满了新增产能？这些答案将揭示，Anthropic 是购得了增长所必需的空间，还是预订基础设施的速度超过了其业务吸收能力。