Anthropic 数据中心租赁谈判显示其正推动摆脱云依赖

据报道，Anthropic 正在讨论一项Anthropic 数据中心租赁协议，涉及最高一吉瓦的计算容量；如此规模将给所有参与方带来巨大的基础设施责任。初步谈判涉及 Stream Data Centers，这家开发商的多数股权由 Apollo Global Management 管理的基金持有。

此次谈判之所以重要，是因为据报道 Anthropic 将成为直接租户，而非通过既有云服务商获取全部容量。这一变化将让 Claude 开发商对设施、硬件部署和运营成本拥有更大控制权。但同时，Anthropic 也将更直接地暴露于建设、电力、融资和利用率风险之下。

这一据报道的举措并不意味着与 Amazon 或 Google 的彻底决裂。Anthropic 仍与两家公司保持深度联系，并使用多种 AI 加速器。相反，这些谈判显示，在 OpenAI 及其他前沿实验室争夺同样的芯片、土地、电力和融资之际，Anthropic 正试图建立另一条获取算力的途径。

Anthropic 数据中心租赁仍处于早期提案阶段

核心事实有限但意义重大：Anthropic 已讨论直接向 Stream Data Centers 租赁最高一吉瓦的容量。

两家公司尚未宣布签署租约。选址、建设时间表、最终容量和商业条款也仍未披露。因此，任何分析都必须区分已被报道的谈判与已承诺的基础设施。

根据对相关租赁谈判的最初报道，Anthropic 曾考虑成为 Stream 开发设施的直接租户。据报道，这些场地将配备张量处理单元，即 TPU，由 Google 与 Broadcom 长期合作设计。

TPU 是针对机器学习计算优化的专用处理器。Google 为自身 AI 工作负载创建了这一架构，而 Broadcom 则参与了定制加速器背后的设计和供应链。

这一硬件细节将潜在的 Stream 租赁与 Anthropic 更广泛的基础设施计划联系起来。Anthropic 已经在 Google TPU、Amazon Trainium 加速器和 Nvidia 图形处理器上训练并提供 Claude 服务。其战略依赖于让不同工作负载匹配可用硬件，而不是依赖单一芯片系列。

Stream 则提供技术栈的另一部分。该公司开发并运营大型数据中心园区，提供运行高密度计算集群所需的建筑、电力系统、冷却和网络基础设施。

Apollo 管理的基金于 2025 年 11 月完成对 Stream 多数股权的收购。这项Stream 收购使一家大型另类资产管理公司成为这家原本已专注于超大规模园区开发商的后盾。

因此，潜在安排将连接四项不同职能。Anthropic 将消耗计算容量。Stream 将开发或运营实体场地。Google 和 Broadcom 将提供 TPU 技术。与 Apollo 相关联的资本则可能为设备周边的基础设施提供支持。

最重要的数字是拟议中的一吉瓦上限。在数据中心讨论中，这一计量通常指可用于支持计算设备及相关系统的电力容量。

一吉瓦等于十亿瓦。最终可用的计算容量将取决于设施设计、冷却要求、电网接入和电力使用效率。

“最高”这一措辞同样值得注意。它可能描述的是通过多个阶段达到的最大规模，而不是设施在启用首日便满负荷运行。这种规模的项目通常依赖分期建设和独立的电力交付里程碑。

据报道，Anthropic 已讨论将 Google 信用担保作为潜在项目的一部分。如果贷款方或物业所有者仍担心依赖一家快速扩张的私营 AI 公司，此类担保可能有助于打消顾虑。

这一细节尚未通过最终合同得到确认。但它仍说明，这笔交易远不止是寻找一栋空置建筑。一座吉瓦级园区要求确信租户、硬件供应商、融资方和能源供应商将在多年内保持一致。

该提案构成了本文的核心张力。直接掌控基础设施可以让 Anthropic 获得更大的控制权，并可能降低单位成本；但它也将通常由云服务商承担的责任，拉近到 Anthropic 自身的运营与财务架构之中。

Anthropic 为何希望获得更多算力控制权

Anthropic 的算力需求正变得过于庞大且具有战略意义，已无法再被视为一项普通的云服务采购。

前沿 AI 开发商需要算力来开展两种不同活动。训练利用大型数据集合构建或更新模型。推理则是在客户提交提示词、生成代码或通过应用使用 Claude 时运行已训练模型。

训练会产生规模庞大且集中的需求峰值。推理则随客户使用量增加而增长，并且必须在不同区域保持可用。这两类工作负载都需要加速器、网络、存储、冷却和可靠电力。

直接租赁可以将这些基础设施层与传统云服务分离开来。Anthropic 可以锁定建筑和电力配额，选择内部安装的处理器，并围绕自身模型路线图协调部署。

这种安排并不意味着 Anthropic 会成为数据中心开发商。Stream 仍将负责大量实体园区工作。不过，它确实让 Anthropic 与支持 Claude 的资产建立起更直接的关系。

潜在优势首先来自可见性。当一家实验室清楚哪些硬件将交付、在哪里运行以及已保障多少电力时，它就能更精确地规划训练任务。

控制权也能够支持硬件多元化。Anthropic 表示，其系统使用 Amazon Trainium、Google TPU 和 Nvidia GPU。每个平台都有不同的性能特征、软件要求、供应约束和商业关系。

Anthropic 扩大的 TPU 容量此前预计将在 2026 年期间增加远超一吉瓦的容量。该公司描述了一种覆盖 Google、Amazon 和 Nvidia 硬件的多元化路径。

拟议的 Stream 交易将把这一方式从芯片选择延伸至设施控制。Anthropic 不再只是预订合作伙伴云中的容量，而是会更直接地参与决定其硬件在何处、以何种方式运行。

成本也是另一项可能的动机，尽管尚未披露最终节省金额。云平台会为灵活性、托管服务、网络、支持以及其自身资本风险收费。作为直接租户，理论上可以去除其中部分层级。

代价则是承诺。云容量有时可以在服务商更广泛的资源池中扩展或重新分配。直接租赁则会使租户与特定场地、交付日期和长期需求假设更紧密地绑定。

Anthropic 的规模解释了为何会考虑这种承诺。该公司表示，Claude 的需求来自数十万家企业。编程智能体和其他持续运行的 AI 应用会产生持续的推理工作负载，而非偶发的聊天机器人请求。

一个 AI 编程系统可能会读取代码库、规划更改、运行测试并修改输出。每一步都会消耗 token 和计算时间。因此，更长的会话会将客户活动转化为更重的基础设施需求。

企业使用还带来另一项要求。客户日益期待区域可用性、可预测的延迟、安全控制，以及足够的预留容量以应对峰值。这些期望会让能够为下一次模型发布之后规划基础设施的提供商受益。

因此，Anthropic 的算力战略正成为一个组合，而不是单一合作关系。Amazon 可能仍是主要训练合作伙伴，而 Google TPU 可服务于其他工作负载。Nvidia 系统则可增加另一条供应路径和软件环境。

直接租赁为 Anthropic 在这一组合中提供了另一项杠杆。它可以独立协商电力和空间，随后决定由哪些硬件及运营合作伙伴填充园区。

这一模式类似于其他大型科技公司的演变。当计算需求变得稳定且极为庞大时，基础设施会从购买的公用服务转变为核心生产要素。

然而，Anthropic 正在没有成熟超大规模云服务商资产负债表的情况下实现这一转变。Google、Amazon 和 Microsoft 可以将资本成本分摊至搜索、广告、零售、生产力软件和云客户业务中。

Anthropic 更依赖其 AI 模型及相关服务的需求。这一区别解释了为何担保、外部融资和长期合作伙伴对报道中的交易结构如此重要。

直接控制与云依赖之争

主要竞争并不是 Anthropic 对抗某一家云服务商，而是直接掌控基础设施与继续依赖超大规模中介之间的较量。

Amazon 与 Anthropic 的关系依然广泛。Amazon 对该公司进行了投资，使 AWS 成为其主要云服务商，并将未来 Claude 开发与其定制 Trainium 处理器绑定。

2026 年，Anthropic 和 Amazon 宣布了一项五吉瓦协议，涵盖训练和部署 Claude 所需的容量。该计划包括预计在年底前交付的大量 Trainium 容量。

Anthropic 也扩大了与 Google 的关系。该合作提供 TPU 使用权，同时 Google 既是投资者，也是 Claude 的主要云分发渠道。

这些关系提供的远不止处理器。超大规模云服务商运营全球网络、软件平台、合规计划、身份系统和区域数据中心。它们还承担单个客户可能难以管理的建设和采购风险。

直接租赁无法复刻整套能力。它解决的是一个更狭窄的需求：以更大部署控制权获取一大块专用计算容量。

由此形成的战略具有叠加性。Anthropic 可以继续通过云平台销售 Claude，同时通过直接安排的场地运营更多容量。当性能、可用性或商业条件变化时，它也可以在不同硬件类型之间转移工作负载。

这种多元化为 Anthropic 提供了议价杠杆。拥有多条可信基础设施路径的公司，在谈判未来容量、处理器供应和服务条款时拥有更大灵活性。

它还降低了对单一供应商生产进度的暴露。如果一种加速器延迟交付，另一组集群可能支持部分工作负载。如果某个云区域受到限制，另一条运营路径则可能承接需求。

但多元化也会带来复杂性。针对 Trainium 优化的软件，在 TPU 或 Nvidia GPU 上并不一定能以完全相同的方式运行。团队必须在多个平台上维护编译器、内核、编排系统、监控体系和可靠性实践。

从云端预留转向直接租赁，会增加对实体条件的依赖。设施必须接入公用事业电力。设备必须按预定顺序到位。冷却和网络必须满足集群的设计要求。

任何一个层面的延误，都可能导致其他资产利用不足。建成但没有处理器的建筑会产生成本。没有通电设施的处理器则无法形成有用的算力。

因此，Anthropic 基础设施扩张依赖的是协调能力，而不只是账面上的容量。只有完整集群能够可靠地训练模型或服务用户，已宣布的吉瓦级容量才具有价值。

OpenAI 提供了最清晰的竞争参照。其 Stargate 项目和基础设施协议一直强调，通过多家合作伙伴直接获得规模巨大的数据中心容量。

这种做法加大了 Anthropic 面临的压力。模型质量固然重要，但实验室也需要足够的硬件来训练下一代模型，并满足不断扩大的客户需求。

对容量的竞争可能形成自我强化的循环。较早锁定电力供应的实验室可以部署更多处理器。更大的容量能够支持更大模型和更多客户，进而为新一轮基础设施承诺提供依据。

如果需求未达预期，这一循环也可能反向运转。即便利用率下降，长期租约和专用硬件仍会持续带来义务。依赖云服务可能成本高昂，但会将部分风险转移给服务提供商。

据报道，Anthropic 的方案介于完全依赖超大规模云服务商与自行建设所有设施之间。Stream 将提供开发专业能力，而金融和技术合作伙伴则分担资本与信用敞口。

这条中间路线能够保留专业化分工。Anthropic 专注于模型和软件。Stream 负责数据中心建设。Google 和 Broadcom 支持 TPU 平台。Apollo 及其他机构安排资本。

这一结构也显示，行业角色的边界已经变得多么模糊。云服务商可以同时是投资者、分销商、芯片供应商和潜在担保方。芯片设计商可以参与融资。资产管理公司也可能成为 AI 部署不可或缺的一环。

当各方利益保持一致时，这种重叠能带来韧性。但如果项目延期或财务假设走弱，责任归属也可能更难追溯。

对企业买家而言，眼下的问题是服务连续性，而不是公司结构。更多基础设施路径可以缓解容量短缺，并支持 Claude 更广泛地可用。协调不佳则可能带来相反结果。

因此，开发者应将吉瓦级公告视为供应计划，而非自动带来的产品改进。新增容量支持更多训练和推理，但并不保证模型更好、延迟更低或访问范围更广。

融资与电力风险并未消失

直接租赁可以降低对云服务商的依赖，但无法消除围绕电力、建设、信贷和利用率的最棘手约束。

Apollo、Blackstone 和 Broadcom 于 2026 年 6 月成立了一个 AI 基础设施融资平台。其首笔交易旨在支持由 Fluidstack 运营的站点中超过一吉瓦的 Anthropic 容量。

官方的融资平台展示了外部资本如何在无需一家 AI 公司直接购置全部资产的情况下，为处理器及相关基础设施提供资金。

据报道，关于 Stream 的讨论似乎与这些 Fluidstack 部署项目相互独立。不过，它们遵循着同样的更广泛模式。Anthropic 正借助专业开发商和金融结构，突破传统云采购模式的边界。

这些结构分散了风险，但并未将其消除。租赁付款、硬件价值、建设承诺和电力合同，仍必须由某一方承担责任。

信用担保可以保护贷款方或房东免受某类违约影响，但也会将风险敞口集中到战略合作伙伴之间。如果 Google 为 Stream 项目提供支持，其角色可能超越芯片供应商和云合作伙伴。

此类支持将表明，为 Anthropic 提供的容量也符合 Google 的战略利益。它可能带动 TPU 需求，巩固一项重要的 AI 合作关系，并为以 Nvidia 为中心的基础设施提供替代方案。

不确定性在于最终的义务分配。公众尚不知道谁将担保租金、拥有处理器、购买电力，或在部署落后于计划时承担损失。

电力构成另一项限制。数据中心园区无法只是申请一吉瓦电力后立即接入。公用事业公司必须评估发电能力、输电线路、变电站，以及对其他客户的影响。

项目可能需要新建发电厂或专用发电能力。它们还可能需要签订协议，允许运营商在电力系统承压时降低用电量。

Anthropic 曾公开表示，未来的模型开发将需要多吉瓦级设施。其能源政策呼吁加快发电和输电建设，同时解决周边社区的电力成本问题。

这些预测反映的是 Anthropic 的预期需求，而非独立担保的需求。模型效率、芯片性能、客户增长和研究方法，都可能改变最终所需的容量规模。

效率是一个重要的反向因素。更好的处理器和软件可以让每单位电力完成更多工作。更小的模型也能处理过去需要最大型系统才能完成的任务。

然而，效率并不会自动降低总用电量。更低的计算成本可能鼓励更多使用、更长时间的智能体会话和更多产品。即便每项任务变得更便宜，整体需求仍可能上升。

建设风险同样不可忽视。吉瓦级开发项目需要合适的土地、水资源或替代冷却系统、电气设备、光纤连接以及地方审批。

变压器和其他电气部件可能有很长的交付周期。社区反对可能拖延许可。公用事业并网研究可能发现需要升级的项目，从而改变项目的经济性或时间表。

拟议中的 Stream 租赁同样存在集中风险。超大型站点可以实现运营效率，但一次故障或接入延迟会同时影响更多容量。

Anthropic 可以通过在不同地区和合作伙伴之间分散部署来降低这种风险。其现有合作关系表明，多元化仍是 Anthropic 算力战略的一部分。

需求风险可能更难评估。Claude 的使用量可能快速增长，但基础设施承诺的周期通常远长于软件规划周期。为未来模型订购的设施，依赖于在这些模型尚未存在前作出的预测。

竞争也会影响利用率。企业可能将工作负载分配到 Claude、OpenAI 系统、Google 模型和开放权重替代方案之间。本地模型的进步可能会将部分推理从集中式设施中转移出去。

因此，拟议租赁将具有重要意义，但并不必然有利。它提供了一条降低依赖、加强控制的路径，但也会以更深层的长期义务替代可变的云成本。

最终协议将比谈判本身提供更多证据。即便如此，已宣布的容量也应与已通电容量、已安装硬件和实际利用率区分开来。

这笔交易对 Claude 用户意味着什么

只有当基础设施战略改变可用性、性能、模型访问权限，或 Claude 驱动工作流的可靠性时，用户才会感受到它的影响。

对开发者而言，更多容量可以降低高需求时期受到使用限制的可能性。它也能够支持需要可预测吞吐量的大型客户部署。

企业不仅关心容量，也关心地理位置。数据处理地点会影响延迟、韧性、合同要求和监管合规。

直接运营的设施可能让 Anthropic 对特定工作负载的运行地点拥有更多控制权。不过，该公司尚未披露潜在 Stream 容量的地点或客户路由计划。

Claude 也通过多种渠道触达客户。有些客户使用 Anthropic 自身的 API。其他客户则通过 Amazon Bedrock、Google Cloud Vertex AI 或 Microsoft 的 AI 平台访问模型。

新的直接租赁不一定会改变这些分发选择。它可能只是新增一个后端，为 Anthropic 运营的服务提供支持，同时云市场继续服务各自的客户。

硬件选择可能影响软件优化。如果设施使用由 Broadcom 参与设计的 Google TPU，Anthropic 需要确保 Claude 的训练和推理能够在这些系统上可靠运行。

Anthropic 已将硬件可移植性视为一项战略优势。在多种架构上运行工作负载，可以避免单一供应商掌控公司的全部增长路径。

这种灵活性存在限制。每个平台都需要工程投入、测试和运营专业知识。性能会因模型架构、内存需求以及处理器之间的通信方式而异。

客户不应假设一吉瓦直接对应某个具体的提示词数量。容量要同时支持训练、实验、安全评估和推理。Anthropic 可以以不同方式在这些用途之间分配同一套基础设施。

训练下一代 Claude 模型可能需要长时间占用一个大型集群。服务现有模型则需要持续为大量用户提供容量。研究实验可能占用额外系统，却不会立即带来产品发布。

对知识工作者而言，实际价值会在 Claude 能以更少中断完成更长任务时显现。编程、文档分析和智能体工作流通常需要持续会话，而不是孤立的问题。

能够检查文件、调用工具并验证结果的智能体，比简短的聊天回复消耗更多推理资源。随着 AI 产品转向这些多步骤活动，可靠的基础设施变得更加重要。

这笔交易也可能影响产品发布时间。预留硬件让公司在安排模型训练和发布容量时更有把握，但并不保证研究会按相同时间表推进。

因此，Anthropic 基础设施扩张应通过运营结果来评判。有用的指标包括服务可用性、区域支持、使用限制，以及新模型触达客户的速度。

企业采购团队还应审视合同上的差异。Anthropic 运营的服务与云托管版本，可能具有不同的数据处理边界、合规选项和区域特征。

拟议租赁将使这些差异更加重要。Anthropic 可以运营更多自有基础设施，同时继续维持部署在云服务商受控环境中的版本。

这一选择赋予客户灵活性，但也可能造成混淆。买家需要了解由哪家公司处理其数据、请求在哪些地点运行，以及适用哪些服务级别承诺。

更多供应可以增强 AI 服务商之间的竞争。如果 Anthropic 获得足够的产能，它便能挑战 OpenAI、Google 及其他模型开发商，而无需完全依赖竞争对手的云服务路线图。

但这种好处并非必然出现。只有当 Anthropic 将基础设施转化为可靠的服务和客户愿意使用的模型时，基础设施才会成为竞争优势。

三个信号将显示该战略是否奏效

接下来的证据应来自合同、已通电的产能和面向客户的成果，而不是又一条以吉瓦计量的新闻标题。

第一个信号是最终敲定的 Stream 协议。正式公告应明确承诺的产能、开发阶段、目标地点以及预计交付时间表。

有关 Google 据报提供担保的细节将尤为重要。若获得确认，将有助于厘清信用风险如何分担，以及 Google 对 Anthropic 直接基础设施的支持程度有多深。

如果这些公司宣布签订具有约束力的租赁协议，并明确电力里程碑，那么直接控制的论点将更具说服力。如果谈判仍停留在初步阶段，或产能规模缩减，云服务依赖仍将占据更核心的位置。

第二个信号是 Anthropic 现有项目的实际部署情况。观察者应区分仍在讨论中的园区、正在建设中的建筑，以及为真实工作负载提供服务的集群。

有价值的证据包括公用事业审批、已通电的变电站、已安装的处理器，以及已宣布的服务可用性。这些里程碑能够显示 Anthropic 数据中心租赁 管线是否正在投入运营。

延误并不必然意味着该战略失效。大型基础设施项目通常会分阶段推进。但若多个合作伙伴反复出现延误，则表明可能存在更广泛的执行问题。

第三个信号是对 Claude 的影响。开发者应关注 API 可用性、区域访问、使用限制、延迟以及新模型发布的时间安排。

这些指标若全面改善，将说明基础设施多元化正在创造客户价值。服务指标持平或恶化，则表明标题中的产能尚未真正惠及用户。

成本结果同样重要，尽管 Anthropic 可能不会披露。更强的直接控制最终应提升效率或战略灵活性。否则，该公司将承担更多义务，却没有明确的运营优势。

据报进行中的谈判已明确传达出一个重要信息：Anthropic 不再把算力视为一种可在需求出现时被动获取的服务。

它正在组建一个由云服务商、芯片设计商、数据中心开发商、融资方和能源合作伙伴构成的网络。这一模式将依赖关系分散到更多组织，同时让 Anthropic 更贴近实体基础设施。

这一战略可能为 Claude 提供持久的供应基础。它也可能使 Anthropic 需要管理规模堪比成熟科技公司的各项承诺。

对于开发者和企业采购方而言，正确的做法是关注交付，而非承诺。应跟踪 Stream 是否签署租约、电力是否接入这些站点，以及 Claude 是否变得更易获得。

这三项检验将揭示，拟议中的 Anthropic 数据中心租赁 究竟是迈向基础设施独立的实质一步，还是又一项仍在等待电力和硬件到位的产能计划。