Anthropic 与 Google 的交易将一项 150 亿美元数据中心押注建立在 Google 的担保之上

据报道，Anthropic 和 Google 已为得州一座数据中心制定了 150 亿美元融资计划；若 Anthropic 违约，Google 将为关键义务提供担保。拟议结构让双方的算力合作超越了一般云服务合同。银行将为实体园区提供融资，同时部分依赖 Google 的资产负债表。

据报道的融资条款称，这笔拟议交易的核心是 Nexus Data Centers 及其位于得州 Hubbard 的规划园区。由 Morgan Stanley 牵头的团队正在讨论一项融资方案，其中包括过桥贷款和循环信贷额度。最终文件、参与方和风险分配尚未得到公开确认。

这种不确定性至关重要，因为该交易揭示了 AI 算力竞赛背后的金融运作机制。OpenAI 已与 Oracle 和 SoftBank 推进大规模基础设施承诺。Meta 正在建设自己的大型园区。相比之下，Anthropic 与 Google 的方案将模型开发商、战略投资者、定制芯片、外部数据中心运营商和银行债务结合在一起。

核心竞争已不只是 Claude 与 ChatGPT 之争，也包括 Google 支持的基础设施融资与支撑 OpenAI 的资本密集型体系之间的竞争。若得州融资方案完成交割，获得信贷将成为前沿 AI 的又一项竞争优势。

据报道，这笔贷款将算力合同转变为基础设施融资

拟议交易将使 Anthropic 无需直接为整个园区融资，即可获得专用算力容量。

按照正在讨论的结构，银行将向 Nexus Data Centers 贷款约 150 亿美元。Nexus 将利用这笔资金为 Anthropic 的工作负载开发 Hubbard 园区。据报道，该项目包括一座可产生 1.6 吉瓦电力的现场天然气发电厂。

过桥贷款提供临时资金，直至可以获得长期融资。循环信贷额度则允许借款人在约定限额内反复使用资金。这两种工具结合后，可支持建设阶段、设备采购和不断变化的现金需求。

据报道，这项融资以一笔 140 亿美元的过桥贷款为主。不过，谈判可能在交割前发生变化，Anthropic 和 Google 均未公开披露拟议 Hubbard 融资方案的细节。读者应将目前数字视为报道中的条款，而非已完成的义务。

Google 的角色是最重要的部分。据报道，若这家 AI 开发商违约，Google 将为 Anthropic 数十亿美元的租赁和电力付款义务提供担保。这种支持让贷款人面对的交易对手比项目公司或 Anthropic 单独承担时更为可靠。

担保并不一定意味着 Google 会立即提供现金。它建立的是一项合同承诺，只有在特定义务未获支付时才会发挥作用。具体细节将决定哪些付款适用、保护持续多久，以及贷款人能否直接向 Google 追索。

这些细节仍未公开。该担保可能只涵盖特定租赁期限、电力采购或完工条件；也可能包含业绩测试，若园区未达到建设里程碑，Google 的风险敞口将受到限制。

即便有这些限定，据报道的兜底安排仍改变了银行评估该项目的方式。它们承保的不仅是 Claude 的未来需求，也在考量 Google 是否愿意支持将这种需求与实体设施相连接的义务。

这一结构将多种风险分开。Nexus 将承担开发和融资责任；Anthropic 将成为主要算力客户；Google 则将提供财务支持，并可能提供安装在园区内的专用处理器。

这种分工可以让超大型项目更易获得融资，但也让责任追溯更加困难。若项目失败，可能涉及运营商、租户、担保方、设备供应商、电力系统，或其中多方同时出现问题。

因此，Hubbard 园区不仅仅是另一座服务器农场。它将把不确定的 AI 需求流打包为传统贷款人可以提供资金支持的义务。据报道，Google 的担保正是连接这两个世界的关键要素。

Anthropic 已将基础设施描述为满足 Claude 需求的必要条件。2025 年 11 月，该公司宣布了一项与 Fluidstack 共同推进的500 亿美元计划，涵盖得州和纽约的定制设施。

Anthropic 表示，这些项目将于 2026 年陆续投产。该公司预计，整个计划将创造约 800 个长期岗位和 2,400 个建筑岗位。该公司当时未在公告中提及 Hubbard。

据报道，Nexus 融资似乎与这一更大规模的扩张相符，但具体合同关联仍不明确。Nexus、Fluidstack 和 Google 可能处于服务 Anthropic 的更广泛体系中的不同层级。

在评估这一头条数字时，这一区别很重要。据报道，这笔贷款将为项目公司提供资金，而不是向 Anthropic 提供不受限制的企业现金。其价值取决于园区能否竣工并交付可用的算力容量。

为什么 Anthropic 与 Google 的关系如今已超越云服务

Anthropic 与 Google 的合作已发展为一个纵向连接的系统，涵盖芯片、设施、电力、信贷和有担保的需求。

Google 与 Anthropic 最初是云服务合作伙伴，Anthropic 使用 Google Cloud 基础设施训练和部署其模型。Google 也成为主要投资者。双方关系如今还包括对定制 Tensor Processing Units 的更大规模承诺。

Tensor Processing Unit，即 TPU，是 Google 面向机器学习工作负载的专用处理器。与通用芯片不同，TPU 围绕 AI 模型训练和运行中大量使用的矩阵计算而设计。

2025 年 10 月，Anthropic 表示，一项扩大的协议将使其能够使用多达 100 万枚 Google TPU。根据这项TPU 容量协议，该安排预计将在 2026 年带来超过 1 吉瓦的上线容量。

Anthropic 在 2026 年 4 月再次扩大了这一战略。该公司宣布与 Google 和 Broadcom 达成协议，从 2027 年起提供数吉瓦的下一代 TPU 容量。Broadcom 协助 Google 开发其定制 AI 处理器。

该公司表示，其年化收入运行率已超过 300 亿美元，而 2025 年底约为 90 亿美元。它还称，超过 1,000 家企业客户的年度支出已超过 100 万美元。

这些是公司自行披露的数字，而非经独立审计的上市公司业绩。Anthropic 仍是一家私营公司，因此外界无法审查这些总额背后的详细收入、合同期限、利润率或客户集中度。

不过，这一时间点解释了 Anthropic 为何现在需要更多基础设施。大型模型需要处理器进行训练，而被广泛使用的服务也需要持续的推理容量。推理是模型训练完成后生成答案的计算过程。

新增容量可能需要数年才能交付。开发商必须在最终客户需求变得清晰之前很久，就落实土地、电网接入、许可、冷却系统、发电机、网络设备和芯片。

这一时间差造成了融资难题。Anthropic 必须在尚不完全清楚未来 Claude 产品将带来多少收入前预留容量。数据中心开发商则需要可信的承诺，才能借入足够资金进行建设。

Google 可以通过多种方式帮助弥合这一缺口。它可以提供 TPU、投资 Anthropic、提供云服务，并支持特定财务义务。每一种角色都会强化对其他角色的需求。

如果 Anthropic 的服务增长，该公司就需要更多由 Google 设计的芯片。TPU 使用量增加将提升 Google 对抗 Nvidia 的地位；Nvidia 的图形处理器主导着大部分前沿 AI 市场。

成功的园区还将扩大 TPU 在 Google 直接拥有设施以外的市场。第三方运营商可以托管 Google 设计的处理器，同时服务一个也使用 Amazon 和 Nvidia 基础设施的客户。

Anthropic 一直强调这种多元化。该公司表示，Claude 运行在 AWS Trainium、Google TPU 和 Nvidia GPU 之上。Anthropic 称，Amazon 仍是 Anthropic 的主要云服务提供商和训练合作伙伴。

因此，这项 Google 安排并不取代 AWS。它为 Anthropic 提供了另一大规模算力池，并降低其对单一芯片或云架构的依赖。

这种多平台战略带来了议价能力，但也提高了工程复杂性。模型和软件栈必须在具有不同内存系统、编译器和网络设计的处理器之间可靠运行。

如果这种支持能扩大 TPU 需求，Google 就有明确动机承担部分融资风险。一项担保可以帮助将未来芯片订单转化为可融资的园区，而无需 Google 自行建设每一处设施。

这使双方关系比普通供应商协议更具影响力。Google 不只是销售算力时间。据报道，它还在帮助创造以超大规模部署其技术所需的信贷条件。

Google 的担保给 OpenAI 的基础设施模式带来压力

主要竞争在于：Anthropic 获得 Google 支持的项目融资，而 OpenAI 的扩张则由规模庞大的合作伙伴承诺支撑。

OpenAI 已成为雄心勃勃的 AI 基础设施的参照对象。其 Stargate 项目涉及 Oracle、SoftBank 和其他合作伙伴，另有独立的云服务与供应协议延伸至 Microsoft、CoreWeave 及更多提供商。

Anthropic 则采取了不同的公开姿态。它使用多种云和芯片架构，同时依赖基础设施专业企业开发专用设施。据报道，Google 的担保为这一模式提供了更坚实的融资基础。

两条路径在财务上都不简单。两者都要求企业在相关产品产生可预测回报之前，先承诺算力容量。两者也都依赖那些预期长期需求能够证明建设合理性的交易对手。

区别在于这些承诺的分配方式。OpenAI 的做法横跨众多大型商业协议和基础设施合作伙伴。据报道，Anthropic 与 Google 的结构则将特定租赁和电力风险置于 Google 信用背后。

这种支持可以降低项目的感知风险。银行通常关注可预测的付款、可执行的合同、有价值的抵押品，以及为义务提供担保各方的财务实力。

一家前沿 AI 初创企业给承保带来了不同寻常的问题。收入可能快速增长，但模型竞争依然激烈。使用价格可能下降，新架构可能减少算力需求，客户也可能在不同提供商之间迁移工作负载。

Google 的担保并不会消除这些不确定性，而是重新分配其中一部分财务影响。由于 Google 会为特定付款提供支持，贷款方可能愿意接受原本会拒绝的项目风险敞口。

这正是拟议融资对 OpenAI 和其他开发者而言意义重大的原因。如果战略技术合作伙伴经常提供担保，那么缺乏可比支持者的竞争对手可能面临更高的融资成本，或更难获得算力容量。

Google 还将获得一项间接对抗 Nvidia 的竞争杠杆。由债务融资建设的园区部署的 TPU 越多，Google 就越能将其处理器确立为传统云服务边界之外的基础设施。

这种可能性不应被夸大。Nvidia 仍受益于广泛的开发者采用、成熟的软件生态，以及在众多云服务商中的可用性。TPU 容量仍与 Google 的技术和商业安排紧密相连。

Anthropic 的多芯片战略避免让这场竞争完全变成二元对立。它可以将 Trainium 用于部分工作负载，将 TPU 用于其他工作负载，并在 Nvidia 硬件更适合时采用其处理器。

不过，Hubbard 提案表明，硬件选择如今已与融资相互关联。如果开发者无法为围绕芯片建设的建筑、电力来源、冷却设备和网络提供资金支持，那么一款芯片就无法赢得大规模部署。

因此，竞争已超越基准测试分数。如今还包括：哪家公司能够组建最可信的开发者、芯片供应商、运营商、公用事业公司、贷款方和担保方链条。

6 月公布的另一个基础设施平台说明了这一转变的规模。Apollo 和 Blackstone 与 Broadcom 合作成立了一个平台，并获得首笔 350 亿美元贷款支持。

据infrastructure debt platform报道，该平台旨在为 Anthropic 通过 Fluidstack 设施使用的 Google 芯片提供融资，到 2028 年目标是实现超过 20 吉瓦的计算容量。

这笔交易和报道称的 Hubbard 融资方案似乎反映出相同的战略逻辑。专门实体以长期计算安排为基础借款，而成熟合作伙伴则增强其信用状况。

这些结构可以让大型义务不直接计入 AI 开发商的企业资产负债表。特殊目的实体（SPV）是为持有资产并隔离项目负债而设立的独立法律实体。

这种分离能够提升 Anthropic 的财务灵活性。但它并不会让经济义务消失。如果 Claude 的需求表现不佳，仍必须有人承担闲置芯片、电力合同和专用建筑的成本。

OpenAI 通过另一套合同网络面临同样的根本挑战。其基础设施必须产出足够有价值的计算服务，以支撑围绕其建立的各项承诺。

报道称的得州贷款表明，Anthropic 或许已经找到了一种无需逐项复制 OpenAI 架构的竞争方式。Google 的财务实力成为 Anthropic 基础设施优势的一部分，而 Anthropic 则扩大了对 Google 芯片的需求。

这种相互依赖才是真正的竞争信号。各方都获得了单独行动时无法高效取得的东西。Anthropic 获得可融资的容量，而 Google 获得一位重要客户以及扩大 TPU 部署范围的路径。

这项 150 亿美元计划仍面临建设、电力和需求风险

Google 的担保可以强化信贷方案，但无法让一座 1.6 吉瓦园区变得易于建设或易于盈利运营。

第一个不确定性是交易是否会按报道所述条款完成。随着贷款方审查合同、建设进度、环境评估、保险、抵押品和电力安排，融资讨论可能发生变化。

Google 担保的主体和条件将至关重要。覆盖范围广泛的付款担保比与特定租约挂钩的狭义协议为贷款方提供更多保护。公开报道尚未披露完整条款。

第二个不确定性涉及建设。大型 AI 园区需要异常密集的电力和冷却系统。变压器、涡轮机、网络设备或芯片的延误，都可能使建成的建筑无法产出可用容量。

报道称，Hubbard 园区内的天然气发电厂解决了一项常见限制：获得充足的电网电力。然而，私有发电设施也带来了燃料供应、排放、许可、维护和可靠性方面的问题。

一座 1.6 吉瓦电厂本身就将是一项大型电力资产。其经济性取决于利用率、运营成本、并网安排以及园区建设进度。

数据中心还需要冗余供电。运营商通常会设计备用系统，因为短暂中断可能损害工作负载和设备可用性。现场发电并不能自动解决所有韧性要求。

社区影响带来另一项风险。数据中心开发可以创造建设就业和地方税收收入，但也会消耗土地、水资源、输电容量和燃料。

Anthropic 表示，将承担消费者因其数据中心而面临的电价上涨。它还称，其项目将支付相关输电线路和变电站的费用。

这些承诺听起来很直接，但具体落实将取决于公用事业规则和项目合同。当区域需求在多个项目中上升时，衡量某一次费率上涨有多少来自单个园区可能变得困难。

第三个不确定性是利用率。只有当客户足够频繁地使用其处理器，以支撑运营和融资成本时，设施才能创造经济价值。

Anthropic 报告的增长为扩张提供了理由。但这并不能保证每一吉瓦的预留容量都会在整个融资期限内保持生产性。

AI 效率可以迅速提升。更好的模型架构、量化、缓存和专用软件可以减少每次回答所需的计算量。量化通过降低数值精度来减少内存和处理需求。

效率提升并不总会降低基础设施总需求。较低成本可能鼓励更多使用，从而产生反弹效应。即便如此，贷款方在评估一项长期设施时仍必须考虑两种结果。

客户集中度增加了另一项脆弱性。若一座园区围绕 Anthropic 工作负载设计，而该租户减少承诺，该园区的保护将十分有限。替换一家前沿 AI 客户可能需要技术改造和新的商业协议。

Google 的参与缓解了部分担忧，但其担保也可能引入另一种集中度。项目的可融资性可能严重依赖于一位担保方、一个处理器家族和一位核心客户。

第四个不确定性涉及财务透明度。Anthropic 报告了强劲增长，但私营公司的披露细节少于上市公司文件。投资者无法全面比较收入质量与长期计算义务。

更广泛的行业已经面临循环融资的疑问。芯片供应商、云公司、投资者、开发商和数据中心运营商可以通过相互重叠的投资和采购承诺彼此支持。

此类安排并不自动意味着经济性疲弱。它们可以协调对任何单一参与者都无法高效独自建设的资产进行投资。然而，它们也可能掩盖最终由谁承担损失。

Anthropic 公布的data center expansion已经引发了对这一问题的关注。尽管存在对盈利能力、电力成本和环境影响的担忧，行业支出仍在继续。

因此，应将报道称的 Google 担保理解为风险分配，而非风险消除。它可以保护贷款方免受特定违约付款的影响，却无法确保 Claude 赢得客户、项目按期完成，或每一枚处理器始终具备经济效益。

支持该项目的最有力理由在于 Claude 持续增长的需求和 TPU 更广泛的采用。怀疑观点则基于建设复杂性，以及义务增长速度可能快于可持续的 AI 收入。

两者可以同时为真。Anthropic 可以快速增长，同时承担重大的未来容量风险。Google 可以从战略上受益，同时接受或有财务风险敞口。

这种张力使最终合同比新闻标题中的贷款金额更重要。覆盖期限、完工测试、租赁条款、抵押品权利和终止条款，将揭示每位参与者实际承担了多少信心与风险。

Anthropic 与 Google 扩建项目接下来应关注什么

接下来的证据将来自已签署的融资、实际建设进展和披露的计算利用率，而不是又一项新闻标题式的承诺。

第一个信号是完成的贷款方案。应关注已具名的银行参与方、最终金额、到期日，以及过桥融资是否转为长期债务。

若交易完成，将加强这样一种观点：当大型科技公司提供信用支持时，主流银行已准备好为庞大 AI 园区提供融资。若条款明显收紧，则表明贷款方要求了更多保护。

即使贷款完成，担保披露仍将至关重要。市场需要知道 Google 覆盖 Anthropic 的哪些义务，以及哪些事件会触发付款。

仅限于早期建设阶段的担保，与覆盖长期运营租约的担保，影响截然不同。前者保护交付，后者则将更多客户需求风险转移给 Google。

第二个信号是 Hubbard 的可见进展。许可、场地施工、设备订单、天然气供应和电厂建设，将显示该进度是否可实现。

Anthropic 此前表示，其首批定制设施将于 2026 年陆续开始运营。若有证据显示 Hubbard 达到关键建设里程碑，将支持该公司能够快速增加容量的说法。

延误将削弱这一说法，尤其是在电力和冷却系统尚未到位时芯片已经交付。昂贵的处理器在未完工的部署链中等待期间无法产生任何有用产出。

第三个信号是 Anthropic 将容量转化为经常性使用的能力。收入增长、大客户留存、Claude 的可用性和可量化的服务需求，将比宣布的吉瓦数更重要。

Anthropic 表示，其收入运行率大幅增长，大客户数量也有所增加。未来披露应澄清，随着竞争模型改进和企业合同续约，这种需求是否能够持续。

技术利用率同样重要。如果 Anthropic 能够在 TPU、Trainium 和 Nvidia GPU 之间高效分配工作负载，其多平台战略将成为成本和韧性优势。

如果软件兼容性或性能问题导致容量利用不足，硬件多样性就会成为运营负担。答案将通过服务可靠性、产品可用性和持续的基础设施承诺显现。

这三个信号直接相连。完成贷款显示财务信心，建设进展显示执行能力，持续利用率则显示由此产生的资产是否创造经济价值。

开发者和企业买家应当关注，因为基础设施选择会影响模型可用性、延迟和可靠性。即使底层模型已经准备就绪，园区延期也可能限制访问。

买家也不应将基础设施规模直接解读为模型质量的衡量标准。更多处理器可以支持更多训练和使用，但产品性能取决于研究、软件、数据和部署决策。

知识工作者也面临类似问题。组织正日益围绕 AI 服务构建可重复执行的工作流程，涵盖编程、研究、文档分析和内部知识检索。

服务提供商的产能策略会影响这些工作流程能否在高需求时期保持响应速度。它也会影响哪些云环境和硬件系统能够成为企业部署的可行选择。

应持续关注未来公告背后的证据。区分融资承诺与已拨付贷款、规划产能与已通电产能，以及公司披露的运行率与经审计的业绩。

Anthropic 与 Google 的联盟如今已发展到这样一个阶段：据报道，信用担保正为“智能工厂”提供支持。这是一个重要变化，它将金融执行能力置于模型性能之外，同等纳入考量。

悬而未决的问题是，这一结构会成为持久的范式，还是非同寻常的乐观情绪所催生的产物。关注已签署的合同、Hubbard 建设工地以及 Claude 的持续使用情况。这些因素将共同表明，Google 支持的融资是否能为 Anthropic 带来持久的基础设施优势。