Anthropic將向亞馬遜採購1000億美元算力！補足算力短板 Anthropic超越OpenAI成定局？
AI 播客
亞馬遜（AMZN）宣布向 Anthropic 追加投資 50 億美元，未來十年內承諾提供逾 1000 億美元的雲端運算資源，並將使用亞馬遜 AI 晶片算力用於 Claude 模型訓練與推理。若達成里程碑，總投資最高可達 250 億美元。此舉旨在解決 Anthropic 面臨的算力短缺問題，該公司近期年化營收突破 300 億美元，已超越 OpenAI。新增算力將於三個月內陸續上線，主要採用 AWS 自研 Trainium2 和 Trainium3 晶片。相較於高度依賴輝達 GPU 的 OpenAI，Anthropic 透過與亞馬遜的深度合作，有望利用成本更低的自研晶片，在訓練與推論成本上取得價格優勢，並加速模型迭代，搶佔市場先機。
TradingKey - 週一，亞馬嫅（AMZN）宣代向 Anthropic 追加投資 50 億美元，作為交換，Anthropic 則承諾未來十年內向亞馬嫅雲端服務（AWS）挡質逾 1000 億美元的運算資源，並將使用最高 5 吉瓦的亞馬嫅 AI 晶片算力，用於 Claude 模型的耓練與推理。
此外，若雙方商業合作達到特定里程碑，亞馬嫅的總投資規模最高可達 250 億美元。
由於算力短缺，Claude 服務迱期持續出現當機、限速及效能下降等問題，甚至部分客戶因此轉而使用其他 AI 平臺，給 Anthropic 帶來業務壓力。此次協議可視為 Anthropic 對算力短缺問題的回應。
本月早些時候，Anthropic 宣代年化營收突破 300 億美元，超過 OpenAI 同期的 250 億美元，被視為 Anthropic 正式反超 OpenAI 的訊號。解決了算力危機的 Anthropic，是否會乘勝追擊，全面打敗 OpenAI？
聯手亞馬遜 AWS Anthropic 算力倍增
除了本次協議提到的250億美元，亞馬遜近年來已經向這家公司投入了80億美元，使得AWS已經成為其主要的雲端服務供應商。
Anthropic表示，新增算力將在未來三個月內陸續上線，預計在2026年底前實現近1吉瓦的總算力部署，主要採用AWS自研的Trainium2和Trainium3晶片。其中，Trainium2的大規模容量將於今年第二季釋放，Trainium3容量預計於年內晚些時候投入使用，Trainium4等後續晶片世代亦已納入採購選項範圍。
目前，Anthropic已在Project Rainier（雨神計畫）資料中心部署超過100萬顆的Trainium2晶片。該資料中心是全球規模最大的AI計算叢集之一，為亞馬遜所有，但上述的超過100萬顆晶片則是專門為Anthropic預留的算力。
除了AWS，Anthropic也與其他雲端服務供應商存在合作協議，如微軟（MSFT）Azure及Google Cloud（GOOG）（GOOGL）。去年10月，Anthropic與Google簽署了價值數百億美元的協議，將獲得多達100萬個Google自研TPU晶片的使用權，獲得超過1吉瓦的算力容量支持。
Anthropic表示，無論是企業、開發者還是消費端，今年對Claude的需求都在顯著加速成長，需求涉及到免費版、Pro版及Max版等多個訂閱層級，高峰時段會對其服務可靠性造成衝擊，這也是Anthropic持續擴大算力支援的原因。
追平算力缺口：Anthropic更具成本優勢
由於背靠微軟，OpenAI 先前在算力儲備上始終壓制 Anthropic。作為對比，2024 年 OpenAI 的訓練成本預計達 30 億美元，推論成本為 40 億美元。而 Anthropic 2024 年預計虧損約 20 億美元，而收入僅為幾億美元。根據分析，考慮到 Anthropic 的推論成本應該相對較低，這 20 億美元中大部分都用於模型訓練，保守估計訓練成本為 15 億美元，僅是 OpenAI 的一半。訓練成本幾乎等同於算力消耗量。
根據微軟近幾年對輝達（NVDA）H100 晶片的採購資訊——2023 年約 15 萬顆，2024 年接近 50 萬顆；相比之下，Anthropic 目前已在 Project Rainier 部署了 100 萬枚 Trainium2 晶片。值得一提的是，微軟也沒有將所有算力都分配給 OpenAI。與亞馬遜的合作，明顯提升了 Anthropic 的算力資源。
Anthropic 透過與亞馬遜的合作，不僅將補足算力短板，其相對 OpenAI 也將具有更明顯的優勢。儘管與甲骨文已經簽訂了算力大單，但 OpenAI 目前仍高度依賴輝達 GPU，租金昂貴，難以議價。Anthropic 透過與亞馬遜深度合作，享有其自研的、成本更低的 Trainium2 和 Trainium3 晶片，有望將單次的訓練和推論成本進一步壓縮，這意味著 Anthropic 可以以價格優勢提供更強的 API 效能。
相比炙手可熱的輝達晶片，Anthropic 採用亞馬遜自研晶片，還有望以更快的部署上線新算力，從而搶在 OpenAI 之前更迭模型，搶佔市場。
本內容經由 AI 翻譯並經人工審閱，僅供參考與一般資訊用途，不構成投資建議。
