#Anthropic再签350亿美元算力协议 Este acordo de computação no valor de 350 mil milhões de dólares, no qual participam a Anthropic e a Nvidia, é precisamente um acontecimento emblemático que demonstra o agravamento contínuo da corrida ao armamento computacional, refletindo as mudanças estruturais e as tendências futuras do mercado de computação para IA.

I. A lógica da “corrida ao armamento” por detrás do acordo
1. A computação tornou-se a principal vantagem competitiva: a evolução e a comercialização de grandes modelos de IA (como o Claude da Anthropic e o GPT da OpenAI) estão a gerar um crescimento exponencial da procura de capacidade computacional. As principais empresas de IA estão a celebrar acordos de computação de longo prazo e em grande escala para garantir antecipadamente o fornecimento futuro de capacidade computacional, evitar os riscos de escassez e de disparada dos preços e construir uma vantagem competitiva baseada na “soberania computacional”.
2. A “apropriação de território” pelos gigantes e o reforço do capital: as principais empresas de IA estão a garantir capacidade computacional ao ritmo de “10 mil milhões de dólares por mês”, enquanto o capital (como a Nvidia) está a estabelecer vínculos profundos com as principais empresas de IA através de um modelo de “financeirização da computação” (por exemplo, a Nvidia atua como “senhoria de segunda ordem”, oferecendo garantias para a capacidade computacional), formando um circuito fechado de “chips + capital + infraestruturas” e elevando ainda mais as barreiras à disputa pelos recursos computacionais.
II. Fatores que impulsionam o agravamento contínuo da corrida ao armamento computacional
1. A comercialização da IA força a procura de capacidade computacional: as aplicações de IA estão a ganhar escala rapidamente e as empresas de IA estão a passar de “gastar dinheiro para trocar por escala” para “ganhar dinheiro para provar o seu valor” (por exemplo, as receitas publicitárias da OpenAI ultrapassaram 1 mil milhões de dólares). A concretização da comercialização exige que os modelos tenham uma velocidade de iteração mais elevada e custos de inferência mais baixos, estimulando assim continuamente o investimento em capacidade computacional.
2. Estrangulamentos no fornecimento de capacidade computacional e aceleração frenética das infraestruturas: continua a existir uma lacuna de milhões de unidades de capacidade computacional para IA (especialmente GPUs topo de gama), enquanto a construção de centros de dados e o fornecimento de eletricidade estão sujeitos a ciclos próprios. Isto leva as empresas de IA a planear antecipadamente, impulsionando simultaneamente a expansão abrangente das infraestruturas de computação a montante, incluindo chips, refrigeração líquida e comunicações óticas, formando um ciclo virtuoso de “procura de capacidade computacional – investimento em infraestruturas”.
3. Disputa por posições nas rotas tecnológicas e nos ecossistemas: as principais empresas procuram estabelecer barreiras nas rotas tecnológicas e nos padrões dos ecossistemas através do desenvolvimento de chips próprios (como a OpenAI) ou da ligação a ecossistemas específicos de computação (como a Anthropic à Nvidia), intensificando ainda mais a disputa pelos recursos computacionais.
III. Riscos potenciais e fatores de arrefecimento
Embora a corrida ao armamento computacional apresente, de um modo geral, uma tendência de agravamento, também enfrenta alguns fatores limitativos:
1. Riscos antitrust e regulatórios: o modelo de “financeirização da computação” adotado por gigantes dos chips como a Nvidia (por exemplo, fornecer apoio de crédito a fornecedores de serviços na nuvem em troca de uma participação nas receitas) já suscitou preocupações antitrust, e um reforço da supervisão regulatória poderá limitar parte da expansão desordenada.
2. Riscos financeiros e de cumprimento contratual: as startups de IA que assinam contratos de longo prazo de grande valor para capacidade computacional enfrentam uma enorme pressão sobre o fluxo de caixa. Se o ritmo de comercialização ficar aquém das expectativas, poderão enfrentar riscos de endividamento.
3. Risco de mudança de rota tecnológica: com os avanços dos chips desenvolvidos internamente (como os chips próprios da OpenAI), algumas empresas poderão reduzir a sua dependência de capacidade computacional externa de uso geral, alterando assim o panorama competitivo do mercado de computação.

Em suma, a corrida ao armamento computacional para IA deverá prosseguir no futuro previsível, mas o centro da competição está a deslocar-se da simples “escala da capacidade computacional” para a “eficiência computacional, as energias verdes e a colaboração entre ecossistemas”.$NVDA