#AnthropicSigns35BCloudDeal

350 億美元的數字非常龐大，但真正有趣的是圍繞這筆交易的融資結構。

Anthropic 與由 Nvidia 支持的 Lambda 簽署協議，取得德州資料中心約 350 MW 的容量；Nvidia 本身也參與租賃與晶片供應。Anthropic 最近還向 Nscale 投資了另外 450 億美元，以取得 AI 雲端容量。

我的看法是：這正逐漸成為 AI 基礎設施的金融引擎。

1. Anthropic 購買算力並不是因為它認為 GPU 很便宜，而是因為算力稀缺已經成為一項策略性限制。

Claude 的使用量，尤其是 Claude Code，正在快速增加，而 Anthropic 似乎正在提前數年確保容量，而不是讓自己暴露於 GPU 限制的風險之中。同時簽署 350 億美元、450 億美元及其他巨額算力交易，顯示該公司預期需求仍將維持極高水準。

2. Nvidia 正從晶片供應商轉型為基礎設施融資方。

這部分對我而言最令人著迷。

Nvidia 銷售 GPU → 協助融資／擔保基礎設施 → 建成基礎設施 → Anthropic 租用算力資源 → Lambda 購買／分銷 Nvidia GPU → Nvidia 創造對額外硬體的龐大需求。

這是一種強大的機制。

而且這並非孤立案例：據報 Nvidia 正投入 360 億美元，作為其更廣泛 AI 算力融資計畫的一部分；與此同時，其他新聞也引發了人們對 Nvidia 最終可能承擔的財務風險的疑問。

3. 然而，「AI 泡沫」的論點在這裡也變得合理。

以下兩者之間存在關鍵差異：

「AI 被過度誇大了。」

以及

「支撐 AI 基礎設施的融資結構已經變得過於激進。」

我認為第二種擔憂可信得多。

Claude、ChatGPT、Gemini 等。如果各個專案產生的收入足以證明其投入的大量重複處理算力是合理的，基礎設施投資就能運作得非常良好。

然而，如果 AI 模型價格快速下降，同時推理效率提高，那麼如今 350 億美元／450 億美元的容量承諾，可能會變成昂貴的歷史遺留合約。

這就是在不知道未來 3-5 年一單位 AI 智慧的成本會是多少的情況下，鎖定算力所帶來的風險。

最大的贏家實際上可能是 Nvidia。

諷刺的是，即使 Anthropic 最終開發出更多自有晶片，Anthropic 的競爭成功仍可能讓 Nvidia 受益。

Nvidia 的策略似乎越來越像是：

「我不需要擁有 AI 公司。AI 生態系統需要消耗龐大的算力。」

這與單純銷售 GPU 是非常不同的商業模式。

而且 Nvidia 也在投資可能最終挑戰其自身硬體壟斷部分領域的公司與技術。

以下是我接下來會關注的事項：

對我而言，有三個數字比 350 億美元的標題數字更重要：

1. 人力驅動的收入成長 — 收入最終能否支撐這種規模的算力支出？

2. 算力使用量 — 這些資料中心是否真的接近滿載運作？

3. 每個權杖的成本 — 產生有用 AI 輸出的成本下降速度有多快？

如果每個權杖的成本下降，而收入與使用量持續爆炸式增長，那未必是泡沫。這可能是大規模新型算力產業早期的基礎設施階段。

如果容量獲得融資的速度持續快於 AI 公司將其貨幣化的速度，那麼我們面對的就更像是泡沫。

總結而言：我看好核心 AI 基礎設施的需求，但對融資架構越來越謹慎。技術競賽正在轉變為資本競賽，而 Nvidia 不僅將自己定位為軍火商，也越來越像是一名銀行家。

$NVDA ‌