#AnthropicSigns35BCloudDeal

350亿美元这个数字非常庞大，但真正有趣的是围绕它的融资结构。

Anthropic 与 Nvidia 支持的 Lambda 签署了一项协议，将在德州的一座数据中心获得约 350 MW 的容量；Nvidia 自身也参与租赁和芯片供应。Anthropic 最近还向 Nscale 投资了另外 450亿美元，以获取 AI 云容量。

我的看法是：这正在成为 AI 基础设施的金融引擎。

1. Anthropic 购买算力并不是因为它认为 GPU 很便宜，而是因为算力稀缺已经成为一项战略约束。

Claude 的使用量——尤其是 Claude Code——正在快速增长，而 Anthropic 似乎在提前数年锁定容量，而不是冒险面临 GPU 供应限制。同时签署 350亿美元、450亿美元以及其他巨额算力交易，表明该公司预计需求将持续极其旺盛。

2. Nvidia 正在从芯片供应商转变为基础设施融资方。

这部分对我来说最令人着迷。

Nvidia 销售 GPU → 帮助为基础设施提供融资/担保 → 基础设施建成 → Anthropic 租赁算力资源 → Lambda 购买/分销 Nvidia GPU → Nvidia 为额外硬件创造巨量需求。

这是一个强大的机制。

而且这并非孤立案例：据报道，Nvidia 正在其更广泛的 AI 算力融资计划中投入 360亿美元，而其他新闻也引发了人们对 Nvidia 最终可能承担的潜在财务风险的担忧。

3. 然而，“AI 泡沫”这一论点在这里也变得合理起来。

“AI 被夸大了。”

与

“支持 AI 基础设施的融资结构已经过于激进。”

两者之间存在关键区别。

我认为第二种担忧可信得多。

Claude、ChatGPT、Gemini 等。如果项目产生的收入足以证明所消耗的大量重复性算力是合理的，那么基础设施投资就可以顺利运转。

然而，如果 AI 模型价格快速下降，同时推理效率不断提高，那么如今 350亿美元/450亿美元的容量承诺可能会变成昂贵的遗留合同。

在不知道 3-5 年后一单位 AI 智能的成本会是多少的情况下锁定算力，这就是其中的风险。

最大的赢家实际上可能是 Nvidia。

具有讽刺意味的是，即使 Anthropic 最终开发出更多自有芯片，Anthropic 的竞争成功也可能使 Nvidia 受益。

Nvidia 的战略似乎越来越明确：

“我不需要拥有这家 AI 公司。AI 生态系统需要消耗巨量算力。”

这与单纯销售 GPU 是一种截然不同的商业模式。

Nvidia 也在投资一些公司和技术，而这些公司和技术最终可能挑战其自身硬件垄断的部分领域。

以下是我接下来会关注的内容：

对我来说，有三个数字比 350亿美元这个头条数字更重要：

1. 由人类驱动的收入增长——收入最终能否支撑这一规模的算力支出？

2. 算力使用量——这些数据中心实际上是否在接近满负荷运行？

3. 每个 token 的成本——生产有用 AI 输出的成本正在以多快的速度下降？

如果每个 token 的成本下降，而收入和使用量继续爆炸式增长，那未必是泡沫。这可能是一个庞大新型计算产业早期的基础设施阶段。

如果容量融资的速度继续快于 AI 公司将其变现的速度，那么我们面临的将更像是泡沫。

总而言之：我对核心 AI 基础设施的需求持乐观态度，但对融资架构越来越谨慎。技术竞赛正在变成资本竞赛，而 Nvidia 的定位不再只是军火商，也越来越像一家银行。

$NVDA ‌