#AnthropicDiscloses$84.5BComputeDealWithSpaceX

当前最重要的 AI 故事可能不是又一次模型发布，而是维持 AI 经济运行所需的基础设施规模。

Anthropic 最新的 IPO 文件让我们更清楚地了解了这场基础设施竞赛的样貌。该公司预计未来十年将在六家基础设施合作伙伴上至少支出 5180 亿美元，而其与 SpaceX 的计算协议到 2029 年可能达到 845 亿美元。这不仅仅是押注某一个 AI 模型，而是押注未来多年对计算能力的需求仍将十分庞大。

但这里有一点我觉得更有意思：算力开始呈现出长期供应合同的特征，而不再只是一项普通的技术支出。

AI 公司在确切了解需求将如何演变之前，就需要大量计算能力。因此，它们必须提前数年做出基础设施决策。确保的容量太少，模型可用性就会成为限制。确保的容量太多，公司则会承担高昂的承诺；如果硬件经济性变化速度快于预期，这些承诺可能会变得低效。

这创造了一个完全不同的竞争格局。

下一个瓶颈也正在供应链中进一步下移。TrendForce 大幅上调了其对 2027 年 HBM 的展望，预计 HBM 综合平均售价将同比增长 121%，同时随着 AI 服务器争夺先进制造和晶圆产能，供应预计仍将受到限制。向 HBM4 和 HBM4e 的转型又增加了一层成本和复杂性。

因此，当我们看到一家 AI 公司签署巨额算力协议时，不应只想到 GPU。

想想这些 GPU 背后的完整链条：先进内存、网络连接、电力生产、冷却、数据中心建设、半导体制造，以及将这一切部署到位所需的融资。

这就是为什么 AI 基础设施故事可能会继续扩散到模型构建公司之外。某一层的短缺可能会影响整个系统的经济性。

还有一个值得关注的发展：这些基础设施如何获得融资。

路透社今天报道称，贷款机构和投资者在将 AI GPU 视为传统抵押品方面仍持谨慎态度。NVIDIA 一直在推动围绕 AI 基础设施的更大规模融资模式，但金融机构仍然担心硬件折旧，以及昂贵的加速器能够在多长时间内保持经济价值。贷款机构不再只是简单询问一块 GPU 值多少钱，而是越来越希望知道其背后是否有可靠的收入或强有力的客户合同。

这一差异可能会变得极其重要。

如果 AI 基础设施越来越多地通过长期合同融资，那么这个行业开始呈现出基础设施业务与软件业务的双重特征。未来现金流、利用率和电力可用性，将变得与模型基准同样重要。

这也引出了我认为未来几年更大的问题：

AI 需求增长的速度，能否足以证明如今正在建设的基础设施是合理的？

到目前为止，投资周期仍然十分激进。内存供应商正看到强劲的 AI 服务器需求，基础设施承诺金额达到惊人水平，而各家公司正在争夺未来的计算能力，而不是等到真正需要时才行动。美光最新的业绩也进一步印证了 AI 数据中心需求正以多么强劲的方式传导至内存行业。

但这个行业不可能只靠简单增加更多 GPU 来解决所有问题。

在某个时点，效率会成为下一个竞争优势。

如果一个模型能够以一半的推理成本产生同样有用的输出，那么这种改进在经济意义上可能比再增加一个大型集群更重要。因此，更好的模型架构、推理优化、稀疏化、专用加速器以及更高的内存效率，可能会变得与原始计算能力同等重要。

这就是我将关注的转变。

AI 的第一阶段，重点是谁能够构建能力最强的模型。

第二阶段正逐渐变成谁能够确保获得足够的算力。

下一阶段可能会变成谁能够将每单位算力转化为最多的经济价值。

因此，Anthropic–SpaceX 的 845 亿美元协议之所以有意思，并不只是因为这个数字十分庞大，而是因为它让我们得以一窥 AI 的物理基础可能会变得多么昂贵。

从外部看，AI 可能像是一场软件革命。

但在其底层，一个庞大的基础设施经济正在被构建。

而这场经济才刚刚起步。

@GateSquare @Gate_Square