Anthropic 与 Lambda 签下 350 亿美元算力协议，英伟达当"房东"重构 AI 算力供应链

【新闻原文】 据《华尔街日报》8 月 31 日报道，AI 公司 Anthropic 已与英伟达投资的云服务提供商 Lambda 签署一份价值高达 350 亿美元的云计算协议。这笔交易的特殊之处在于其多层结构：承载算力的数据中心由比特币矿企兼数据中心开发商 Hut 8 在美国得克萨斯州努埃塞斯县（Nueces County）开发建设，而英伟达在数周前已与 Hut 8 单独签署协议锁定该数据中心的租赁权，成为这笔交易背后的实际"房东"。Lambda 则从英伟达采购 AI 芯片，部署在英伟达承租的数据中心空间内，再以云服务形式向 Anthropic 交付算力。 知情人士透露，这一安排让 Lambda 无需自行购置或租赁数据中心场地，即可拿下 Anthropic 的巨额订单，而 Anthropic 作为一家尚未达到投资级信用评级的创业公司，也通过英伟达的信用背书获得了稳定的长期算力供应。受此消息影响，Hut 8 股价在美股盘后交易中大涨超 4%。报道还指出，这是 Anthropic 短期内签署的第二笔百亿美元级算力大单。此前不久，Anthropic 刚与另一家英伟达支持的云服务商 Nscale 签署一份价值高达 450 亿美元的协议，两笔合计规模达 800 亿美元。 【企服观察】 Anthropic 与 Lambda 的 350 亿美元算力协议，看似是一则 AI 巨头的采购新闻，实则是全球 AI 算力供应链正在发生的深刻重组。英伟达从"芯片供应商"变成"数据中心房东+信用背书方+金融撮合者"，这种角色跃迁值得中国 IT 企服行业高度关注。 第一，AI 算力的获取方式正在从"买芯片"转向"租算力服务"。过去，大模型公司主要直接向英伟达采购 GPU 或向 AWS、Azure、Google Cloud 租用实例。现在出现了一种新模式：基建开发商建机房、芯片厂商持有租约、中间云服务商运营、AI 实验室按需使用。这种分层结构让 Anthropic 这类高成长但非投资级的公司，能够绕过重资产投入和信用评级门槛，快速锁定海量算力。对中国 AI 创业公司来说，这意味着未来融资故事可能从"我要买多少卡"变成"我能锁定多少稳定的算力服务"。 第二，英伟达正在把自身影响力从芯片层扩展到"算力金融层"。通过持有数据中心租约、投资 Lambda 等新兴云服务商、提供信用支持，英伟达实际上在为下游客户提供"算力按揭"服务。这与传统 IT 巨头（如 IBM 早年卖大型机+融资租赁）的模式异曲同工，但规模更大、杠杆更高。英伟达的算盘很清楚：只要头部 AI 公司的训练和推理需求持续爆炸，芯片、网络、内存、数据中心每一个环节都能赚钱。更深层的目的是锁定客户—— Anthropic 用英伟达生态越深，未来转向 AMD、自研芯片或国产算力的成本就越高。 第三，这笔交易凸显了 AI 算力军备竞赛进入"长期锁定"阶段。Anthropic 在短期内连续签署 450 亿+350 亿美元两笔算力协议，合计 800 亿美元，几乎等于一家大型跨国电信公司的年度资本开支。这种级别的长期承诺说明，头部大模型公司已经不在乎短期价格波动，而是要把未来 3-5 年的训练资源提前锁死。对中小企业和垂直场景 AI 公司来说，这既是坏消息也是好消息：坏消息是头部公司拿走了大量稀缺算力，好消息是随着云服务商竞争加剧，推理侧和中小训练任务的算力价格可能更市场化。 第四，中国企业在采购海外算力服务时需要重新评估供应商结构和履约风险。这种多层转手的算力协议一旦出现某一方现金流问题（如 Hut 8 作为前矿企转型数据中心，其项目交付和电力保障能力存在不确定性），风险会沿着链条传导。对企业采购方来说，选择算力供应商时不仅要看品牌，还要看"谁持有数据中心租约""谁负责电力和运维""芯片来源是否稳定""合同是否有退出条款"。在跨境采购中，这些细节往往比单价更重要。 第五，这次交易也说明了"新兴云服务商"正在打破 AWS、Azure、Google Cloud 三大巨头的垄断。Lambda、Nscale、CoreWeave 等公司以 GPU 云为核心定位，通过绑定英伟达获得了与巨头竞争的筹码。它们的服务更垂直、更灵活，对需要大规模 AI 训练但不想被超大规模云厂商锁定的企业有吸引力。中国市场上，类似的国产 GPU 云服务商（如商汤科技、燧原科技、摩尔线程、天数智芯相关的云服务等）也在崛起。未来企业选择云厂商时，会越来越多地考虑"GPU 专门云"作为补充。 最后，Anthropic 的 350 亿美元大单再次印证了一个朴素道理：在 AI 时代，算力就是石油，而控制算力供应链的金融和基础设施环节，比单纯卖芯片更有长期价值。中国 IT 企服行业在规划自己的 AI 战略时，不能只盯着模型和应用，还要把算力获取、算力成本、算力供应商结构作为核心议题。多供应商策略、国产算力替代、混合云部署、边缘推理分流，这些不再是可选项，而是企业级 AI 部署的必选项。