Anthropic IPO披露11GW算力版圖：輝達佔42%，哪些晶片公司受惠？

TradingKey - 隨著 Claude 開發商 Anthropic 正式向美國證券交易委員會提交 S-1 上市申請，其長期隱藏在雲端服務合約背後的算力供應鏈首次獲得系統性揭露，Anthropic 不僅是大型 AI 模型公司，也已經成為全球最重要的 AI 晶片採購方之一。

根據公開協議及相關揭露估算，Anthropic 已經鎖定約 11GW 算力。其中，基於輝達 GPU 的簽約容量約為 4.7GW，占比約 42%；Google TPU 約為 4.5GW，規模幾乎追平輝達；亞馬遜 Trainium 約為 1.2GW，AMD GPU 約為 0.8GW。不過上述數字均為第三方估算，不代表 Anthropic 已經交付、投產或正在運行的實際算力。

由於部分合約採用「最高容量」、分階段交付或尚未投產等不同口徑，各項數字加總會略高於 11GW，因此更適合視為大致的供應結構，而非同時上線的實際容量。

Anthropic 在公開說明書中確認，Claude 已經能夠原生運行於 AWS Trainium、Google TPU、輝達 GPU 和 AMD GPU 四類晶片之上，並透過自有調度系統，按照成本、效能和供應情況分配不同工作負載。

輝達仍居首位，但不再形成絕對壟斷

輝達（NVDA）仍是 Anthropic 最大的晶片供應商，約 4.7GW 的輝達算力中，相當一部分來自 SpaceX AI 合作，其餘分布於微軟 Azure、Nscale 和 Lambda 等雲端運算平台。

輝達的優勢主要來自成熟的 CUDA 軟體生態系、GPU 叢集擴充能力及開發者基礎。對於需要同時進行大模型訓練和高強度推論的 Anthropic 而言，輝達平台仍然是最容易大規模部署的選擇。

不過，42% 的佔比也說明 Anthropic 沒有把算力需求完全押注於單一供應商。與部分高度依賴輝達 GPU 的 AI 雲端運算公司不同，Anthropic 正透過多晶片架構降低供應受限、價格上漲及交付延期帶來的風險。

這種策略對輝達具有雙重影響。一方面，Anthropic 仍將是其重要客戶，AI 模型訓練與推論需求擴張有望持續推動 GPU 採購；另一方面，Google TPU、AWS Trainium 和 AMD GPU 的市佔率增加，意味著輝達在大型 AI 實驗室內部面臨的替代壓力正在上升。

谷歌TPU規模逼近輝達，客製化晶片成為最大贏家

Google 母公司 Alphabet（GOOGL）可能是 Anthropic 算力多元化策略中最明顯的受益者。Anthropic 鎖定的 Google TPU 算力約為 4.5 GW，與輝達 GPU 的規模僅相差約 0.2 GW。

這意味著 TPU 已經不再只是 Google 內部訓練 Gemini 模型的專用硬體，而是逐漸成為可向外部大型客戶提供的商業化算力平台。Anthropic 的採用，也為 TPU 能否承擔前沿模型訓練與推論工作提供了重要驗證。

由於 Google TPU 由博通參與設計，相關需求不僅有利於 Google 雲端，也可能為博通帶來更多客製化 AI 晶片和網路產品營收。Anthropic 先前與 Google 及博通達成長期合作，相關容量預計從 2027 年開始陸續上線。

亞馬遜（AMZN）同樣透過 AWS Trainium 進入 Anthropic 的核心供應體系，雖然約 1.2 GW 的當前估算規模低於輝達和 Google，但亞馬遜既是 Anthropic 的重要投資者，也是其主要雲端服務合作夥伴。Trainium 若能在 Claude 工作負載中證明成本優勢，將有助於 AWS 降低對外部 GPU 的依賴，並改善 AI 雲端服務的利潤率。

AMD打開突破口，Anthropic獲得更強議價能力

AMD (AMD) 目前在 Anthropic 算力組合中的佔比相對較低，已識別規模約為 0.8 GW，但其戰略意義不容忽視。AMD 與 Anthropic 此前宣布，將合作部署最高 2 GW 的 Instinct MI450 系列 GPU，首批容量預計從 2027 年上半年開始投入使用。

如果 AMD 能夠順利擴大部署規模，將證明 ROCm 軟體生態系與 Helios 機架級系統具備承接前沿模型的能力。這不僅有助於 AMD 爭取更多 AI 實驗室和雲端服務商客戶，也可能打破輝達在通用 GPU 市場的高度集中格局。

對 Anthropic 而言，引進 AMD 更重要的作用可能是提升採購議價能力。當同一模型能在四種晶片架構之間調度時，公司便可根據價格、供貨與能耗選擇最具經濟性的硬體，降低被單一晶片廠商綁定的風險。

Anthropic 將這種能力描述為「可替代的統一算力池」。這一架構的價值不只是確保獲得足夠晶片，也在於提高每一美元算力投入所能產生的模型能力與收入。

算力多元化仍無法消除Anthropic的資金壓力

多晶片佈局降低了供應鏈風險，卻無法解決算力投資規模過大的問題。Anthropic 的 S-1 檔案顯示，公司已經簽署大量長期雲端運算、設備租賃及資料中心合約，其中相當一部分屬於固定或最低付款義務，即使實際使用量未達預期，也可能需要繼續支付。

相關文件顯示，Anthropic 未來最低算力及基礎設施付款承諾規模達到數千億美元，另有部分協議將根據實際交付容量結算。公司同時警告，持續擴建算力設施將在可預見的未來大量消耗營運及投資現金流。

因此，Anthropic 的 11GW 算力儲備既是競爭優勢，也是 IPO 投資人需要重點衡量的財務風險。如果 Claude 營收、客戶使用量與推理需求能夠持續成長，這些提前鎖定的算力將形成較高的進入壁壘。如果 AI 需求放緩或晶片效率快速提升，長期合約則可能轉化為沉重的固定成本。