Anthropic 承諾向 AWS 投入 100 億美元，以取得 5 GW 的 Trainium 運算資源

Anthropic 同意在未來十年內向 AWS 承諾投入超過一千億美元，以換取最高 5 吉瓦的專屬運算資源產能，而亞馬遜則表示，在已投入約八十億美元的基礎上，將再向這家人工智慧公司投資最高兩百五十億美元。這項擴大後的合作關係於本週由兩家公司共同揭露，並經 CNBC、TechCrunch、GeekWire 等媒體報導，將雲端供應商關係轉變為更接近產業聯盟的型態。此協議亦恰逢其時，因為當前誰擁有 AI 產能的重要性已超越誰擁有最佳模型，而這筆交易的經濟效益只有在企業對 Claude 的需求持續貼近 Anthropic 現正公開引用的陡峭成長曲線時才能成立：今年營收年化執行率超過三百億美元，高於 2025 年底約九十億美元的水準。始於 2023 年的模型開發商與雲端業者安排，如今已演變為一項長達數十年的押注，即全球推論與訓練支出的很大一部分將流經亞馬遜設計的單一客製化晶片堆疊。

以 Trainium 為核心的供給合約，而非代管協議

多數人會記住的頭條數字是 5 吉瓦，但這項協議的營運核心在於其背後的硬體承諾。Anthropic 的承諾涵蓋亞馬遜的 Graviton CPU 及完整 Trainium 產品線，從目前的 Trainium2 延伸至 Trainium3 與 Trainium4，並附帶選擇權，可購買亞馬遜每一代未來推出的客製化晶片。Trainium2 產能預計於 2026 年上半年上線，至年底將有近 1 吉瓦的 Trainium2 與 Trainium3 產能陸續到位。這使得合約中納入實際產品，且時間表緊湊到足以讓分析師檢驗，而非讓 Anthropic 僅持有一紙十年期的紙上承諾。AWS 亦表示，Claude 將透過全新的 AWS 上的 Claude Platform 提供，意味著企業客戶可在其現有 AWS 帳戶內直接使用 Anthropic 原生 Claude 主控台，無需額外合約或帳單關係，這使產能協議同時轉變為通路協議。此舉使該安排有別於純粹的超大規模雲端業者代管協議：亞馬遜不只是銷售 GPU 運算時數，而是承諾由單一前沿客戶預購整套晶片藍圖，同時將該客戶的模型作為 AWS 的一級產品提供。

唯有 Claude 持續成長，經濟效益方能成立

十年一千億美元，加上亞馬遜額外承諾的兩百五十億美元股權投資，看似驚人，但唯有對照 Anthropic 對外宣稱的營收軌跡，才顯出其合理性。Anthropic 表示，其年化營收已突破三百億美元，約為其 2025 年底九十億美元數字的三點三倍。按此年化水準計算，十年一千億美元的雲端承諾，平均每年約投入一百億美元於運算資源，此舉雖屬積極，但相較於 Anthropic 此等規模下超大規模雲端業者客戶的付費水準，並未偏離常軌。亞馬遜因此得以對市場上最受矚目的人工智慧買家之一，形成多年期的綁定關係；此一應用場景對其客製化晶片的吸納速度，遠快於一般 AWS 需求所能帶動，同時也對微軟經由 OpenAI 合作所累積的市占率，形成策略性避險。Anthropic 則在各大前沿實驗室競相爭搶電力與封裝產能之際，取得多吉瓦級產能的優先使用權，並獲得額外股權資本，得以在不稀釋既有投資人的情況下，支應新一波資本支出。CNBC 與 TechCrunch 的報導均指出，先前亞馬遜已投入 Anthropic 的八十億美元，如今總額將增至約三百三十億美元，此一數字使亞馬遜的角色更形同策略性金主，而非被動投資人，其資產負債表在結構上已與 Anthropic 的存續緊密相繫。

競爭版圖重組：微軟、Google、輝達與超微

這項合作在具體層面上重塑了前沿人工智慧的競爭版圖。微軟的人工智慧布局圍繞 OpenAI 及其自身的 Stargate 計畫展開，經濟上檔空間很大程度繫於 Azure 雲端託管業務。Google 則讓 Gemini 執行在自家 TPU 機隊及精選的輝達晶片上。這使得亞馬遜在能以自家加速器計畫搭配前沿實驗室之前，始終處於曝險狀態，而擴大後的 Anthropic 協議正是補上這個缺口。對微軟而言，風險不在於 Anthropic 從 OpenAI 手中搶走市占（這部分大概不變），而在於 AWS 如今有了具名的前沿合作夥伴，可據以推動企業人工智慧交叉銷售，並在亞馬遜零售及 Prime 工作負載之外，為 Trainium 播下需求種子。對 Google 來說，風險範圍較窄但仍具意義：Claude 在 AWS 上，對大型企業買家而言，成為 Google 雲端上 Gemini 的直接替代選項；這些買家原本可能以 Azure-OpenAI 或 Google-Gemini 作為主要人工智慧架構。輝達的處境則更為微妙。Anthropic 並非汰換輝達晶片，而是在既有晶片之外新增 Trainium，這意味輝達短期內仍保有前沿推論需求的一大塊，但失去了 Anthropic 下一輪訓練若完全採用 Hopper 或 Blackwell 等級 GPU 所帶來的成長選擇權。至於超微，其 MI 系列在面對垂直整合的 Trainium 架構時更難定位，因為 Anthropic 基本上已承諾為 AWS 晶片優化旗艦前沿模型，壓縮了超微在同一工作負載中作為第二來源加速器的切入空間。

供應鏈：5 GW 是電力與封裝問題

5 GW 的專屬人工智慧產能不是軟體數字，而是相當於一座大型核電廠規模的實體基礎設施承諾。這迫使亞馬遜必須在三個面向積極推進：在台積電生產 Trainium 等級晶片的矽製程、先進封裝以搭配高頻寬記憶體，以及在電網仍能承接 GW 級負載而無需多年排隊等候的地區簽訂資料中心電力合約。台積電的產能分配是第一個瓶頸，因為 Trainium2 和 Trainium3 晶粒與輝達 Blackwell 及超微 MI400 系列同樣採用 4 奈米和 3 奈米製程，而該晶圓廠的 CoWoS 先進封裝產線在過去兩年大部分時間都處於產能緊縮狀態。亞馬遜可部分透過自有矽光子及客製化互連技術繞過此限制，但來自三星、SK 海力士及美光的 HBM 分配仍是無法以任何內部設計豁免的速率上限。接著是電力問題。即使以典型人工智慧資料中心密度計算，5 GW 的持續負載意味著每年約 400 億度電，這正是亞馬遜與其他超大規模雲端業者紛紛與核電、天然氣尖峰電廠及公用事業規模再生能源供應商簽訂多年期購電協議，並日益願意為電網優先權支付溢價的原因。將這些限制串聯起來，這筆交易與其說是雲端合約，不如說是對亞馬遜能否同時交付工業公用事業與晶片的垂直整合式押注。

關於前沿人工智慧產能所有權的政策訊號

這筆交易中最被低估的層面，是它向華盛頓、布魯塞爾和北京傳遞的政策與戰略訊號。一旦單一前沿實驗室與單一超大規模雲端業者共同承諾十年間約 1,000 億美元的產能，人工智慧國家能力的問題就不再抽象。它變成關於特定資料中心廠址、特定晶圓廠產能分配及特定電力合約的具體問題。美國出口管制已在先進加速器及先進封裝市場端趨於緊縮，如今又有另一個大型私部門數據點可供參考，用以校準哪些技術可出貨至何處。Anthropic 將其命運繫於亞馬遜設計的矽晶片而非輝達 GPU，也削弱了關於人工智慧依賴性的簡單敘事：擁有自有加速器藍圖的超大規模雲端業者，相較於僅依賴輝達的前沿實驗室，對任何單一晶片出口規則的曝險程度都低得多。若與亞馬遜的 Claude Platform on AWS 發布一同解讀，這筆交易將亞馬遜定位為垂直整合的人工智慧供應商，可宣稱同時擁有模型、晶片、資料中心及客戶關係。這比擁有任何單一層面都更具持久競爭力，而多個大陸的監管機構在下一輪人工智慧政策中將以此視之。

前沿人工智慧的競賽，正從模型品質之爭轉變為工業吞吐量之爭，而 Anthropic 與 AWS 的合作，正是此一轉變迄今最明確的訊號之一。這項協議獎勵了可信賴的前沿實驗室與願意承擔數十億瓦級產能、並承諾投入數百億美元股權以將該實驗室留在其體系內的超大規模雲端業者之間的結合。這對微軟和 Google 形成壓力，迫使它們做出更為響亮的自身承諾，也迫使所有其他模型開發者面對一個簡單的戰略問題：未來十年，你要租用誰的晶片、誰的電網，以及以何種條件。對企業買家而言，近期的結果是 Claude 在 AWS 內部的可用性提高、與既有資料及身分架構的整合更緊密，以及大規模推論成本曲線更為清晰。此整合亦降低了拖慢企業人工智慧部署的採購摩擦，因為已擁有 AWS 合約的客戶，無需再另行協商與 Anthropic 的關係，即可將 Claude 投入生產。

對投資人而言，其結果是為可信賴的前沿人工智慧供給協議樹立了新指標，衡量標準從引數轉為十億瓦。下一輪前沿人工智慧交易將以此為標竿，無法自行達標的實驗室與雲端業者，必須迅速結盟，否則就得接受自己是在亞馬遜-Anthropic 體系之下的層級競爭。Anthropic-AWS 的架構也可能成為其他模型開發者研究的範本，因為它顯示股權注資、多年期運算資源承諾與聯合行銷的產品介面，可以包裝成單一公告，發揮三筆獨立交易的效果。此一封裝之所以重要，是因為前沿人工智慧的經濟學如今獎勵資本部署的速度，其程度不亞於資本本身，而單一協調架構的完成速度，快於三場循序漸進的談判。未來十二個月將揭示，競爭對手實驗室能否可信地達到此一水準，以及哪些超大規模雲端業者願意承擔同等程度的資產負債表風險，以免自身的人工智慧期貨，被亞馬遜與 Anthropic 剛聯手宣布的內容所定義。