Anthropic 正洽談使用微軟的 Maia 200 晶片於 Azure

據《The 資訊》報導，Anthropic 正與微軟進行初期協商，計畫租用由這家軟體巨頭自訂的 Maia 200 晶片所驅動的 Azure 伺服器。這項討論標誌著 Anthropic 與微軟關係的重大擴展，微軟已將 Anthropic 的 Claude 模型整合至其 Copilot 產品中。此舉之際，微軟與 OpenAI 的合作關係出現鬆動跡象，OpenAI 執行長 Sam Altman 將其公司至 2030 年的資料中心預算定為 6000 億美元。此數字顯示這家新創公司正規劃日益獨立的基礎設施路線。對 Anthropic 而言，這些協商代表一項策略性避險：該公司已依賴亞馬遜網路服務與 Google 雲端提供運算資源，加入微軟 Azure 將使其取得第三家超大規模雲端業者的支援，以及一款專為執行 Claude 等大型語言模型所設計的自訂晶片。Maia 200 於 1 月發表，由台灣積體電路製造公司以 3 奈米技術生產，是微軟對輝達在人工智慧加速器領域主導地位的回應。若能爭取 Anthropic 成為租戶，將驗證微軟多年來對自研晶片的押注，並顯示人工智慧基礎設施軍備競賽已進入新階段。在此階段，超大規模雲端業者不再只是轉售輝達的 GPU，而是打造自身差異化的硬體，以掌握下一波人工智慧工作負載。

微軟 Maia 200 作為策略性推論晶片

微軟的 Maia 200 晶片代表其刻意降低對輝達人工智慧運算資源近乎全面依賴的努力。該晶片採用台積電 3 奈米製程，專為推論工作負載設計。推論是執行如 Claude 或 ChatGPT 等已訓練模型以產生回應的過程，而非用於訓練新模型。此區別至關重要，因為隨著應用規模擴大，推論將是人工智慧支出的主要流向。微軟自 2023 年起便持續開發 Maia 系列，而 200 系列是首個針對外部客戶的量產級迭代。透過提供 Maia 200 驅動的 Azure 實例，微軟可在每次查詢成本上壓低輝達方案的報價，尤其適用於大規模推論部署。該晶片架構優先考量記憶體頻寬與低延遲，這兩項關鍵因素對於執行如 Claude 等需即時生成連貫多輪對話的模型至關重要。微軟將 Maia 200 定位為輝達 H100 與 B200 GPU 的互補方案，而非替代品。公司將持續提供輝達方案，用於原始浮點運算效能仍至關重要的訓練工作負載。但就推論而言，Maia 200 賦予微軟定價槓桿與供應鏈獨立性。若 Anthropic 簽約，將是微軟晶片策略最高調的外部認可，向其他人工智慧開發者傳達 Maia 200 已達量產就緒且具成本競爭力。

這項協議如何重塑 Anthropic 的運算資源經濟學

Anthropic 的運算資源支出是其最大的成本項目之一，而該公司一直在積極分散其基礎設施供應商。這家新創公司已透過 AWS 使用亞馬遜的 Trainium 與 Inferentia 晶片，並與 Google 雲端簽訂多年期 TPU 存取承諾。加入採用 Maia 200 的微軟 Azure，將使 Anthropic 擁有第三家超大規模雲端業者合作關係，以及第四種需最佳化的客製化晶片架構。這種分散化不僅是為了備援，更關乎定價能力。透過威脅將工作負載轉移至 Azure，Anthropic 可與亞馬遜和 Google 協商更優惠的費率。Maia 200 的推論最佳化設計降低了服務 Claude 查詢的邊際成本，這在 Anthropic 擴大其消費端與企業端產品之際至關重要。根據 The Verge 引述的消息來源，該公司一直在穩定增加其 Azure 使用量，顯示技術整合工作已在進行中。對微軟而言，財務計算很直接：將 Maia 200 伺服器出租給 Anthropic 所產生的營收，可抵銷微軟投入晶片設計與資料中心建設的數十億美元。四大科技公司（微軟、亞馬遜、Google 與 Meta）今年已揭露計畫合計投入 7250 億美元的資本支出。其中一部分資金正流入客製化矽晶片。若微軟能爭取到 Anthropic 運算資源預算的哪怕一小部分，都將改善其 Azure AI 業務的單位經濟效益，並降低對輝達高利潤率硬體的依賴。

AI 晶片製造商的競爭重組

Anthropic 與 Maia 200 的 200 億美元洽談，凸顯人工智慧晶片市場更廣泛的重新洗牌。輝達目前估計掌握人工智慧加速器市場約 80% 或更高的市占率，但其主導地位正受到多方挑戰。微軟、Meta 與 Google 都在為特定工作負載設計客製化晶片，而 Cerebras 與 Groq 等新創公司則推動替代性架構。輝達的優勢在於其 CUDA 軟體生態系，以及在訓練與推論兩方面皆能提供頂尖效能的實力。但超大規模雲端業者日益願意犧牲部分原始效能，以換取成本節省與供應鏈掌控。Meta 已部署自家 MTIA 晶片用於推薦系統，Google 的 TPU v5p 則驅動其內部大量人工智慧工作。微軟的 Maia 200 是迄今在公有雲市場直接挑戰輝達最明確的嘗試。若能爭取 Anthropic 成為客戶，將向更廣泛的人工智慧開發者社群傳達一個訊號：Maia 200 在推論工作負載上是輝達的可行替代方案。這也將對亞馬遜形成壓力，該公司一直向人工智慧新創行銷其 Trainium 與 Inferentia 晶片。亞馬遜的優勢在於與自家雲端服務的深度整合，但微軟的優勢在於其透過 Copilot 與 Anthropic 既有的合作關係。競爭動態又因 OpenAI 大規模的基礎設施擴建而更加複雜。Altman 到 2030 年高達 6000 億美元的資料中心預算顯示，OpenAI 正計畫營運自家的運算資源機隊，降低對微軟 Azure 雲端的依賴。此一轉變為微軟爭取其他人工智慧實驗室開啟了空間，而 Anthropic 是最顯著的候選對象。

對台積電、資料中心資本支出與企業買家的下游影響

Maia 200 採用台積電的 3 奈米製程，將 Anthropic 的運算資源擴張直接與台灣晶圓代工廠的產能限制綁在一起。台積電的 3 奈米與 5 奈米產線目前已接近滿載運轉，Maia 200 產量若增加，將與蘋果的 A18 與 M4 晶片、超微的 Ryzen 處理器，以及輝達的 Blackwell GPU 爭搶晶圓投片。此一產能緊俏意味著，微軟能否擴張搭載 Maia 200 的 Azure 實例規模，取決於台積電拉升 3 奈米產出的能力。隨著台積電在亞利桑那州與日本興建晶圓廠，此限制至少將持續至 2027 年。對企業買家而言，客製化晶片的普及創造出更為分散的採購格局。想在 Azure 上執行 Claude 的企業，必須評估 Maia 200 實例能否提供其應用所需的延遲與吞吐量，或者是否應繼續採用輝達架構的實例。此一分散化增加了雲端採購決策的複雜度，但也創造了成本優化的機會。整體資本支出規模驚人：四大科技公司今年計劃投入 7250 億美元的資本支出，其中大部分用於資料中心與網路裝置。部分支出將流向供應商，如 Vertiv 的電力基礎設施、Arista 的交換器，以及 Coherent 的光收發模組。若 Maia 200 的採用規模擴大，也將帶動 HBM 記憶體需求，因為該晶片架構依賴高頻寬記憶體來供給其運算單元。三星與 SK 海力士是主要的 HBM 供應商，Maia 200 產量若增加，將進一步收緊 HBM 市場。

這些洽談對微軟人工智慧平台策略的意涵

微軟與 Anthropic 的接觸是一項策略轉向，揭示其如何看待自身的人工智慧未來。多年來，微軟的人工智慧策略與其對 OpenAI 的 130 億美元投資，以及將 ChatGPT 整合至 Bing、Office 和 Azure 等產品中密不可分。但 OpenAI 日益增強的獨立性——以奧特曼的 6000 億美元基礎設施計畫及該新創公司自身的 IPO 野心為代表——已迫使微軟進行避險。將 Claude 整合至 Copilot 是第一步；向 Anthropic 提供 Maia 200 晶片存取權則是第二步。訊息明確：微軟希望成為所有領先人工智慧模型的基礎設施層，而非僅限於 OpenAI。此平台策略與 AWS 的運作方式如出一轍，即為任何應用程式提供運算資源、儲存與網路，無論其底層人工智慧架構為何。透過向 Anthropic 開放 Azure，微軟表明其重視生態系廣度更勝於獨家關係。此舉也對 Google 形成壓力，後者在向外部人工智慧實驗室提供其 TPU 方面進展較慢；同時也施壓於亞馬遜，亞馬遜積極爭取 Anthropic，但如今卻面臨與競爭對手分享該新創公司運算資源預算的前景。對監管機構而言，微軟與 Anthropic 之間日益加深的連結，引發了對人工智慧基礎設施市場集中度的疑慮。微軟已掌控雲端運算的顯著市占率，而其自研晶片的推進可能賦予其對替代選擇寥寥無幾的人工智慧開發者擁有定價能力。談判仍處於早期階段，尚無任何交易獲得保證。但方向已明確無誤：人工智慧基礎設施市場正圍繞少數超大規模雲端業者整合，各家皆自行打造晶片，以掌握下一波人工智慧工作負載。

Anthropic 與 Maia 的 200 億美元洽談若成局，將加速重塑人工智慧產業的一項趨勢：模型開發與基礎設施所有權的脫鉤。OpenAI 正自建資料中心。Anthropic 正在組建跨雲端的運算資源投資組合。微軟則在打造晶片，出租給這兩家公司。這種脫鉤為人工智慧運算資源創造了更具流動性的市場，新創公司可在超大規模雲端業者與晶片架構之間貨比三家，尋找最佳性價比。但這也帶來新的風險。四大科技巨頭合計 7250 億美元的資本支出，代表一場豪賭，押注人工智慧需求將持續指數成長。若此賭注失準，若企業採用放緩，或模型改良降低運算資源需求，超大規模雲端業者將留下利用率偏低的資料中心與數十億美元的擱淺資產。對散戶投資人而言，風險尤其高。OpenAI 與 Anthropic 據傳都在考慮首次公開發行（IPO），而人工智慧的熱潮已將估值推升至幾乎不容犯錯的水準。The 資訊報導的員工資料用於人工智慧訓練一事，又增添一層監管風險，可能顛覆商業模式。聰明的資金正在觀察這些基礎設施關係如何演變。Anthropic 與微軟的洽談，只是更大故事中的一個數據點，這個故事關乎誰將掌控人工智慧經濟的實體基礎設施，以及若榮景轉為蕭條，誰將承擔財務後果。