搜索“AWS”

Anthropic在尚未锁定长期收入的情况下，转头就在成本端签下了一张几乎不能反悔的天价账单，也就是前边提到的最高可达7500亿美元的算力包场合同。 怪不得华尔街都得为此倒吸一口凉气。 到底是谁在给谁打工？ 超6000亿美元远期算力与基础设施承诺，堪称Anthropic押下的超级赌注。 其中，Anthropic向谷歌云承诺采购的金额约为1110亿美元，亚马逊AWS约1100亿美元，微软约310亿美元。除了几家云巨头，它还通过Nscale、Lambda等供应商采购英伟达芯片算力，相关协议金额最高约860亿美元。 除此之外，围绕博通与谷歌TPU芯片的租赁安排，它又背上了超过1600亿美元的远期付款义务。这些主要合同之外，还有其他算力与基础设施安排，整体承诺已经超过6000亿美元。 不过比起大几千亿美元数字更狠的，是合同里的刚性付款条款。 路透社9月披露的文件显示，当时合计5180亿美元的承诺中，约八成属于不可撤销，或无论实际使用量多少都需要付款的安排。与谷歌、亚马逊的部分协议甚至要求，实际消费没达到约定金额，也得把差额补齐。 这样一来，这件事就显得非常魔幻了。 这就好比你开了一家网红餐厅，

匹配字段正文

00亿”作为标题数字冲击力很强，但它不是“半年烧掉800亿美元现金”的同义词。 真正的压力藏在另外两个数字里：营收约163亿，现金及短期投资202.8亿——后者是截至2025年12月31日的时点数据，不是2026年上半年的余额。 大模型是极度消耗算力的“重工业”。Anthropic已披露的刚性算力承诺规模惊人：云计算合同约4500亿美元（谷歌云约1110亿、AWS约1100亿、微软约310亿），英伟达芯片租赁最高约860亿美元，博通相关芯片义务超1600亿美元，合计已超过6000亿美元；若计入在谈协议，潜在规模可达7500亿美元。2026年上半年，其算力及基础设施支出接近90亿美元，年化约180亿美元。仅就这一项支出来说，202.8亿美元现金约可覆盖一年出头。 但这是静态口径。Anthropic在2026年第三季度已向投资者披露“调整后自由现金流转正”，尽管“调整后”的定义尚不透明，可持续性也存疑。忽略这一边际变化，把2025年底的现金余额直接对照2026年上半年的烧钱速率，会得出比事实更悲观的结论。 IPO的紧迫性则有公开信息支撑：Anthropic于2026年6月保密提交S-1，目

匹配字段正文

，该公司2032年到期债券发行时票面利率固定为9.625%，近期盘中收益率一度冲到15.1%。 ▲CoreWeave的收益率变化图（图源：X） 为期超一周的市场震荡，甚至波及到了甲骨文这类大型AI云服务提供商，其核心原因正是投资者对数据中心大规模扩产，以及Neocloud企业的商业模式存疑。 ChatGPT引爆大模型军备竞赛后，算力需求呈指数级暴涨，但微软、AWS等超大规模云厂商此前专为通用业务设计，无法快速为大模型公司提供算力资源。因此Neocloud应运而生。 这类企业的商业模式是，先获得模型企业的长期算力框架协议，将订单和GPU作为抵押向私募信贷机构举债融资，接着锁定英伟达GPU配额、建设智算中心。 他们会等算力上线后按月收取租金，再用租金覆盖利息、运维成本、硬件折旧并偿还债务。而这些靠举债扩张的AI企业，未来究竟能不能赚到足够的钱，去覆盖其高昂的融资成本，是当下业界质疑的关键。 关于Neocloud的未来走向，全球知名市研机构Gartner给出了答案。10月15日，Gartner在一份报告中提到，到2030年，预计80%的Neocloud企业将停止独立运营。 其在报告中称，未来

匹配字段正文

后，云厂商的身份完成了一次切换，从数字化时代的卖水人，转变为AI时代的算力守门人。卖水人卖的是标准化通用资源，市场参与者都能买；而算力守门人卖的是稀缺算力准入，是AI业务运行的前置底座。 这个身份切换的财务含义是巨大的，意味着行业议价能力的重新洗牌。 海外市场的数据提供了参照。巴克莱的研究显示，美国AI大模型公司每取得100美元收入，约35至40美元最终流向AWS、Azure和Google Cloud三家，云厂商从中拿走约10至20美元的营业利润，对应35%-45%的利润率。 中国市场的信号也在同步闪烁。2026年第二季度，百度AI云基础设施、金山云、腾讯云所在FBS板块营收分别同比增长50%、30.8%、9%；阿里云AI相关产品收入连续12个季度三位数增长。信通院数据则显示，2025年我国公有云大模型Token调用量达2000万亿，较2024年的114万亿暴增超16倍。 真正的技术质变发生在2026年。谷歌在Next’26大会抛出Agentic Cloud战略，阿里云完成全栈智能体化升级，亚马逊推出AgentCore，微软Foundry Agent Service正式商用。 全球四家

匹配字段正文

：SemiAnalysis数据中心行业模型 当然，存在大量挑战和短缺。在这些图片背后，有劳动力问题、供应链延迟、融资挑战等等。我们已经深入撰文讨论了模块化数据中心与劳动力、数据中心电气系统、冷却系统、表后电力、美国电网约束以及英伟达的生态系统财务支持。但事实很简单：巨型站点正在实实在在地建成，而且许多都按时推进。例如，只需看看Crusoe在阿比林建成的项目、AWS在印第安纳州建成的项目，或QTS/微软在佐治亚州的巨型站点。正是这些站点产出了GPT-6和Fable 5.5这样的SOTA技术。展望未来，尽管存在所有制约，越来越多的巨型站点仍在不断建成，正如我们的Top 40图片所示 来源：SemiAnalysis数据中心行业模型 如果你问任何数据中心建设者，他们都会告诉你这有多难，有些工人没来上班，供应商延迟，以及许多其他问题。所有这些都属实。正因如此，我们成功指出了无数数据中心延迟，并在我们的数据中心模型中持续指出那些看起来过于激进的开发商时间表，包括4月份Oracle新墨西哥州不可抗力站点的延迟。平心而论，+50GW本质上相当于截至2024年全球累计数据中心市场在一年内建成！但我们的数

匹配字段正文

year. GCP’s growth is far behind at 82%. But at current growth rates, Anthropic is closer to GCP’s pace, doubling next year.1 In revenue terms, Anthropic is about 30% the size of AWS & Azure & nearly half the size of GCP. AWS Azure2 GCP Anthropic Q2 2026 Revenue, $b 42 39 25 12 Annual run rate, $b 169 157 99 46 Revenue growth, yoy, % 37 32 82 1,374 Operating margin, % 39 40 35 undisclosed Data center commitments, $b3 137 329 85 518 Anthropic is the fastest growing but the smallest of the four.

匹配字段正文

元下调至 1750 亿美元，但管理层表示实际投资并未削减。按高盛的统计，五家超大规模厂商的资本开支将从 2025 年的 4050 亿美元升至 2026 年的约 7500 亿美元，2027 年接近 1.2 万亿。 四大云厂商2026年资本开支指引（亿美元）（数据来源：各公司2026年二季度财报及指引） 订单端也有合同支撑。谷歌云积压订单超过 5140 亿美元，AWS 的 AI 业务年化收入已突破 250 亿美元，这与 2000 年先铺光纤再找需求的模式不同。 三星电子 2026 年三季度业绩指引显示，单季营业利润约 800 亿美元，约相当于其 2025 年全年利润的 2.5 倍；但业绩创新高当天股价不涨反跌，较 6 月高点已回撤约两成半，市场已经在为周期见顶定价。从芯片制造到存储、封装、组装，各环节的财务数据都在印证需求，同时提示拥挤。 物理约束的数据同样指向真实需求。CBRE 数据显示，2026 年上半年北美主要市场数据中心空置率降至 1.4% 的历史新低，在建设施共 7481 兆瓦，其中 80.4% 已被预订；北弗吉尼亚的电网互联排队以年计，这一最大市场的空置率只有 0.2%。亚太同

匹配字段正文

具体雏形。Dario Amodei 为此定下两步走的落地节奏：短期优先完成能力验证，长期打磨深度生产力工具。团队从打印调试、代码仓库浏览这类轻量化工具能力切入，再逐步拓展到代码执行、自然语言文档编辑等更复杂的工具能力。围绕这个目标，他们把 “规模化” 放在了所有研究方向的最首位，从一开始就为万亿参数规模做准备。Jared Kaplan 是 Scaling Laws 理论的第一作者，他把这套认知从 OpenAI带到了 Anthropic，早早就在思考如何训练万亿（1T）乃至更大规模的模型。除了超大参数模型本身，他们还讨论如何拉高 GPU 利用率，提前适配 TPU、Trainium 等下一代硬件；怎么把块稀疏注意力这类复杂工程封装起来，让非专业人员也能轻松配置超参数；怎么给大模型权重这类核心资产搭好安全防护体系。Anthropic 还非常重视预训练与数据。他们从一开始就打算训出行业性能最优的语言 + 代码双料基座模型，给后面所有的微调、功能探索、能力迭代当好底子。他们早早开始搭建全链路高质量数据集，不仅有自然语言和代码，还覆盖了 Diff（版本差异）、PR（拉取请求）、调试记录以及代码运行

匹配字段正文

nt. Despite all the attention paid to OpenAI’s hack of Hugging Face and many other examples of AI agent misbehavior that have come to light in recent months, only one major known lawsuit has been filed seeking to hold model makers liable. That case was brought by an advocacy group, rather than a direct hacking victim. AI agents have interfered with hobbyist forums, government websites, and various software tools. The victims have shouldered some costs, including for extra strain on their servers

匹配字段正文

shows AI Swift’s wedding to AI Travis Kelce at AI Madison Square Garden. “ai he wore white tuxedo,” one fan helpfully fact-checked. In the absence of national right of publicity laws , AI-generated content featuring real people is being litigated on the platform level. (The US’s Take It Down Act, which was signed into law in 2025, specifically criminalizes the distribution of nonconsensual intimate imagery, including AI-generated content, and compels platforms to remove it within 48 hours.) You

匹配字段正文

id in another post. These attacks are just the latest in a long line of strikes on data centers this year. Russia has been targeting Ukrainian data centers for months and Iran hit AWS data centers in Dubai in March, knocking out digital infrastructure in the Middle East. Klaudia Klonowska, a researcher who studies the effects of emerging technologies on international law, told 404 Media that attacks on data centers are so new that international law around them is still developing. “You have very

匹配字段正文

OpenAI最新财务数据引发的争议集中在收入统计方式。 10月8日，据FT，OpenAI向投资者披露，截至9月底，公司年化收入接近500亿美元。但市场此前曾广泛估计，OpenAI的年化收入接近700亿美元，换句话说，这也是“不及预期”。 需要指出的是，两者之间的200亿美元差距，来自OpenAI与Anthropic不同的收入确认方式。Anthropic将通过AWS、Google Cloud等云合作伙伴实现的销售收入计入自身收入。OpenAI没有采用完全相同的处理方式。此前投资者为了比较两家公司，调整了OpenAI的收入数字，形成了700亿美元的市场预期。 从上述口径来看，或许收入数据变化并不代表OpenAI突然损失了200亿美元收入。公司向投资者披露的收入仍在增长，增幅超过70%。 但资本市场对这条消息的反应较为直接。 10月8日，英伟达（NVDA.US)、AMD（AMD.US)、博通（AVGO.US）等主要芯片股集体下跌。纳斯达克指数当天下跌约1.3%，费城半导体指数跌幅超过3%。 这种反应与OpenAI在AI产业链中的位置有关。过去几年，OpenAI是全球AI算力需求增长的重要推动

匹配字段正文

y designed training methods could give models an incentive to hide their true intentions by outputting thinking tokens that don’t represent their inner motivations. But whatever flaws the technique might have, AI companies don’t have a lot of other choices. The most promising alternative for understanding model motivations is mechanistic interpretability — roughly the equivalent of cutting open a model’s brain and trying to figure out what it’s thinking by reading the pulses of its neurons. Alth

匹配字段正文

easure TPU v4 at 1.2x–1.7x faster than the NVIDIA A100 while using 1.3x–1.9x less power. On comparison against the H100, the authors write that the 700W part “was not available at AWS, Azure, or Google Cloud in 2022” & that “the appropriate H100 match would be a successor to TPU v4 deployed in a similar time frame & technology.” Figures are Google’s own measurements, not independent verification. ↩︎; Tokens per GPU-hour dollar is the product of the throughput multiplier & the power multiplier, s

匹配字段正文

压力。 2023年生成式AI爆发后，英伟达H100等高端AI GPU成为全球科技公司的争夺对象。H100单卡价格一度达到2.5万至3万美元，需求高峰期甚至出现交付周期延长的情况。 对于普通企业来说，一块GPU价格昂贵。对于微软、谷歌这样的云计算巨头，真正的压力来自规模。 谷歌用TPU支撑搜索、广告和AI服务，亚马逊用Trainium和Inferentia支撑AWS。 微软的Maia系列从2023年11月发布Maia 100算起，已经走到第三代：今年1月发布的Maia 200投入生产后，正在替Copilot等微软服务承担实际负载，Maia 300则瞄准2027年的大规模部署。从Maia 100到Maia 300不到三年，迭代节奏在明显加快。 三家的路径看似平行，投入的性质已经不同，自研芯片正在从可选项变成云厂商的标配。 引用萨提亚·纳德拉发帖评论区下面的一句话：“现在人人都在自己造芯片。淘金热的法则是：先卖铁锹，再卖造铁锹的工厂。”比喻有一定道理，更准确的说法是，云厂商卖的是铁匠铺的产能。现在他们做的事，是亲自拿起锤子。 不争单颗输赢，在系统效率上找优势 Maia 300的设计重点，集中

匹配字段正文

被曝出在自研推理芯片。 不过，想把芯片卖给外人，先得在自己家里跑通。 国内大厂现在也已经跑通了。百度集团执行副总裁、百度智能云事业群总裁沈抖介绍，昆仑芯P800“已在百度内部得到全面验证”，承担了百度绝大部分推理任务之后，才推向外部行业。中国移动的十亿级推理型集采中，昆仑芯三个标包分别拿下70%、70%和100%的份额。 02 生成式AI热潮之前，亚马逊就为AWS布局自研芯片，原本是给云服务降本。到了AI时代，更便宜的训练和推理算力，成了它吸引外部客户的卖点，Anthropic和OpenAI先后承诺使用Trainium。今年二季度，包含Trainium和通用计算芯片Graviton的芯片业务，年化收入运行率超过250亿美元。 现在，亚马逊已经不满足于只通过AWS收取算力服务费。亚马逊CEO贾西在今年的股东信里，专门按独立芯片公司的口径测算芯片业务规模，并提出向第三方出售整柜芯片设备的可能。 相比亚马逊，国内大厂更进一步，直接把生意摆到了明面上，形成了两个变现方向。一个是硬件变现，把芯片做成超节点等各种方案；另一个是把芯片公司单独推向资本市场，把芯片做成资产。 第一条路，是坚持硬件变现。

匹配字段正文

t is best enjoyed on YouTube. Last month, Dyna made waves by announcing Dyna-2, a world-action model pre-trained on one million hours of human video, claiming several new scaling laws on human data across four orders of magnitude. They have now followed up the model with a physical robot agent, Dyna-2.1, that has to be seen to be believed: In his talk at AIE this year, Jason talked about how the real challenge for robotics in the real world is reliable, long-horizon autonomy, and how Dyna got it

匹配字段正文

t is best enjoyed on YouTube. Last month, Dyna made waves by announcing Dyna-2, a world-action model pre-trained on one million hours of human video, claiming several new scaling laws on human data across four orders of magnitude. They have now followed up the model with a physical robot agent, Dyna-2.1, that has to be seen to be believed:View post on X ↗ In his talk at AIE this year, Jason talked about how the real challenge for robotics in the real world is reliable, long-horizon autonomy, and

匹配字段正文

S bug bounty programme: Google closed its open source vulnerability reporting program to new submissions after a surge of automated junk reports overwhelmed the system. Anthropic, AWS step up FDE push: The companies are investing in training and credentials to expand the pool of forward-deployed engineers needed to bring AI into enterprise environments. Boston Dynamics hires former Amazon AI leader as CEO: Former Amazon AI executive Rohit Prasad will lead Boston Dynamics as the robotics company

匹配字段正文

eepMind, and Anthropic signed a statement that AI poses a risk of total human extinction. Forget “morally binding” self-policing: let’s talk about real policing. For decades, our laws have mandated independent audits and protected whistleblowers in industries like finance. Congress should mandate independent evaluation and audits in AI as well, with criminal liability for executives who attempt to silence that oversight or recklessly deploy models that put the public at risk. To start, pass Sena

匹配字段正文