AI产业正在围着OpenAI和Anthropic两家公司打转

发布时间：2026-07-18 05:34:48 来源：安智兰德资讯网 作者：娱乐

过去半个月，产业AI行业看似进入了一段短暂的正围着O转“平静期”。备受瞩目的司打 GPT-5.6 和 Gemini 3.5 Pro 并未如期而至，除了 Sonnet 5 的产业发布和 Fable 5 的回归，市场上缺乏现象级的正围着O转大模型新品。然而，司打透过这层平静的产业表象，一场前所未有的正围着O转AI产业结构重组正在密集上演。

从模型到芯片：角色边界的司打消融

6 月 24 日，OpenAI 发布了首款自研推理加速器芯片 Jalapeño。产业这款由 OpenAI 与 Broadcom 联合开发的正围着O转芯片，仅用九个月便完成了从设计到流片的司打全过程。同日，产业OpenAI 宣布与 Broadcom 签署协议，正围着O转部署高达 10 GW的司打算力。一家纯模型公司开始涉足芯片制造，这在两年前几乎是不可想象的。

紧接着的一周，行业新闻密度激增：

• 7 月 1 日：彭博社报道 Meta 组建 Meta Compute云业务部门，计划对外出售 AI 算力。消息公布后，Meta 股价上涨 9%，而 CoreWeave 和 Nebius 分别下跌 14% 和 17%。
• 7 月 2 日：微软宣布成立 Frontier Company，投入 25 亿美元并配备 6,000 名工程师，专门协助企业客户部署 AI 应用。
• 7 月 3 日：韩国媒体披露，Meta 正与三星谈判一笔约 65 亿美元的芯片代工合同，旨在利用三星 2nm 工艺生产下一代自研芯片 MTIA。同日，Anthropic 也被曝正在接触三星，探索自研芯片路径，并挖来了前 OpenAI 芯片团队负责人 Clive Chan。

回顾更早的动向：
* 5 月：Anthropic 签下 xAI 的 Colossus 1 数据中心，月租高达 12.5 亿美元，合同期限至 2029 年。
* 6 月：Google 以每月 9.2 亿美元的价格也签下了 xAI 的算力资源。
* 同期：SoftBank 宣布成立 SB Neo，计划从 2027 财年起对外提供算力服务。

乍看之下，这些新闻杂乱无章：社交巨头卖算力、模型公司造芯片、操作系统厂商派驻工程师、火箭公司靠出租数据中心月入 21 亿。但若以算力流向为线索重新梳理，我们会发现所有线索最终都指向了两家公司：OpenAI和 Anthropic。

算力黑洞：双寡头格局的形成

经过三四年的大模型军备竞赛，目前能稳定处于美国前沿模型第一梯队的公司仅剩三家：OpenAI、Anthropic 以及勉强算作“半家”的 xAI（其重心已转向算力出租）。CryptoBriefing 在 6 月的分析中指出，这三家公司合计消耗了全球 21%的 AI 算力。Google 的 Gemini 虽具竞争力，但其生态更为复杂。

随着模型竞赛门槛飙升，留在场上的玩家对算力的需求增速，已远超任何单一供应商的供给能力。

Anthropic：全渠道囤积算力

Anthropic 的算力来源几乎覆盖了所有可能渠道：
1. 租赁：从 xAI 租用 Colossus 1（12.5 亿美元/月，至 2029 年）。
2. 承诺采购：与 Google Cloud 签署五年 2,000 亿美元的 TPU 使用协议。
3. 投资换算力：获得 Amazon 40 亿美元投资，换取 AWS 算力接入。
4. 私有部署：正与 Meta 谈判，在 Meta 基础设施上运行 Claude 私有实例。

支撑这一庞大算力清单的是其收入的爆发式增长：Anthropic 2026 年的营收跑率已突破 300 亿美元，而 2025 年底这一数字仅为 90 亿美元左右。

OpenAI：从租赁到自研

OpenAI 的路径略有不同，但方向一致。截至 2025 年底，它通过微软 Azure、Oracle 和 CoreWeave 聚集了约 170 万块H100 等效 GPU。随着 Stargate 项目推进自有算力，6 月发布的 Jalapeño 芯片表明，仅靠“租”和“买”已无法满足需求，OpenAI 正式进军芯片制造。

图丨Jalapeño 芯片（来源：OpenAI）

当市场上仅有两三个买家拥有近乎无限的需求时，所有拥有算力的实体都将成为它们的供应商。这就是过去几周所有新闻背后的共同引力。

供应商的转型与困境

xAI：从竞争者到“房东”

xAI 是最早完成角色转换的公司。其 Colossus 1 数据中心混用 H100、H200 和 GB200 三种 GPU，约 22 万块卡。由于混合架构训练效率低下（The Information 报道称其浮点利用率仅约 11%，远低于行业 35%-45% 的基准），xAI 将 Grok 训练迁移至全 Blackwell 架构的 Colossus 2，从而空出 Colossus 1。

xAI 随即通过租赁变现：
* Anthropic 月租 12.5 亿美元。
* Google 月租 9.2 亿美元。
* 合计月收入超过 21 亿美元。

Meta：既卖算力又扩产能

Meta 拥有超过 130 万块高端 GPU，其新成立的 Meta Compute 部门计划以低于市场价 20%-30% 的价格提供托管模型服务或原始算力，Anthropic 已是其潜在客户。

然而，Meta 一边筹备卖算力，一边将 2026 年资本支出指引上调至 1,250 亿至 1,450 亿美元，并斥资 65 亿美元找三星代工 MTIA 芯片（因台积电 2nm 产能排至 2027 年）。这表明 Meta 并非产能过剩，而是在需求追上供给前，让基础设施自我造血。

CoreWeave：中间商的尴尬

对于 CoreWeave 这样的 Neocloud 服务商，局势更为严峻。尽管手握 668 亿美元收入积压，且前十大 AI 模型公司中有九家是它的客户，但其背负 249 亿美元债务。更致命的是，其最大客户之一 Meta 正转变为竞争对手。当供应商增多且大买家开始自供时，中间商的议价能力面临巨大挑战。

Google：矛盾的垂直整合者

Google 是唯一同时出现在供需两侧的公司：
* 作为供应商：与 Anthropic 的 2,000 亿美元 TPU 协议是其云业务增长最快的引擎；8 月发布的第八代 TPU 性能功耗比提升 80%；与 Blackstone 成立 50 亿美元合资公司建设 TPU 数据中心。
* 作为采购者：以每月 9.2 亿美元从 xAI 租用约 11 万块 GPU，官方解释为“满足 Gemini Enterprise 超预期需求”。

这种矛盾折射出 Google 的现状：模型竞争力中规中矩，自持算力庞大但仍需外租，既通过出租 TPU 获利，又在喂养模型市场的直接对手。Google 试图维持芯片、云、模型、企业服务的垂直整合，但在每一层都面临更专业对手的追赶。

从卖工具到卖“人”：落地层的独立

算力解决了“智能生产”问题，但“智能如何进入企业”成为新难题。过去几周，AI 部署服务已独立成一条赛道。

• 微软 Frontier Company：投入 25 亿美元、6,000 名工程师，推行“No Pilots. Scale from Day One”策略，直接驻场客户内部。分析师 Lane Shelton 指出，这本质上是微软的获客手段，并将微软的路线图植入客户架构。
• 其他玩家：AWS 公布 10 亿美元 AI 部署项目；OpenAI 成立 DeployCo（估值超 40 亿美元）；Anthropic 联合黑石、高盛组建 15 亿美元部署合资公司。

为何此时爆发？
* Publicis Sapient 调查：73% 的企业声称在使用 AI，但仅 10% 将其纳入核心运营。
* 德勤 2026 报告：91% 的中国制造企业表示 AI 实施未达预期。

企业不缺工具，缺的是能将工具嵌入业务流程的人才。招聘平台上 FDE（前沿部署工程师）岗位上半年同比增长 2,100%，字节跳动豆包团队 FDE 月薪高达 3.5 万-7 万元。AI 公司正从“卖软件”转向“卖软件+卖人”。

自研芯片潮：动摇英伟达根基

产业链底层的重组正在冲击英伟达的垄断地位。

• OpenAI：Jalapeño 芯片仅用于自有基础设施，九个月完成设计流片，部分流程由自家模型加速，并与 Broadcom 达成 10 GW 合作，绝非实验性项目。
• Anthropic：起步阶段，正接触三星、微软及英国初创公司 Fractile，三星也是其 650 亿美元融资的投资方之一。
• Meta：MTIA 芯片已迭代至第四代，两年四代，每六个月更新一次。

市场影响：
* 英伟达在 AI 加速器市场份额预计从 86% 降至 75%。
* 自研 ASIC 在先进封装出货量中的占比将从 20%-30% 升至 45%。

英伟达的应对策略是从卖芯片转向卖系统，通过 NVLink Fusion 允许客户自研芯片接入其机架架构，确保自身留在客户系统中。然而，所有自研芯片最终都需在先进封装环节排队。台积电 CoWoS 产能超 70% 被英伟达锁定，自研芯片可绕过英伟达 GPU，却无法绕过封装产能瓶颈。

不稳定的新分工

回顾这半个月的动态，AI 产业的新分工轮廓已现：
1. 训练前沿模型：仅少数公司（OpenAI、Anthropic）能做。
2. 服务与供给：成为所有玩家争夺的生意。
3. 稀缺资源转移：算力从稀缺变为多方供给，训练下一代最强模型的能力成为真正稀缺资源。

然而，这一分工并不稳定：
* 前沿模型公司向上游（芯片）和下游（落地）延伸。
* 算力供应商（如 Meta）不甘只做房东，保留模型野心。
* Google 试图维持全栈垂直整合。

每个“新分工”背后，都隐藏着未消化的旧投资：Meta 过剩的数据中心、xAI 不适合训练的旧集群、微软与 OpenAI 独家关系的终结。当前的秩序更像是各方消化错配资产的临时安排。

这套分工能维持多久，取决于两个关键问题：
1. 下一代最强模型发布时，它运行在谁的芯片和数据中心上？
2. 尽管体系不同，但中国模型（尤其是开源模型）的竞争，将不可避免地对这套全球分工产生深远影响。

参考资料：

1. Reuters
2. CNBC
3. OpenAI Blog
4. TheStreet
5. TechCrunch
6. CryptoBriefing

注：封面/首图由 AI 辅助生成

相关文章