AMD豪掷50亿美元投资Anthropic——NVIDIA的AI芯片垄断，终于有人砸钱了#

表面上的数字#

实际上的逻辑#

这不是”AMD 给 Anthropic 50 亿，Anthropic 帮 AMD 花掉几百亿”的简单故事。

交易的精妙之处在于投资条件与部署里程碑绑定。也就是说：

1. Anthropic 开始部署 MI450 → AMD 释放第一笔投资
2. 部署达到某个 GW 数 → AMD 释放更多投资
3. 直到 2 GW 全部部署 → 50 亿全部到位

这意味着 Anthropic 有动力去真正使用 AMD 的芯片，而不是签了协议然后放着不用。50 亿美元是胡萝卜，部署里程碑是鞭子。

反过来说，如果部署不顺利，AMD 的实际支出会少于 50 亿。风险是可控的。

Claude 的角色#

一个很有意思的细节：Anthropic 将用 Claude 模型帮助 AMD 优化 ROCm 软件栈。

ROCm 是 AMD 对标 NVIDIA CUDA 的 GPU 计算平台，长期以来被开发者吐槽”不好用”。现在 Anthropic 直接下场帮忙——全球最前沿的 AI 实验室之一，亲自帮芯片公司调优软件生态。

这比任何市场投放都有效。

从”卖芯片”到”卖系统”#

AMD 的 MI450 不是一个单独的 GPU。它是一个机架级系统——叫 Helios。

一个 Helios 机架包含：

• 72 块 MI455X GPU
• 第 6 代 AMD EPYC “Venice” CPU
• AMD Pensando Vulcano AI 网卡
• UALink-over-Ethernet 互联
• 每机架约 31 TB HBM4 显存
• 每机架约 2.9 ExaFLOPS（FP4）算力
• 背板式液冷散热

这不是在卖零件，这是在卖完整的 AI 基础设施。对标的是 NVIDIA 的 DGX/HGX 生态系统。

苏姿丰在 CES 2026 上明确说过：“从卖芯片到卖系统”——这是 AMD 的 AI 战略核心。

MI455X：参数上的正面硬刚#

MI455X 是 MI450 系列的旗舰，基于 CDNA 5 架构：

在显存容量上，MI455X 比 NVIDIA 的下一代 Rubin 多 50%。这对大模型训练至关重要——模型越来越大，显存就是生命线。

但真正的战场不在参数#

参数只是入场券。AI 芯片市场的真正壁垒是生态系统：

• NVIDIA 的 CUDA 生态经过 15 年积累，几乎所有 AI 框架都默认优化 CUDA
• 开发者的肌肉记忆在 CUDA 上
• 企业的运维工具链围绕 CUDA 构建
• 云服务商的 GPU 实例主要提供 NVIDIA

AMD 的 ROCm 在进步，但跟 CUDA 的差距仍然显著。苏姿丰知道这一点。所以她做了一个聪明的选择：用 Anthropic 来证明 ROCm 能用。

如果全球最前沿的 AI 实验室之一能在生产环境中大规模运行 AMD GPU，其他公司的”ROCm 不好用”借口就不成立了。

算力饥渴#

Anthropic 的算力需求在 2026 年经历了一次爆炸式增长。

今年 5 月，Anthropic 与 SpaceX 合作的 Colossus 1 项目在孟菲斯部署了 22 万颗 NVIDIA GPU，提供约 300 兆瓦算力。原计划 10 倍增长，实际达到了 80 倍。年化营收从 2025 年底的约 90 亿美元飙升至超过 300 亿美元。

但 22 万颗 NVIDIA GPU 已经是现有规模的极限。要训练下一代模型（Claude 4 系列、Mythos 后续），Anthropic 需要更多的算力。而 NVIDIA 的产能不是无限的。

供应商多元化#

Anthropic 在 2026 年已经布局了多条算力供应链：

Anthropic 正在从”重度依赖 NVIDIA”走向多供应商策略。这不是因为 NVIDIA 不好，而是因为把所有鸡蛋放在一个篮子里太危险。

当 NVIDIA 是你唯一的供应商时：

• 定价权在对方手里
• 产能分配你说了不算
• 技术路线你无法选择

引入 AMD 和 Google TPU 之后，Anthropic 获得了议价能力和选择权。

50 亿美元现金#

还有一个不能忽视的现实：Anthropic 虽然营收增长很快，但训练大模型是极其烧钱的。

50 亿美元的股权投资直接充实了 Anthropic 的现金储备。考虑到 Anthropic 当前估值约 9000 亿美元，正在敲定新一轮 500 亿美元融资，这 50 亿虽然不大，但来自芯片公司而非传统投资人——战略意义大于财务意义。

短期：影响有限#

NVIDIA 在 AI 芯片市场的份额仍然在 70-85% 之间。一笔 2 GW 的 AMD 订单不会动摇这个基本盘。

而且 AMD 的 MI450 到 2027 年上半年才开始部署，真正大规模上线可能要到 2027 年底。NVIDIA 的 Rubin 架构也在同步推进。

中期：值得警惕#

真正值得 NVIDIA 担心的不是 AMD 的单一笔交易，而是趋势：

• Meta 已经签下约 1000 亿美元的 AMD GPU 协议（6 GW）
• Microsoft 也在采购 Helios/MI455X
• Oracle 部署了 50000 颗 MI450 GPU
• Anthropic 现在是 2 GW

加上 Google TPU 和各家自研芯片（Amazon Trainium、Microsoft Maia），NVIDIA 的市场份额正在被从多个方向蚕食。

不需要每家都抢走很多份额。如果 5-6 个替代方案各拿 3-5%，NVIDIA 就从 85% 掉到 55-60%。

长期：生态护城河正在被瓦解#

NVIDIA 最深的护城河是 CUDA 生态。但这道护城河正在被三个力量同时侵蚀：

1. PyTorch 2.0+ 的硬件抽象层 — 开发者不再需要直接写 CUDA 代码
2. OpenAI Triton — 编译器级别的硬件无关优化
3. 大客户自研 — Google TPU、Amazon Trainium、Microsoft Maia 都在分流

当框架层和编译器层帮你屏蔽了硬件差异，CUDA 的”开发者锁定”效果就开始减弱。

苏姿丰选在这个时候大举投资 AI 实验室，不是巧合。她知道生态壁垒正在松动，窗口期有限。

AI 芯片市场的”英特尔时刻”#

如果这个交易顺利执行，它可能标志着 AI 芯片市场从”NVIDIA 独大”走向多极格局的开始。

这很像 2000 年代中期的 CPU 市场：英特尔仍然是主导者，但 AMD 通过性价比和特定场景优势拿下了有意义的份额，最终迫使英特尔改变了产品策略。

不同的是，AI 芯片市场的技术迭代速度远快于当年的 CPU 市场。NVIDIA 从”无可争议”到”面临实质性竞争”，只用了不到三年。

“投资客户”模式的兴起#

AMD 投资 Anthropic 50 亿美元来换取芯片部署——这种”投资客户”的模式可能会成为行业标准。

逻辑很简单：

• AI 实验室需要大量算力，但现金紧张
• 芯片公司需要标杆客户来证明产品，但苦于 NVIDIA 的客户锁定
• 芯片公司出钱投资 → AI 实验室获得资金 → 用采购来”偿还” → 芯片公司获得订单和案例

这是一个多方共赢的结构。可以预见，如果有第三家有实力的 AI 芯片公司出现（比如 Intel 的 Gaudi 系列复苏），它也会用类似的方式来获取客户。

中国视角#

值得注意的是，就在 AMD-Anthropic 交易宣布的同一天，中国这边也有动态：

• 美团用全国产算力训练了 1.6 万亿参数的 LongCat-2.0（本站已有报道）
• 腾讯云预计 2026 年 Q4 部署 NPO 超级节点
• 国产 AI 芯片正在快速追赶

美国 AI 实验室在争抢 AMD、Google 的算力，中国则在走一条完全不同的路——自给自足。两条路线最终谁能走通，可能是未来 3-5 年最值得观察的产业实验。