据报道,谷歌正就向Anthropic投资最多400亿美元一事进行谈判,将资本投入与大规模基础设施预留深度绑定。
根据彭博社消息,该交易包括初始100亿美元投资,以及与绩效目标挂钩的最高300亿美元后续投资。与此同时,谷歌将在五年内向Anthropic提供最多5吉瓦的算力资源。目前两家公司均未公开确认上述条款。
这一结构将资本与产出相关联,并与预先协商好的算力容量挂钩。超大规模云服务商正在提前锁定大规模工作负载,再逐步建立支撑这些负载所需的完整基础设施。
5吉瓦的承诺已接近公用事业级别的规模。要实现这一算力交付,可能需要建设多个超大规模数据中心园区,并在土地收购、许可审批和电网接入等方面进行长达数年的统筹协调。实际上,电力和设施必须在充分投入使用之前很久就完成规划和融资。
超大规模云服务商争相锁定需求
据彭博社报道,上述协议建立在双方既有合作关系的基础之上。谷歌此前已投资Anthropic,并承诺提供大量张量处理器(TPU)算力。另一项与博通的合作则与定制芯片研发相关联。
这一模式将基础设施、芯片和资本整合在一起,以锁定长期工作负载。与此同时,它还通过将重要客户的增长与谷歌TPU平台深度绑定,进一步刺激了该平台的需求。
Tekonyx总裁兼首席研究官Sid Nag表示,超大规模云服务商正在通过直接提供基础设施的方式争夺AI开发者,即便双方在模型层面存在竞争也不例外。"它们会向这些模型构建者出售AI基础设施,以此壮大自身的基础设施业务,"Nag说道。
Nag还指出,模型开发者的需求已经超过了现有算力供给,这为超大规模云服务商赢得长期承诺创造了机会。"谷歌深知Anthropic迫切需要AI基础设施算力,"他说,"因此他们提前入局、积极投资,目的就是赢得这块AI基础设施业务。"
从按需云服务转向预分配算力
这一结构也折射出AI基础设施使用方式的深层转变。
大型AI开发者正在提前锁定算力,在基础设施完全建成之前就预先预留资源。这种做法与此前需求快速增长阶段向专用部署和裸金属部署转型的趋势如出一辙。
"AI的故事正越来越多地演变为AI基础设施的故事,这一点已十分明显,"Nag说,"训练和推理需要持续、可预测的基础设施供给。大型模型开发者正在成为'主力租户'。"
对于数据中心运营商而言,这种需求意味着更大规模、更长周期的承诺,而这些承诺与电力供应和建设进度直接挂钩。项目的推进取决于能源获取能力以及快速交付算力的执行能力。
算力预售背后的风险
提前锁定需求有助于稳定数十亿美元规模的基础设施投资,但也会在资本、客户与算力建设之间形成更紧密的依赖关系。Nag警告称,将投资与未来采购和部署挂钩的结构,可能重演此前电信行业的周期性教训——当时设备供应商向客户提供融资,客户再用这笔钱购买供应商的设备。
超大规模云服务商正在调配资本和基础设施,以应对仍在演变中的预期需求;而模型开发者则依赖这些算力来支撑自身增长。实际上,数年的算力容量可能在真正交付之前就已提前承诺完毕。一旦技术、需求和供给格局发生变化,执行风险将随之大幅上升。
Q&A
Q1:谷歌向Anthropic提供的5吉瓦算力承诺具体意味着什么?
A:5吉瓦的算力承诺已接近公用事业级别的规模,要实现这一交付目标,可能需要建设多个超大规模数据中心园区,并在土地收购、许可审批和电网接入等方面进行长达数年的统筹协调。电力和设施必须在充分使用之前很久就完成规划和融资,这意味着谷歌需要在实际收益兑现前投入大量前期资源。
Q2:超大规模云服务商为什么要提前锁定AI基础设施需求?
A:目前大型模型开发者的需求已超过现有算力供给,超大规模云服务商通过提前锁定需求,可以稳定数十亿美元规模的基础设施投资,并赢得长期业务承诺。以谷歌为例,其不仅能通过投资Anthropic获得财务回报,还能将Anthropic的增长与自家TPU平台深度绑定,同时壮大自身的基础设施业务。
Q3:AI算力预售模式存在哪些潜在风险?
A:提前承诺算力容量会在资本、客户与基础设施建设之间形成紧密依赖。若技术路线、市场需求或供给格局发生变化,执行风险将大幅上升。此外,将投资与未来采购挂钩的结构可能重演电信行业的历史教训,即供应商为客户融资、客户再购买供应商设备,形成循环依赖,一旦链条断裂后果严重。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。