黃仁勛的兩次 "看錯"：Anthropic 的 650 億融資如何改寫 AI 算力冷戰格局

在AI 雙雄 IPO大戰如火如荼之際，我們不妨回顧一下一件有意思的事。

2026 年 4 月 15 日，英偉達 CEO 黃仁勛在硅谷播客主持人 Dwarkesh Patel 的深度訪談中，罕見地承認了兩個關鍵戰略判斷失誤：一是錯失早期投資 Anthropic 的機會，二是低估了谷歌 TPU 通過綁定 Anthropic 實現的市場突破。這兩句話像投入 AI 算力池的巨石，激起的漣漪在短短一周內演變成滔天巨浪 ——4 月 20 日至 24 日，亞馬遜與谷歌先后向 Anthropic 砸下 250 億美元與 400 億美元，合計 650 億美元的投資讓這家 AI 獨角獸估值飆升至 3800 億美元，一舉超越 OpenAI 成為全球最貴 AI 初創公司。

這場資本與算力的豪賭，絕非簡單的商業投資，而是 AI 時代算力冷戰的戰略轉折點。黃仁勛的 "看錯"，恰恰暴露了英偉達 GPU 生態正在遭遇的結構性挑戰；而谷歌與亞馬遜的聯手押注，正在重塑 AI 基礎設施的權力版圖。

一、黃仁勛的第一個 "看錯"：錯失 Anthropic 的戰略失誤

"我們當時就是沒那個能力。那不在我們的思維范疇內。" 當被問及為何沒有在 Anthropic 估值還很低時就進行戰略投資時，黃仁勛的回答坦誠得令人意外。

1. 錯失的千億級機會

黃仁勛在訪談中直言不諱地承認了自己的戰略誤判："我一直以為他們可以去 VC 那里融資，天哪，所有公司都是這樣的。但他們試圖做的事情不可能通過 VC 完成。OpenAI 想做的事情不可能通過 VC 完成。我現在認識到了。那時我不知道。"

這個 "不知道" 的代價有多大？

• 2023 年，谷歌對 Anthropic 的首批投資僅 3 億美元，獲得約 10% 股份

• 2026 年 4 月，谷歌再次投資 400 億美元，此時 Anthropic 估值已達 3800 億美元

• 英偉達雖然后來向 Anthropic 投資了 100 億美元，但與早期投資相比，成本高出數十倍

更關鍵的是，這次錯失不僅是財務損失，更是算力生態的戰略失守——Anthropic 最終選擇了谷歌 TPU 和亞馬遜 Trainium 作為主要算力平臺，而非英偉達 GPU。

2. 戰略盲區的根源：從硬件思維到生態思維的滯后

黃仁勛的誤判，本質上是英偉達長期以來的硬件主導思維與 AI 時代算力 - 模型 - 資本三位一體新范式的脫節。

在訪談中，黃仁勛透露了當時的心態："在 Anthropic 需要我們做這件事的時候，我們就是沒那個能力。那不在我們的思維范疇內。" 這里的 "能力" 并非指資金（英偉達當時現金儲備充足），而是指戰略想象力—— 無法理解 AI 大模型公司需要的不是簡單的算力租賃，而是千億級別的長期資本 + 專屬算力 + 深度技術綁定的綜合解決方案。

相比之下，谷歌和亞馬遜更早洞察到這一點：

黃仁勛在訪談中反思道："如果我能更早，我一定會更早做。" 這句遲來的悔悟，恰恰印證了 AI 競爭已從單一硬件性能比拼，升級為資本 + 算力 + 模型 + 生態的全方位戰爭。

二、黃仁勛的第二個 "看錯"：TPU 的威脅遠超預期

"Anthropic 是一個獨特的個案，不是趨勢。沒有 Anthropic，TPU 還有增長嗎？100% 是因為 Anthropic。" 黃仁勛在訪談中試圖淡化谷歌 TPU 的威脅，但他隨后的激烈抨擊卻暴露了內心的真實焦慮。

1. 從嘲諷到正視：TPU 的市場突破

黃仁勛對谷歌 TPU 和亞馬遜 Trainium 的態度經歷了戲劇性轉變：

• 早期嘲諷：

  "對手宣稱的 40% 成本優勢完全站不住腳。這些專用芯片雖然在某些固定計算上很快，但缺乏靈活性"

• 中期抨擊：

  公開叫板對方來跑性能測試，稱 "英偉達的計算棧是全球最佳性價比，沒有例外"

• 近期承認：

  在 Patel 的追問下，不得不承認 "Anthropic 是一個特例，不是趨勢"，但語氣已明顯軟化

這種轉變背后，是TPU 通過綁定 Anthropic 實現的量級突破：

• 2026 年，Anthropic 將從谷歌獲得多達一百萬個定制 TPU 芯片，帶來超過一吉瓦的 AI 算力

• 到 2027 年，谷歌 + 博通 + Anthropic 的鐵三角將上線 5 吉瓦算力集群，這相當于數十萬個 H100 GPU 的算力規模

• 更關鍵的是，Anthropic 的成功案例正在吸引其他 AI 公司考慮 TPU 方案，打破了英偉達 GPU 在頂級模型訓練中的壟斷地位

黃仁勛在訪談中反復強調："Nvidia 構建的是加速計算，不是一個張量處理單元。加速計算被用于各種領域：分子動力學、量子色動力學、數據處理..." 這番話看似在強調英偉達的多元化優勢，實則暴露了其在 AI 專用算力領域的戰略被動。

谷歌 TPU 的成功，恰恰在于專注 AI 訓練場景，構建了 "芯片 - 框架 - 模型" 的垂直整合生態：

1. 硬件定制化：

   TPU 專為 Transformer 架構優化，在矩陣乘法等核心計算上效率顯著高于通用 GPU

2. 軟件深度綁定：

   Anthropic 的 Claude 模型與 TPU 深度協同，甚至開發了專屬優化內核

3. 資本閉環：

   400 億美元投資 + 5 吉瓦算力承諾，形成 "資本投入→算力供給→模型優化→市場擴張→更多資本投入" 的正向循環

相比之下，英偉達的 CUDA 生態雖然強大，但在 AI 訓練的極致場景下，正面臨專用架構 + 深度定制的雙重挑戰。黃仁勛在訪談中承認："ASIC 的利潤率非常高，他們對此也相當自豪。" 這句看似不經意的話，實則是對 TPU 商業模式可行性的無奈認可。

三、Anthropic 的 650 億融資：AI 競爭格局的三重重構

谷歌與亞馬遜在 4 天內豪擲 650 億美元，絕非簡單的資本游戲，而是對 AI 競爭格局的三重重構：

1. 第一重重構：從 "三強爭霸" 到 "雙雄對峙"

此前 AI 第一梯隊被定義為 "御三家"——OpenAI、谷歌、Anthropic 三足鼎立。而 650 億美元融資后，格局已演變為：

• Anthropic 陣營：

  獲得谷歌 400 億美元 + 亞馬遜 250 億美元投資，同時綁定兩家頂級云廠商的專屬算力，估值達 3800 億美元

• OpenAI 陣營：

  獲得微軟 130 億美元 + 亞馬遜 500 億美元投資，依托 Azure 和 GPT-5.5 系列模型，估值約 3000 億美元

• 其他玩家：

  包括谷歌 Gemini、Meta Llama 等，正在逐漸被邊緣化，成為兩大陣營的陪襯36氪

這種 "雙雄對峙" 的格局，本質上是算力 - 資本 - 模型三大要素的高度集中，標志著 AI 行業進入寡頭壟斷階段。

2. 第二重重構：算力供應鏈的 "去 Nvidia 化" 加速

Anthropic 的融資協議中，最具戰略意義的條款是算力綁定承諾：

• 與谷歌：5 年谷歌云合作協議，獲得 5 吉瓦 TPU 算力，2027 年正式上線

• 與亞馬遜：10 年 AWS 合作協議，承諾投入超過 1000 億美元，使用 Trainium 芯片，年底上線近 1 吉瓦算力

這意味著：

1. 專用芯片崛起：

   TPU 和 Trainium 將獲得大規模部署驗證，加速其在 AI 訓練市場的滲透

2. 英偉達份額下滑：

   作為全球最大的模型訓練需求方之一，Anthropic 的轉向將直接影響 GPU 市場格局

3. 生態分化加速：

   AI 模型將針對不同硬件架構優化，形成 "英偉達生態" 與 "TPU/Trainium 生態" 的二元對立

黃仁勛在訪談中試圖淡化這種威脅："沒有 Anthropic，TPU 的增長從哪里來？它將 100% 來自 Anthropic。" 但他同時也承認："我們構建的是完全不同的東西。Nvidia 構建的是加速計算，不是一個張量處理單元。" 這句辯解，恰恰印證了英偉達在 AI 專用算力賽道的戰略被動。

3. 第三重重構：云廠商的 "代理人戰爭" 升級

谷歌和亞馬遜同時向 Anthropic 砸錢，看似矛盾，實則是 AI 時代云業務競爭的必然選擇：

更值得注意的是，兩大云廠商都采取了 "兩邊下注" 策略：亞馬遜在投資 Anthropic 的同時也向 OpenAI 投了 500 億美元，微軟在押注 OpenAI 的同時也向 Anthropic 投了 50 億美元。這種交叉持股的復雜網絡，標志著 AI 時代的競爭已從零和博弈轉向風險共擔、利益共享的新格局。

四、獨家洞察：AI 算力冷戰的三大終局推演

黃仁勛的兩次 "看錯"，以及 Anthropic 的 650 億融資，揭示了 AI 算力冷戰的核心矛盾：通用計算生態與專用計算生態的終極對決。基于權威信息，我們對未來三年的 AI 競爭格局做出三大推演：

1. 推演一：二元生態長期共存，形成 "雙軌制" 算力市場

• 英偉達生態：

  繼續主導通用 AI 計算、邊緣計算和科研計算，依托 CUDA 生態的豐富性和可編程性，保持 70% 以上的市場份額

• TPU/Trainium 生態：

  在超大規模 AI 訓練市場占據 20-30% 份額，依托專用架構的成本優勢和深度定制能力，成為頂級模型公司的首選

• 分水嶺：

  模型規模成為關鍵變量 ——10B 參數以下模型傾向英偉達 GPU，100B 參數以上超大規模模型傾向專用 ASIC

黃仁勛在訪談中強調："CUDA 的豐富性、可編程性和能力是第一點。第二，如果你是一個開發者，你構建任何東西，最重要的一件事就是裝機量。" 這番話恰恰點出了英偉達的核心優勢 ——生態粘性，這將是其抵御專用芯片沖擊的最堅固防線。

2. 推演二：Anthropic 的 "多云中立" 策略將面臨嚴峻考驗

Anthropic 當前的 "多云中立" 策略（同時與谷歌、亞馬遜、微軟合作），在 650 億美元融資后將面臨三大挑戰：

1. 資本壓力：

   谷歌和亞馬遜的百億級投資都附帶業績里程碑和算力采購承諾，要求 Anthropic 提供對等回報

2. 技術分化：

   不同云廠商的芯片架構差異將導致模型優化成本上升，Anthropic 必須在通用優化和專用優化之間做出平衡

3. 戰略沖突：

   當谷歌和亞馬遜在企業市場直接競爭時，Anthropic 將被迫選邊，否則可能同時得罪兩大金主

我們判斷，Anthropic 最終將形成 **"核心 + 外圍" 的算力策略 **：核心模型（如 Mythos 系列）在谷歌 TPU 上訓練，以追求極致性能；外圍模型和推理服務在 AWS Trainium 和英偉達 GPU 上運行，以兼顧成本和兼容性。

3. 推演三：英偉達的反擊將聚焦 "生態深化" 而非 "硬件軍備競賽"

面對 TPU 和 Trainium 的挑戰，英偉達的最佳反擊策略不是與對手比拼單一硬件性能，而是深化 CUDA 生態，構建 "芯片 - 框架 - 模型 - 應用" 的全棧優勢：

1. 加速軟件創新：

   加大對 PyTorch、TensorFlow 等框架的優化投入，提升 GPU 在 AI 訓練中的易用性和效率

2. 投資模型公司：

   借鑒谷歌和亞馬遜的經驗，對 AI 初創公司進行早期戰略投資，鎖定算力需求

3. 拓展邊緣市場：

   將 GPU 優勢從數據中心延伸到邊緣設備，構建 "端到端" 的 AI 算力解決方案

4. 推動標準制定：

   聯合行業伙伴制定 AI 計算標準，降低專用芯片的生態壁壘

黃仁勛在訪談中已經透露了這一戰略方向："我們的工作是繼續培育那個生態系統，繼續推進技術，以便我們能在市場上競爭。" 這句看似平淡的話，實則是英偉達應對算力冷戰的核心戰略。

五、結語：黃仁勛的 "看錯" 與 AI 的 "看對"

黃仁勛的兩次 "看錯"，并非個人失誤，而是整個 AI 行業從硬件驅動向生態驅動轉型的必然陣痛。Anthropic 的 650 億融資，也不是資本的盲目追捧，而是對 AI 未來發展規律的精準把握 ——算力、資本、模型、生態的深度融合，才是 AI 時代的核心競爭力。

對于 AI 行業參與者而言，這場算力冷戰的啟示是：

1. 模型公司：

   不要只關注算法創新，更要提前布局算力供應鏈，與云廠商建立深度綁定關系

2. 硬件公司：

   不要只比拼性能參數，更要構建完整的軟件生態，提升用戶粘性

3. 資本方：

   不要只追逐估值泡沫，更要洞察算力 - 模型 - 資本的協同效應，尋找生態價值的真正創造者

最后，引用黃仁勛在訪談中的一句話作為結尾："別用輸家前提規劃贏家策略。怕失去只會加速失去，主動做強才是破局！" 這句話，不僅適用于英偉達，也適用于所有在 AI 浪潮中尋找方向的企業和個人。

信息來源：

1. 黃仁勛與 Dwarkesh Patel 深度訪談（2026 年 4 月 15 日）：虎嗅網萬字實錄

2. 亞馬遜向 Anthropic 追加 250 億美元投資（2026 年 4 月 20 日）：CNBC 報道

3. 谷歌向 Anthropic 投資 400 億美元（2026 年 4 月 24 日）：Bloomberg 與 CNBC 確認

4. Anthropic 與谷歌、博通 5 吉瓦 TPU 算力合作（2025 年 10 月）：華爾街見聞報道

5. Anthropic 與亞馬遜 10 年 1000 億美元算力采購協議（2026 年 4 月）：亞馬遜官方聲明

6. 黃仁勛談 TPU 競爭與 Anthropic 投資失誤（2026 年 4 月 16 日）：新浪財經報道

為偉大思想而生！

AI+時代，互聯網思想（wanging0123)，

第一必讀自媒體