亚马逊着手锁定未来十年的 AI 需求，加深与 Anthropic 的合作，达成一项将 Claude 生成方与超过 1000 亿美元 AWS 支出挂钩的协议，并向该初创公司追加 50 亿美元的新投资。公告后，Amazon 股价在盘后交易中上涨约 3%，显示投资者认为该协议在由芯片、电力与规模定义的军备竞赛中，为 AWS 提供了长期锚点。
该协议要求 Anthropic 在十年内在 AWS 技术上花费超过 1000 亿美元，包括获得高达 5 吉瓦的新容量以训练和运行 Claude。Anthropic 将标准化采用 Amazon 的定制硅堆栈，利用现有的 Trainium 和 Graviton 芯片，并在后续推出时迁移到下一代 Trainium2 和 Trainium3。这项承诺的意义不在于表面金额，而在于对利用率的保障：多年期的训练与推理工作负载跑道，有助于 Amazon 以异常明确的需求信号规划数据中心建设、电力采购和芯片流片。对 Anthropic 来说，此举在模型规模、上下文窗口和安全技术都与硬件同步扩展之际，确保了稀缺的算力。
协议的核心是一种向自研计算的明显转向。Trainium 的设计目标是相较于 GPU 压缩训练成本，而 Graviton 则面向通用与推理效率。将 Anthropic 锁定到 Trainium2 与 Trainium3，旨在减少对 Nvidia 在高端的依赖，并掌控 AI 成本结构中更大的一部分。那项 5 吉瓦条款同样意义深远。在 AI 中，约束的不只是处理器，而是电力。确保吉瓦级容量意味着多年场地收购、变电站建设和长期电力合同。作为参照，一个超大规模园区通常以数十兆瓦计。分布于各区域的 5 吉瓦是一项组合级别的押注，表明 AWS 能以工业规模统筹能源与冷却，然后通过溢价 AI 工作负载将其商业化。这也能使 Anthropic 免受今年动摇 AI 服务的算力短缺与中断之苦。
AMZN 的盘后上涨表明市场更看重持久的订单积压，而不是担心短期开支。但利润率计算并不简单。使用定制硅的训练集群在成本上应优于顶级 Nvidia 系统，然而为多吉瓦园区配置的资本支出高昂，并且折旧期长。AWS 已经借助更长期的客户承诺来提升利用率与毛利稳定性。十年内的 1000 亿美元锚定意味着每年将贡献数十亿美元的收入，这可能平滑增长并将 AWS 的业务组合转向以原始算力之上叠加的更高价值 AI 服务。反面则是：可预期会有更重的基础设施支出，以及 AWS 经营收入扩张与在硅、网络与数据中心容量上保持领先之间的持续拉锯。
这也是对 Microsoft 与 Google 的一记定位打击。Microsoft 拥有 OpenAI 的渠道和一个强大的 Azure AI 生态，将 GPT 接入与企业控制功能打包销售。Google Cloud 掌控自家 TPU 路线图，并已将其转化为训练与推理方面的成本与性能优势。通过收紧与 Anthropic 的排他性并承诺未来 Trainium 世代，Amazon 传递了两个信息：AWS 能够在规模上提供可靠且价格合理的算力；其硅路线图对前沿模型实验室而言足够可信以押注未来。这提高了竞争对手要拿下自家十年锚定客户的门槛，并加速了围绕垂直一体化栈的 AI 基础设施分化。
Nvidia 是任何 AI 基础设施声明背后不言而喻的第三方。这笔交易并未取代 Nvidia 在最前沿训练领域的顶级加速器；许多最先进的运行仍将追求最高吞吐与最成熟的软件栈。但重心可以在边缘发生转移。如果 Trainium2 和 Trainium3 在每美元性能上具有竞争力，Anthropic 的工作负载可能会大量从 GPU 迁移出去，尤其是用于稳定状态的训练更新与大规模推理时。每个超大云服务商将承诺的 AI 客户转到自家硅，就会随时间削弱 Nvidia 在超大规模市场的份额。更广泛的影响是价格压力：可信的替代方案给予买方杠杆，而长期支出承诺把这种杠杆转化为可预测的供给与经济效益。对 Amazon 来说，掌控更多成本要素会把 AI 从一个代付 GPU 的业务变成一个更可控、潜在更高利润的业务。
这桩合作发生在监管对大厂与 AI 实验室结盟高度审视的背景下。监管机构已调查过类似配对的治理与影响结构，关注战略投资与长期云承诺是否会加固既有企业或限制竞争。亚马逊会辩称该协议扩大了容量并激发创新，而非形成排他性封锁。尽管如此，支出规模与期限，加上深度硅整合，仍可能在美国与欧洲引来反垄断与云市场监管方的问题。可靠性是另一个风险向量。Anthropic 今年早些时候的中断凸显了紧绷基础设施带来的业务成本。如果 AWS 未能交付承诺的容量与稳定性，双方的客户信任都将受到威胁。反之，若那 5 吉瓦建设集中在电网紧张的地区，项目工期与成本可能延迟，侵蚀该交易假定的经济性。
对 Anthropic 来说，这关乎在前沿规模上的生存。Claude 的发展轨迹需要更多代币、更长的上下文、更丰富的工具使用与更安全的对齐——这些都耗费大量算力。锁定云与硅路线图为其对冲供应紧缩并提供可预测的成本曲线，以便规划产品与定价。十年期的保护伞也支撑企业销售。大客户希望确认其选择的模型供应商能随使用量扩展，而不会出现性能断崖或意外停机。且由于协议涵盖多个 Trainium 世代，Anthropic 在更换模型时获得了无需重新谈判供应的升级路径，降低了协调风险。Amazon 新增的 50 亿美元资本强化了资产负债表，使 Anthropic 能在营收到来前投入训练运行，设定下一个产品周期。
AWS 在何处部署这 5 吉瓦至关重要。靠近廉价且清洁的电力已成为竞争差异，接入水源、输电与快速审批亦然。预计会采取混合策略：在现有 AWS 区域扩建以与数据重力共址，同时在电力富集走廊新建，并配以长期可再生合同与现场发电。选址决定了 Anthropic 客户的延迟表现，并传递 AWS 打算在多大程度上满足 AI 需求而不侵蚀传统云工作负载容量。它也界定了碳排放叙事：超大云服务商需要展示 AI 增长与脱碳路径的一致性，否则将面临更大的监管与利益相关者阻力。
近期催化剂是硅。Trainium2 与 Trainium3 的基准测试与交付时间表将验证 AWS 是否能兑现使交易成立的每瓦性能承诺。还要关注 Anthropic 承诺的合同性质披露——最低购买量、take-or-pay 条款，以及在需要时弹性切换到 GPU 的能力。在财务方面，跟踪 AWS 的订单积压与资本支出指引，以寻找与那 5 吉瓦承诺相连的建设进度迹象。最后，留意竞争对手的反应：Microsoft 可能寻求深化与 OpenAI 的承诺或吸引新的锚定实验室到 Azure，Google 则会推动其 TPU 与 Gemini 的整合故事。目前，市场的信息很明确。亚马逊刚为自己买来了时间、需求可见度，以及用自家芯片拉低 AI 成本曲线的机会——而代价是资本与混凝土。
