💬今天报告里我看到的最有趣的评论： 🔍Anthropic 围绕 GPT-5.5 发布所做的所有不寻常举动，最终都汇聚成一个结论：为了确保算力，Anthropic
- 序号：048
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
💬今天报告里我看到的最有趣的评论： 🔍Anthropic 围绕 GPT-5.5 发布所做的所有不寻常举动，最终都汇聚成一个结论：为了确保算力，Anthropic 必须更深入、更依赖地绑定那些拥有这些物理资源的人。 💼这个结论在几天前正式敲定的 1000 亿美元交易中得到了体现。 📌最具代表性的例子是与亚马逊的交易。 📌关键条款如下： 💰亚马逊将立即向 Anthropic 追加 50 亿美元投资，后续还有高达 200 亿美元的追加投资。 💰加上现有的 80 亿美元，累计投资额高达 330 亿美元。 💻确保获得高达，其中约 1 吉瓦计划在 2026 年底前上线。 📝Anthropic 承诺在未来 10 年内，在 AWS 技术上花费超过 1000 亿美元（包括对 AWS 芯片如 Trainium 和 Graviton 的使用要求）。 🔑获得 Trainium2/3/4 及未来 Trainium 系列的购买权。 📊Trainium2 目前已售罄，Trainium3 也基本被预订一空。 ☁️Claude 平台将原生在 AWS 上提供。 💡Anthropic 承诺的 5 吉瓦到底有多大？ ⚡这大约相当于五座核电站。 📊考虑到微软 2024 年全球数据中心总规模估计在 5-6 吉瓦左右，这意味着仅 Anthropic 一家就锁定了用于 AI 训练和服务的增量容量，其规模可与微软整个历史物理基础设施相媲美。 📈结合 Anthropic 宣布达到 300 亿美元年化经常性收入，市场将这笔交易解读为 “Anthropic 为了保持增长，提前签下了亚马逊的账单”。 📢同样值得注意的是，Anthropic 首席执行官 Dario Amodei 在宣布交易时的评论：“用户告诉我们，Claude 在他们工作中变得越来越不可或缺。我们需要建设基础设施来跟上快速增长的需求。” 📝上个月 Anthropic 的博客文章直接承认 “企业和开发者需求的激增给我们的基础设施带来了不可避免的压力，影响了可靠性和性能”，这实际上是这笔交易的预告。 🔑关键在于，这笔交易的结构对亚马逊比对 Anthropic 更有利。 💡亚马逊也已经投资了 OpenAI（高达 500 亿美元）。 📊换句话说，OpenAI 和 Anthropic 争夺市场份额的竞争越激烈，亚马逊就越能同时在三个维度受益：来自两者的云使用费、其自研芯片（Trainium 作为 XPU，Graviton 作为 CPU）的采用率，以及数据中心资本支出回收的可见性。 📈这在结构上几乎与谷歌历史上在 “全栈玩家” 框架下享有的估值溢价相同。 📊然而，市场尚未完全以这种眼光看待亚马逊。（与两周前相比，市场情绪确实有所改善。） 📉亚马逊的 CY26 EV/EBITDA 仍接近十年低点。 💡但随着两家 AI 实验室之间的竞争升级，亚马逊开始收取其 “过路费收入”，我们相信市场可能会逐渐走向重新估值。
总体总结
主题正文
- 🔍Anthropic 围绕 GPT-5.5 发布所做的所有不寻常举动，最终都汇聚成一个结论：为了确保算力，Anthropic 必须更深入、更依赖地绑定那些拥有这些物理资源的人。
- 💰亚马逊将立即向 Anthropic 追加 50 亿美元投资，后续还有高达 200 亿美元的追加投资。
- 📝Anthropic 承诺在未来 10 年内，在 AWS 技术上花费超过 1000 亿美元（包括对 AWS 芯片如 Trainium 和 Graviton 的使用要求）。
- 📊考虑到微软 2024 年全球数据中心总规模估计在 5-6 吉瓦左右，这意味着仅 Anthropic 一家就锁定了用于 AI 训练和服务的增量容量，其规模可与微软整个历史物理基础设施相媲美。
- 📈结合 Anthropic 宣布达到 300 亿美元年化经常性收入，市场将这笔交易解读为 “Anthropic 为了保持增长，提前签下了亚马逊的账单”。
- 📢同样值得注意的是，Anthropic 首席执行官 Dario Amodei 在宣布交易时的评论：“用户告诉我们，Claude 在他们工作中变得越来越不可或缺。
- 📝上个月 Anthropic 的博客文章直接承认 “企业和开发者需求的激增给我们的基础设施带来了不可避免的压力，影响了可靠性和性能”，这实际上是这笔交易的预告。
- 📊换句话说，OpenAI 和 Anthropic 争夺市场份额的竞争越激烈，亚马逊就越能同时在三个维度受益：来自两者的云使用费、其自研芯片（Trainium 作为 XPU，Graviton 作为 CPU）的采用率，以及数据中心资本支出回收的可见性。