2025年3月，Anthropic在一天之内完成了两件大事：与加密矿企Riot Platforms签署了一份价值90亿美元的算力租赁协议，同时获得韩国科技巨头NAVER 100亿韩元（约720万美元）的战略投资。这两条消息在同一天落地并非巧合——它们共同指向一个清晰的信号：AI算力资本开支正在经历第二次加速，而这一次，资金的流向不再是简单的GPU采购，而是沿着算力供应链向更底层、更隐秘的环节渗透。
一、算力军备竞赛再升级：90亿美元协议背后的产业逻辑
Anthropic与Riot的这份90亿美元协议，表面上看是一家AI实验室与一家比特币矿企的跨界合作，实际上是算力供需矛盾的集中爆发。Riot Platforms目前拥有超过30万台的比特币矿机，其电力基础设施和散热系统经过改造后，可以容纳大规模GPU集群。根据协议，Riot将在德州工厂为Anthropic部署总计约450MW的AI算力基础设施，预计在2026年底前分阶段交付。
这笔交易的特殊之处在于它的规模。90亿美元如果用于直接采购NVIDIA H100 GPU，按照目前约2.5万美元的市场价折合，相当于3.6万片GPU的购买力——但这并不是购买，而是租赁。Anthropic选择租赁而非自建，反映出当前AI算力需求的一个核心矛盾：训练大模型的时间窗口比芯片折旧周期更紧迫。
横向对比更能说明问题。OpenAI与微软签署的算力协议总额超过1000亿美元（含Azure云信贷），Google在2025年资本开支指引中上调至750亿美元，Meta将全年AI基础设施投入定为620亿美元。Anthropic此前的算力协议大多在10-30亿美元规模，而这次90亿美元的跳跃式增长，发生在公司估值达到1800亿美元的背景下。
Q: Anthropic为什么需要90亿美元的算力协议？
答案的核心在于"算力储备"正在成为AI公司的估值锚点。Anthropic的Claude系列模型在2025年初已进入企业级市场，API调用量同比增长超过300%，但训练下一代模型所需的算力呈指数级增长。根据公开数据，训练一个相当于GPT-4级别的模型需要约10万片H100运行3-4个月，而Anthropic正在训练的Claude 5预计需要30万-50万片GPU的等效算力。提前锁定算力，本质上是在锁定模型迭代的时间窗口——在AI行业，晚一个月发布下一代模型，市场地位可能就会发生不可逆的位移。
二、亚洲资本加速布局：NAVER 100亿韩元背后的生态野心
NAVER向Anthropic注资100亿韩元的金额虽然不大，但战略指向性极强。NAVER是韩国最大的搜索引擎和云计算服务商，其搜索业务正面临ChatGPT集成搜索的降维打击，云业务则在与AWS、Azure的竞争中处于劣势。投资Anthropic，本质上有两层考量：第一层是搜索业务的生存防御——获得前沿大模型的优先适配权，对冲搜索流量的流失；第二层是云生态的借力打力——将Anthropic的模型接入NAVER Cloud，形成"模型+云"的捆绑方案，对抗国际云厂商。
这种"模型换市场"的模式正在成为亚洲科技巨头的共同选择。在此之前，软银已向OpenAI追加20亿美元投资，印度信实集团与Meta达成Llama系列模型的分发协议，沙特PIF基金持续加仓AI基础设施资产。这些交易的核心逻辑高度一致：语言模型具有强地域属性，本地化部署需要本土企业的合规支持，而亚洲市场的数据规模足以支撑独立的算力需求。
亚洲资本流入AI算力领域，还带来一个容易被忽视的变化：算力交易结构从"买断制"走向"订阅制"。类似刷卡送算力（https://spark1.cn/articles/482）这类按需付费模式的普及，使得中小企业和个人开发者也能接入前沿算力资源，这反过来扩大了AI算力市场的需求基数。
Q: 算力资本开支二次加速，和之前有什么本质不同？
如果用一句话概括：此前是"大厂自建算力"，现在是"全产业链求算力"。第一次资本开支周期（2023-2024年）集中在云厂商的GPU采购，需求驱动来自训练大模型的竞赛；第二次加速则表现为多元化的算力获取方式——包括租赁协议、合作共建、算力网（https://spark1.cn/articles/105）调度、跨境算力直连（https://spark1.cn/articles/777）等——需求驱动来自推理端的爆发。OpenAI的o3模型和Anthropic的Claude Opus系列在2025年将推理计算量推升了10倍以上，每一次用户调用都需要消耗数千TOPS的算力。这意味着，仅仅靠头部云厂商的自建数据中心已经不够了，一切可被调用的算力都在被整合进供应链。
三、算力爆发的"隐秘角落"：金刚石散热材料
当市场都在关注GPU的算力参数时，一个隐藏在芯片背后的材料正在经历惊人的资本化进程。金刚石散热——用人工合成金刚石作为芯片散热基板的技术——在2025年初突然成为A股市场的热点：四方达年内上涨超过150%，黄河旋风累计涨幅接近120%，惠丰钻石的区间涨幅也超过了100%。
为什么散热成了AI芯片的瓶颈？答案在芯片功耗的物理极限。NVIDIA的B200 GPU在满负荷运行时的热设计功耗（TDP）达到1000W以上，单机柜的功率密度已从20kW提升至120kW以上。传统铜基散热方案的热导率约为400W/mK，而金刚石的热导率在空气中可以达到2000-2200W/mK，是铜的5倍以上，同时具备优异的电绝缘性。当芯片功率密度超过临界点后，唯一能有效将热量传导出去的方案就只有化学气相沉积（CVD）金刚石膜。
CVD金刚石散热市场目前的复合年增长率（CAGR）超过50%，预计到2028年市场规模将突破60亿美元。这个数字在AI整体产业链中并不大，但它的战略意义在于：每片高端AI芯片的封装中，金刚石散热层的价值量约为200-400美元，占芯片成本的5%-10%。随着GPU迭代，这个比例将逐步提升，而供应链目前高度集中——全球约80%的CVD金刚石产能在中国企业和少数日本企业手中。
Q: 金刚石散热和AI芯片有什么关系？
AI芯片的性能提升受制于热管理能力。以B200为例，如果散热方案不升级，芯片在满载状态下工作30分钟后就会因过热自动降频，实际算力输出只有峰值的60%左右。这意味着，散热技术直接影响算力的有效供给，而不仅是硬件寿命问题。金刚石基板能高效地将热量从芯片核心传导到散热器，保持芯片在满血状态下持续运转。随着英伟达下一代Rubin平台、AMD的MI400系列陆续量产，3nm/2nm工艺的功耗密度将进一步攀升，金刚石散热将从"可选方案"变成"必要规格"。
从产业格局看，金刚石散热链的上游是CVD金刚石生长设备和原材料，中游是金刚石膜切片与表面处理，下游是芯片封装厂。目前困扰国内企业的不是技术路线（CVD法已是大势所趋），而是良品率和成本——目前金刚石散热基板的制造成本约在每平方厘米80-150美元之间，距离大规模应用所需的50美元以下仍有空间。一旦成本突破临界点，市场将迎来指数级扩张。
四、资本蓄水池：从1.5万亿计划到核电压舱石
算力基础设施的扩张不仅仅是买芯片、建机房，它正在变成一个完整的资本密集型产业生态。摩根士丹利在2025年初宣布的1.5万亿美元创新基础设施投资计划，将AI数据中心、下一代通信网络和清洁能源变革列为三大优先方向。这并非孤例——黑石集团、KKR、Brookfield等另类资产管理巨头均在近年将其基础设施投资组合中AI相关资产的占比从不足10%提升到30%-40%。
基础设施资本的进入，正在重构AI算力的成本结构。算力中心的三大成本——电力、建筑、设备——正在发生系统性变化。在电力侧，由于AI数据中心的持续高负荷运行对电网稳定性提出挑战，核电正在成为绿色算力的战略选项。匈牙利保克什核电站扩建项目在2025年初获批新一批融资，其新增装机容量中有相当比例被预定用于AI算力供电。在美国，微软已与Constellation Energy签署核电购买协议，亚马逊也向X-energy投资5亿美元开发小型模块化核反应堆（SMR）。
这种"AI算力+核能"的绑定模式，反映了长远算力供给的确定性诉求。一个典型的大型AI数据中心园区（500MW规模）的运营寿命为20-30年，但目前的电网基础设施无法保证同等周期的清洁电力供给。光伏和风能具有间歇性，天然气面临碳排放约束，核能——无论是大型堆还是SMR——在稳定性上具有不可替代性。
Q: 普通投资者如何参与AI算力产业链？
这个问题首先要明确分层。AI算力产业链的参与入口大致分为四个层次。第一层是GPU与芯片设计公司，如英伟达、AMD，门槛最高但透明度也最高；第二层是服务器组装与云服务厂商，包括浪潮信息、工业富联以及各类算力服务商，这个层次已经出现分化，类似算力直连（https://spark1.cn/articles/777）这类新型服务模式正在改变传统的算力供给方式；第三层是上游零部件与材料，比如光模块、PCB、散热材料——其中散热板块目前处于"需求爆发、供给集中"的阶段；第四层是电力基础设施，包括核电、燃气轮机、变电站设备等。
对于普通投资者而言，需要理解的是：算力资本开支的传导具有明显的滞后性——GPU采购高峰之后约2-3个季度，散热、电源、网络设备等配套环节才会迎来业绩兑现期。目前处于第三层与第四层交替发力的阶段。但需要强调的是，AI算力板块的估值波动极大，2024年市场已经经历了从极度乐观到深度回调的过程，投资前必须评估自身风险承受能力。
五、二次加速的启示：算力不再只是购买行为
如果把算力资本开支的第一次加速视为"供给侧建设"，那么当前的二次加速正在进入"需求侧整合"阶段。Anthropic的90亿美元租赁协议暗示了一个重要变化：算力正在变成像电力一样的"即取即用"资源，而非需要多年建设才能交付的固定资产。
这种变化对整个AI产业生态带来了深远影响。对AI创业公司而言，算力获取方式将直接影响商业模式的选择——是专注于模型研发，还是转向深度的行业应用，取决于能否以合理的成本获取足够的算力。对企业CIO而言，AI应用的落地节奏将与算力市场的供需状况直接挂钩，提前锁定算力资源相当于为数字化战略购买了"期权"。
从更宏观的视角看，算力资本开支占全球GDP的比重正在上升。如果按当前增速推算，到2030年全球AI算力资本开支将达到每年1.2-1.5万亿美元，约占全球GDP的1%——这个比例相当于上世纪70年代美国州际高速公路建设时期的基建投资强度。资本市场对算力的定价，正在从"成长股逻辑"切换为"类公用事业逻辑"，而这恰恰是规模资本的入场信号。
回望Anthropic与Riot签约的那一刻，它不只是一个商业协议的签署，而是整个AI行业进入"算力精耕时代"的标志性事件。从90亿美元的租赁协议，到金刚石散热材料的百倍涨幅潜质，从核电的绿色复兴到亚洲资本的产业联姻，一条新的产业链路正在完整浮现。链条的主线只有一个：算力是一种需要被持续投资、精打细算、深度运营的战略资源。谁能以最低的成本获得最稳定的算力，谁就能在下一轮AI竞争中占据先机。
本文首发于 AI家园，转载请注明出处。
💬 评论