​手握算力當“房東”:英偉達轉手出租數據中心,Anthropic 350 億美元買單

2026年9月1日 01:325000 次瀏覽
站內 AI 整理稿

生成的新聞稿如下: --- 手握算力當「房東」:英偉達轉手出租資料中心,Anthropic 350 億美元買單 AI 熱潮持續推升對算力的爭奪,最新的交易模式再次改寫產業遊戲規則。據《華爾街日報》報導,知名 AI 公司 Anthropic 近日與雲端服務商 Lambda 簽署了一份總額高達 350 億美元的雲端運算協議,引發市場高度關注。這份合約並非傳統的單純租用伺服器,而是採用「轉租」架構——實際供應的算力來自晶片大廠輝達(Nvidia)預先鎖定的資料中心資源。換句話說,輝達在這次交易中扮演了「二房東」的角色,將自身掌握的算力資產轉手出租給 AI 公司使用。

根據報導,相關資料中心位於德州,由比特幣礦業公司暨資料中心開發商 Hut 8 負責建設。這項安排清楚反映出身處 AI 熱潮核心的輝達,正試圖從單純的晶片銷售者,進一步延伸至算力基礎設施的調度與租賃環節。過去輝達主要透過銷售 GPU 晶片獲利,如今則開始涉足資料中心營運與算力仲介,以更靈活的方式滿足大型 AI 模型訓練與推論的迫切需求。對 Anthropic 而言,這筆交易意義重大。在當前 GPU 供應極度吃緊的環境下,能夠確保獲得穩定且長期的運算資源,是加速模型開發與部署的關鍵。

Anthropic 是 OpenAI 的主要競爭對手之一,其 Claude 系列模型在市場上擁有相當影響力,需要龐大的算力支撐。透過與 Lambda 簽署此一協議,並間接連結輝達的資料中心資源,Anthropic 得以繞過直接採購 GPU 的瓶頸,直接取得所需的運算能力。而對輝達來說,這項安排則代表著商業模式的重大轉變。過去輝達僅是晶片供應商,賣出晶片後便完成交易;但如今透過「轉租」模式,輝達不僅能更直接地參與 AI 應用的爆發式成長,還能從中獲取長期穩定的收益。這種「算力即服務」的思維,讓輝達從硬體商轉型為基礎設施平台業者,進一步鞏固其在 AI 產業鏈中的主導地位。

值得注意的是,這筆 350 億美元的合約也凸顯了當前 AI 產業對算力的龐大需求,以及供應鏈中日益複雜的合作模式。傳統上,雲端服務商如 AWS、Google Cloud、Azure 是算力提供者,但現在晶片製造商、資料中心開發商、甚至加密貨幣挖礦業者都開始加入戰局。Hut 8 這類原以加密貨幣挖礦起家的業者,因擁有電力與資料中心建設經驗,逐漸在 AI 基礎設施領域扮演更重要角色。Hut 8 過去主要從事比特幣礦機託管與挖礦,但隨著市場波動與政策變化,該公司已積極轉型,將部分業務轉向 AI 資料中心建設。

德州擁有豐富的再生能源與相對低廉的電價,加上政府對加密貨幣與 AI 產業的友善態度,已成為美國新興的算力重鎮。此次與輝達、Lambda 的合作,可視為 Hut 8 從礦業踏入 AI 基礎設施的關鍵一步。業界分析指出,輝達的「二房東」模式有助於緩解 GPU 短缺問題,同時也讓輝達能更靈活地調度全球算力資源。傳統上,AI 公司若要自行部署 GPU 叢集,不僅需要投入鉅額資本支出,還需面對電力、散熱、網路等基礎設施挑戰。透過租用輝達掌控的資料中心資源,AI 公司可以大幅降低進入門檻,並將資源集中在模型開發與應用層面。然而,這種模式也引發一些疑慮。

例如,輝達同時扮演晶片供應商與算力租賃商的角色,是否會形成市場壟斷?其他雲端服務商或資料中心業者是否會因為輝達的介入而受到擠壓?此外,長達多年、總額數百億美元的合約,也意味著 Anthropic 必須承擔相當大的財務風險,若未來 AI 模型需求不如預期,這筆巨額支出可能成為沉重負擔。儘管如此,從市場反應來看,投資人對這項交易持正面態度。輝達股價在消息公布後持續攀升,顯示市場認同其從硬體銷售轉向服務收入的策略。Anthropic 則因獲得穩定算力保障,進一步提升其與 OpenAI 競爭的實力。

整體而言,這筆 350 億美元的合約不僅是單一企業的商業決策,更象徵 AI 產業正式進入基礎設施大規模整合的新階段。未來,隨著更多 AI 公司投入大型語言模型訓練,以及推理需求持續成長,算力資源的稀缺性只會更加明顯。輝達的「房東」角色能否持續擴大,Hut 8 這類轉型業者能否在 AI 資料中心市場站穩腳跟,都將成為業界關注的焦點。而這筆交易也為其他晶片廠商與雲端服務商提供了新的商業模式參考,預告 AI 基礎設施的競爭將更加激烈且多元。總而言之,從晶片銷售到算力出租,輝達正在重新定義自己在 AI 產業鏈中的位置。而 Anthropic 的 350 億美元買單,則為這場算力戰爭寫下又一筆驚人紀錄。

Related

相關文章

Hugging Face BlogAI硬體

擴展印度語言預訓練:2.8兆詞元與開放資料生成管線

本文介紹了針對22種印度語言的預訓練擴展計畫,使用了2.8兆詞元,並提供了12種語言的羅馬化資料。作者來自AI4Bharat與NVIDIA,開發了一套可重用的GPU加速管線,用於翻譯、品質評估與修復,以支援這些語言的模型訓練。

2 天前
Hugging Face BlogAI硬體

Multimodal open d1 decision models for the edge

Back to Articles Multimodal open d1 decision models for the edge Team Article Published October 7, 2026 Upvote - Aurelien Lac Aurelien-Lac Follow LiquidAI Fernando Fernandes Neto fernandofernandes Follow LiquidAI Edoardo Mosca EdoardoMosca Follow LiquidAI Maxime Labonne mlabonne Follow LiquidAI Leonie Monigatti iamleonie Follow LiquidAI Today, we release two open decision models in our d1 decision model family: d1-3B and d1-omni-600M (experimental).

1 週前
量子位AI硬體

AI算力硬合作,馬斯克還是更相信中國製造

馬斯克確認正與臺積電討論Terafab芯片製造合作,此前英特爾是唯一被點名的夥伴,計劃提供14A製程。Terafab規模龐大,目標年產1TW AI算力,約為當前全球產出50倍,馬斯克可能藉此分散風險並確保芯片供應。外界推測合作可能採臺積電直接運營、SpaceX控股或僅技術合作等模式,英特爾的14A製程也可能與臺積電技術混搭使用。

2 週前
Hugging Face BlogAI硬體

NVIDIA Kumo Tabular Sets a New Accuracy-Efficiency Frontier for Tabular Prediction

Back to Articles NVIDIA Kumo Tabular Sets a New Accuracy-Efficiency Frontier for Tabular Prediction Enterprise + Article Published September 29, 2026 Upvote - Jingang Qu jingangqu Follow nvidia Valter Hudovernik valterh-nv Follow nvidia Martin Jurkovic martinjurkovic Follow nvidia Cedric Lorenz cedric-lorenz Follow nvidia Akihiro Nitta akihironitta-nv Follow nvidia DG dgordeev Follow nvidia Federico Lopez flopeznv Follow nvidia Ramona Bendias RBendiasN Follow nvidia Gilberto Titericz Jr titericz Follow nvidia Aleksandar S.

2 週前