Anthropic上市文件披露四平台算力调度，英伟达定价权面临考验
不过，这种策略对英伟达的威胁也有限。不同芯片平台之间的任务迁移仍然困难，模型训练尤其如此，难度高于模型推理。只有规模最大的 AI 企业才有资源实现跨平台调度。
据《商业内幕》10月28日凌晨报道，
Anthropic 在处理 AI 计算任务时同时用上了多种芯片，以此分散风险。从长期看，这套打法有可能撼动英伟达眼下在市场里的主导位置。
当地时间26日，Anthropic 公开的 S-1 上市申请文件显示，公司把多家战略合作伙伴提供的算力汇入同一个资源池，再靠软件把计算任务分派到效率最高的芯片上去跑。
报道提到，Anthropic 手头的芯片共有四类：亚马逊 Trainium、谷歌 TPU、英伟达 GPU 和 AMD GPU。为了做到这种跨平台调度，公司前后投入了多年时间和大量资金。
在分析师看来，这项能力有望让大型 AI 企业一点点摆脱对英伟达的依赖，在谈价格时拿到更多话语权。
在 Moor Insights & Strategy 创始人兼 CEO 帕特里克 · 穆尔黑德看来，Anthropic 使用多种芯片这件事早就有了，并非近期才出现；真正的不同点是，它开始把这种能力当成招揽投资人的筹码。“英伟达的定价权最可能被撼动。能在四个平台之间随时调度算力的客户，跟做不到这一点的客户坐到谈判桌前，处境完全是两码事。”
IDC 分析师阿希什 · 纳德卡尼则提到，混用多种芯片还能少受英伟达芯片供货起伏的拖累。
但这套策略对英伟达的威胁也有限。任务在不同芯片平台之间迁移依旧不容易，模型训练比模型推理更难。资源上撑得起跨平台调度的，只有规模最大的那批 AI 企业。
况且 Anthropic 自己也还在英伟达算力上砸下数十亿美元。
D.A.戴维森科技研究主管吉尔 · 卢里亚的判断是，OpenAI 等大厂很可能也会走类似路线，可对体量较小的公司来说，为此搭进去大量资金和精力未必划算。
Circular Technology 全球研究与市场情报主管布拉德 · 加斯特沃思也认为，Anthropic 的做法短期内不会给英伟达带来重大威胁。客户多了一些芯片可选，并不代表英伟达在性能、网络互联和软件上的优势会就此消失。
一旦 AI 算力逐步走向商品化，英伟达要面对的风险还会更广。
城堡投资 CEO 肯 · 格里芬上周接受彭博社采访时提醒，算力供应一旦超过需求，租赁价格就可能往下走：“GPU 和航空公司一样，运行的边际成本很低。一旦产能过剩，价格就会暴跌。”
