Meta 洽谈向竞争对手 Anthropic 租赁 100 亿美元 AI 算力

新闻摘要

据多家媒体援引知情人士的消息报道，Meta Platforms 与 Anthropic 正在进行早期洽谈，讨论一项安排：Meta 将在约两年内向 Claude 开发商 Anthropic 租赁高达 100 亿美元的 AI 算力。此次谈判最早于 2026 年 7 月下旬被报道，随后在 2026 年 8 月 27 日美国东部时间凌晨 5 点发布的《纽约时报》报道中披露了更多细节。这标志着两家公司关系出现了一个不同寻常的转折——它们在争夺企业级 AI 客户方面正面交锋，同时又有可能在基础设施层面成为商业伙伴。

交易将涉及的内容

根据正在讨论的条款，Anthropic 将按月向 Meta 支付费用，以获得对 Meta 数据中心和 Nvidia GPU 驱动的基础设施的直接访问权。该安排仍处于初步阶段，条款可能发生变化，但据知情人士透露，这是传统云服务商（如 Amazon Web Services、Microsoft Azure 和 Google Cloud）之外达成的最大规模算力租赁协议之一。截至发稿时，双方尚未签署最终协议，两家公司均拒绝就具体细节公开置评。

Meta 为何有富余算力可供出售

此次洽谈正值 Meta 大幅提高自身资本支出之际。该公司 2026 年资本支出指引于 2026 年 4 月更新，目前为 1250 亿至 1450 亿美元，是 2025 年约 720 亿美元投资的两倍多。其中大部分支出用于数据中心和 Nvidia 芯片，以支持 Meta 的 Superintelligence Labs 及其基于 Llama 的 AI 产品系列。Meta 是美国四大超大规模云厂商中唯一没有现有云基础设施业务的公司，高管们表示，公司经常收到外部公司主动提出的高价购买算力的请求。

Meta 首席执行官马克·扎克伯格在 2026 年 5 月的公司年度股东大会上表示，正式开展云计算业务"绝对在考虑范围内"，并补充说"几乎每周都有不同的外部公司来找我们，要求我们搭建 API 服务，或者询问我们是否有可以溢价出售给他们的算力。"2026 年 7 月初，在 Meta 表示将开始向外部客户出售过剩的 AI 算力后，该公司股价上涨约 9%，分析师指出，此举可能缓解投资者对资本支出高企的担忧，尽管其利润率低于 Meta 的广告业务。

Anthropic 为何需要这些算力

对 Anthropic 而言，此次洽谈反映的是持续的算力短缺，而非战略转变。该公司在 2026 年报告了爆发式增长，首席执行官 Dario Amodei 表示，其 Claude Code 产品在第一季度的年化增长率约为 80 倍，营收运行率已达到约 300 亿美元。这一增长速度一再超出可用的图形处理单元容量。2026 年 3 月下旬，Anthropic 在工作日高峰时段收紧了 Claude 的使用限制，该公司表示，尽管其估值在 2026 年 5 月的二级市场交易中已接近 1 万亿美元，但芯片获取仍是其核心瓶颈。

为弥补缺口，Anthropic 已在其他地方锁定了大规模基础设施承诺，包括据报道与 Google 达成的 400 亿美元安排以及与 Amazon 达成的 250 亿美元安排，这两项安排均计划在 2026 年底至 2027 年期间分阶段交付额外算力。与 Meta 的潜在交易将增加一个更快速、更直接的算力来源，因为它将利用 Meta 已经建成的基础设施，而无需新建。

复杂的竞争背景

Meta 和 Anthropic 同时是企业级 AI 工具和开发者服务市场的竞争对手。2026 年 8 月，Meta 推出了其首款 AI 编程代理，定位为 Anthropic 和 OpenAI 编程类产品的直接竞品。与此同时，Meta 自身的 Superintelligence Labs 也因内部战略分歧而受到关注，更广泛的 AI 行业也出现了竞争对手实验室之间的公开摩擦，包括 2026 年初 OpenAI 与 Anthropic 高管之间广受关注的广告争端。

分析师认为，Meta 与 Anthropic 的潜在合作表明，AI 行业正日益分化为两种截然不同的业务：构建和销售 AI 模型，以及运营为其提供动力的物理基础设施。按照这种观点，一家公司可以在一个市场成为客户的竞争对手，同时在另一个市场充当其"房东"。如果交易最终达成，Meta 也将为投资者提供一个具体答案——投资者一直质疑其庞大的数据中心支出能否在改善自身消费产品之外产生收入。

后续走向

由于讨论仍处于早期阶段，包括价格、期限和数据中心访问的具体范围在内的条款仍可能发生重大变化，且无法保证两家公司能达成最终协议。Meta 和 Anthropic 都在继续并行扩大与多个合作伙伴的基础设施承诺，这表明即使这笔特定交易未能达成，在芯片和电力限制持续困扰整个行业的背景下，AI 实验室之间互相租赁算力的更广泛趋势仍可能延续。