一片训练加速芯片都不要顶尖团队反手砸百亿抢购最普通算力提到人工智能公司花大钱买算力你的第一反应大概是抢购英伟达的图形处理器。在这个人人盯着大显卡的年头如果有人掏出上百亿美元指明只要最普通、最传统的中央处理器甚至连一片专门用于深度学习训练的加速芯片都不要听起来是不是像一桩反常识的怪事这件怪事就在2026年9月真真切切地发生了。研发出Claude系列大模型的Anthropic与老牌网络服务商Akamai正式签下一份长达七年、价值高达116亿美元的计算基础设施承诺。更让人吃惊的是合同里还留了再追加90亿美元的选择权潜在总承诺直接奔着200亿美元而去。这笔交易不仅是Akamai成立近三十年来的最大单一订单也刷新了整个行业对大模型算力结构的认知。一家全球顶尖的模型研发团队为什么要在图形处理器之外砸下上百亿美元去买传统通用算力一、为什么造大模型的公司开始疯狂抢购通用芯片大家在新闻里看多了神经网络训练总觉得大模型只要有高性能图形处理器就能运转自如。但如果把整个大模型系统比作一家超大型餐厅事情就完全不是这样了。图形处理器确实像后厨里负责颠勺的核心大厨面对极其密集的数学矩阵计算它的爆发力无人能及。然而顾客从走进餐厅点单、服务员端茶倒水、前台核对菜单、调取仓库食材再到把菜品安全端上桌这些繁琐琐碎的工序大厨根本没空管也根本干不来。在人工智能的技术链条里这些脏活累活全得交给中央处理器来做。当一位用户向Claude发出指令系统需要立刻对请求进行网络接入、安全审查、解析文档格式、调用外部搜索工具、调度各种存储服务最后还要把生成的文本安全稳定地分发给全球各地的终端。随着大模型从简单的单次聊天升级为能自主跑数千行代码、调取多个软件协同工作的智能体系统这类围绕在图形处理器外围的通用调度需求呈现出指数级爆发。Anthropic新推出的Claude Opus 5.5在代理编程和自动化审计等复杂任务上消耗了极其庞大的支撑性算力。这就解释了为什么Anthropic在过去一年收入暴涨80倍的同时通用计算资源开始亮起红灯。单纯把图形处理器堆满机房已经解决不了复杂的外部调度问题。它们必须找到一张铺满全球的通用算力网络用来承载庞大而繁杂的周边任务。二、一家老牌网络服务商凭什么接下这一百多亿的大单很多人对Akamai的印象还停留在内容分发和网络安全防线提供商。但这家老牌公司在全球几千个地点拥有超过4400个边缘接入节点。正因为中央处理器的功耗远低于发热巨大的图形处理器它们并不需要全挤在极度消耗电力的超大型核心数据中心里而是可以分散在离真实用户更近的数千个边缘网络节点中。Akamai手里的这套分布式架构恰好契合了智能体工作流对网络低延迟、多点接入和高安全性的苛刻要求。对于Akamai来说这是一场关乎自身定位的关键转变。两家公司早在2026年5月就曾低调签下一份18亿美元的基础设施协议随后在9月18日敲定了更底层的项目计划最终在9月24日演变成这份震惊业界的116亿美元正式大单。首席执行官Tom Leighton直言按照目前的增长势头云服务相关的收入可能很快就会超越公司的传统业务板块。不过要想吃下这块蛋糕Akamai自身也得付出极其昂贵的代价。为了满足Anthropic的需求Akamai预计要砸下大约55亿美元的资本开支这个数字超过了它2025年全年总支出的六倍。光是在2026年Akamai就必须提前拿出约17亿美元联手Lenovo与代工商Jabil提前在供应链里抢购并锁定关键硬件组件特别是极其紧缺的内存条。这种真金白银的投入直接把两家公司的利益死死捆在了一起。为了把合作坐实Akamai甚至向Anthropic发行了认股权证允许对方购买约占自身已发行普通股5%的非投票可转换优先股行权价定在每股111.33美元。约2%的股份随着本次116亿美元承诺立即归属剩下的约3%则和未来扩容挂钩Anthropic每多买30亿美元的服务就能解锁约1%的股份。这也是Akamai历史上第一次给客户开出这样的股权绑定条件。三、表面是百亿狂欢背后藏着怎样的财务时间差在外行人看来116亿美元的大单砸下来Akamai似乎马上就能赚得盆满钵满。但仔细拆解这份合同的财务条款就会发现背后存在着巨大的现实时间差。首先这是一份带有严格交付条件、采取照付不议模式的基础设施合同款项的最终支付完全取决于Akamai能不能按期交出符合规格与稳定性的机架服务。在2026年Akamai不仅无法确认来自这笔交易的任何收入反而要先背上约17亿美元的供应链采购开支属于纯粹的重资产投入期。按照首席财务官Ed McGowan公布的推进节奏真正的收入要等到2027年下半年才开始显现2027年全年预计贡献1.5亿至3亿美元。随着基础设施全面铺开预计要到2028年底该业务才会爬坡到每年约17亿美元的年化运行水平。摩根士丹利对此给出的预期是这项业务完全跑通后经营利润率大约在30%左右。虽然Akamai账面上握有46亿美元现金和10亿美元信贷额度足以支撑早期的供应链垫款但这种先承担巨额开支、后缓慢收回现金的商业形态对任何一家技术公司的资产负债表都是严峻考验。更深层次的博弈在于AI赛道的降价浪潮正逼得所有人拼命压低边际成本。就在大单宣布前两天的9月22日Anthropic推出了Claude Opus 5.5通过优化底层服务算力直接把运行成本压低了40%其中代理会话最核心的缓存读取价格甚至砍掉了60%同一天竞争对手OpenAI也相隔一小时掏出了GPT-6 Sol和GPT-6 Luna将使用价格砍去一半。在顶层大模型激烈的降价战之下模型厂商必须把每一份非必要的算力消耗降到最低。采用分布式的通用算力节点来替昂贵的图形处理器挡枪成了控制成本的必然选择。这场横跨七年的百亿豪赌实际上挑明了人工智能底层演进的一个新拐点大模型的战场正在悄悄裂变模型训练的算力固然昂贵但当AI真正作为智能体深入现实世界的各行各业时支撑海量复杂调度的底层通用算力正在演变成另一座同样吞噬百亿资本的隐形水库。
