登录

一年烧几十亿的AI公司,到底是怎么算账的?


速读:他指出,算力是构建一切的「画布」,在指数级增长的市场中,传统的线性财务规划已经彻底失效,取而代之是跨越三大异构芯片平台(GPU、TPU、Trainium)的灵活性与动态调度机制。 「买多破产买少掉队」的算力采购两难怎么解决? AnthropicCFOKrishnaRao在近期对话中,揭示了Anthropic背后关于算力分配与资本运作的生存逻辑,以及构建多芯片异构架构的战略布局。 Anthropic如何设计跨越三大异构芯片的最优算力方案? 异构算力策略如何重塑Anthropic的商业回报率?
2026年06月06日 10:3

本文来自PRO会员通讯内容,文末关注「机器之心PRO会员」,查看更多专题解读。

在当前生成式人工智能爆发的趋势下,前沿 AI 实验室和模型供应商均面临物理算力消耗的挑战。 Anthropic CFO Krishna Rao 在近期对话中,揭示了 Anthropic 背后关于算力分配与资本运作的生存逻辑,以及构建多芯片异构架构的战略布局。他指出,算力是构建一切的「画布」,在指数级增长的市场中,传统的线性财务规划已经彻底失效,取而代之是跨越三大异构芯片平台(GPU、TPU、Trainium)的灵活性与动态调度机制。同时,通过引入「不确定性圆锥」与「Jevons 悖论」等概念,Krishna Rao 剖析了 Anthropic 如何将底层算力效能,最终转化为在应用层面的商业生态护城河。

目录

01.  为什么算力是 AI 企业的生死线? 

算力如何决定 AI 企业的生死?「买多破产买少掉队」的算力采购两难怎么解决?...

02 . Anthropic 如何设计跨越三大异构芯片的最优算力方案?

算力该优先分给客户还是研发?内部算力如何驱动模型的递归自我改进? ...

03 . 异构算力策略如何重塑 Anthropic 的商业回报率?

降价反而增收的 Jevons 悖论如何生效?算力 ROI 该用什么标准衡量?极致算力如何转化为不可复制的商业护城河? ...

为什么算力是 AI 企业的生死线? 

1、Anthropic 首席财务官 Krishna Rao 接受了近日的一场专访,作为 Claude 系列模型管理者,他从内部视角揭秘了年烧数十亿美元的顶尖 AI 实验室,如何在指数级增长的市场中解决算力采购、调度与成本控制的核心难题。

2、针对前沿 AI 实验室的基本财务与资源运转逻辑, Krishna Rao 在对话中将算力定义为整个业务运转的「生命线(lifeblood)」以及构建一切核心业务的「画布(canvas)」。他强调,企业内部的核心活动,无论是模型开发还是客户服务,均高度且唯一地依赖底层物理算力的支撑。 

① 基于此,Krishna Rao 表示算力资源的错配将给大模型企业带来生死存亡的风险,因为如果算力储备过少,企业将直接面临无法满足外部客户服务需求的窘境,这等同于被迫退出前沿竞争的梯队。

② 相反,他也警告了过度盲目囤积算力所带来的反噬效应,指出如果购买了过多的闲置算力,巨大的财务拖累将直接导致企业资金链断裂甚至破产倒闭。

3、针对算力采购中 「买多导致巨额闲置破产、买少错失前沿掉队」 的困境,Krishna Rao 解释了「不确定性圆锥(cone of uncertainty)」的概念。即,在当前 GenAI 爆发的周期内,市场对算力的需求呈现出完全非线性的指数级增长态势。

① 「不确定性圆锥」反应了在指数级增长曲线上,即使是极其微小的月度或周度增长率波动,在经过 1 到 2 年的长线周期复合累积后,也会在预测模型中演变成呈扇形散开的巨大算力需求落差。

② 「不确定性圆锥」带来的不确定性导致了传统企业所依赖的线性财务规划和增量思考模式失效。Rao 表示,作为习惯于线性思维的财务决策者,打破这种旧有范式是他加入 Anthropic 两年来的自我挑战。 

4、针对不确定性圆锥带来的变化,Krishna Rao 分析了在放弃传统的线性规划后, Anthropic 如何建立一套适应指数级商业思维的全新算账逻辑与规划流程,他表示财务团队不再追求单一的精准预测,而是观察 1 到 2 年时间跨度内「不确定性圆锥」中的各种情景,并通过从目标结果「向后推演」的方式来制定采购计划。

① Krishna Rao 指出,前沿实验室必须在极端保守与极度激进的需求预期之间寻找动态平衡,因为动辄千兆瓦级别的物理集群采购无法在下周立刻交付,必须提前进行长远的前瞻性规划。

② Krishna Rao 强调,为了确保始终处于前沿梯队,Anthropic 的财务策略是倾向于瞄准这些潜在结果区间中的「最顶端」来进行资源配置与资金调度。 

5、除了基于财务视角的规划,Krishna Rao 表示 Anthropic 在分配算力资源时,是在协作和透明的机制下进行的,而非零和博弈与「各自为战」的组织内耗。

① 在具体分配原则上,Krishna Rao 表示,尽管面临巨大的商业变现诱惑,公司依然为「模型开发」设定了不可逾越的算力分配底线。

② 他强调,即便这意味着短期内服务客户会变得更加困难,甚至需要做出一些不自然的市场妥协,Anthropic 也会坚守对开发最优质模型的长期投资,因为他们坚信前沿智能的长期回报率是无可估量的。

Anthropic 如何设计跨越三大异构芯片的最优算力方案?

1、为了对冲 「不确定性圆锥」 带来的极端供需风险,应对全球 AI 芯片产能的极端紧缺局面,Anthropic 的采购决策是通过签署超过千亿美元的远期算力采购承诺,以此锁定未来数年的核心产能供给...

 关注👇🏻 「机器之心PRO会员」,前往「收件箱」查看完整解读

主题:算力|如何