生成式AI帶動全球算力大戰全面升溫。Amazon承諾最多投資Anthropic 750億美元並綁定AWS Trainium算力；Google則被爆分散訂單給Marvell，鬆動Broadcom長年壟斷。高達數百億美元級別的資本支出，正改寫雲端產業版圖與AI晶片供應鏈。

生成式AI浪潮未歇，雲端巨頭的真正戰場早已從模型「誰更聰明」轉向底層「誰有算力」。近期兩樁大單，讓這場算力軍備競賽徹底升溫：一是 Amazon(AMZN)加碼砸錢支持AI新創 Anthropic，二是 Google（GOOG, GOOGL）傳出擴大採用 Marvell(MRVL)設計AI晶片、打破過去高度仰賴 Broadcom(AVGO)的局面。產業人士直言，誰能先鎖定幾十GW等級的資料中心與客製化晶片產能，誰就握有下一輪AI主導權。

先看Amazon與Anthropic這筆驚人交易。Anthropic宣布，未來十年承諾在 Amazon Web Services（AWS）上砸下超過1,000億美元，用於採用現有與下一代 Trainium 等客製化AI晶片與雲端基礎設施。作為交換，Amazon同意追加最多250億美元投資，疊加過去數年的80億美元承諾，整體投資上看750億美元級別。當中50億美元立即到位，其餘200億美元則與未來「商業里程碑」掛鉤，等於把算力與資本緊緊綁在同一條船上。

Anthropic坦言，企業與開發者對Claude模型的需求暴衝，再加上消費端使用量「明顯飆升」，導致現有基礎設施吃緊，可靠度與效能都出現壓力。因此，這次與AWS擴大合作，首要目標就是快速擴充算力。公司預計在今年底前，讓接近1GW的Trainium2與Trainium3運算容量上線，並已預先鎖定最高5GW的長期訓練與部署能力。對一家成立於2021年的AI新創來說，這樣的電力與硬體規模，已接近一國電網級的大型工業用戶。

對Amazon而言，這不只是單一投資案，而是搶占生成式AI基礎設施制高點的關鍵一步。公司先前就預估，今年資本支出將飆到約2,000億美元，多數將砸在AI相關硬體與資料中心上。透過讓Anthropic在Trainium上「吃到飽」，Amazon得以證明自家客製晶片與雲服務能支撐最頂級模型訓練，對其他企業客戶與開發者有示範效應。同時，Anthropic已在2023年將AWS定為主要雲端供應商，並在2024年升格為主要訓練夥伴，雙方關係迅速深化。

然而，這場賽局遠非一對一的排他合作。Anthropic創辦團隊來自OpenAI，如今一方面與Amazon深度結盟，另一方面也和 Microsoft(MSFT)與Google維持合作。去年，Microsoft同意最多投資50億美元給Anthropic，Anthropic則承諾購買300億美元的Azure運算資源；本月稍早，Anthropic又擴大與Google及Broadcom合作，鎖定「多GW」級別的算力與晶片供應。對這家年化營收已突破300億美元的AI新創來說，「多雲多廠商」策略是避免被任何一方掐住喉嚨，同時逼各家雲巨頭在價格與技術上持續加碼。

與此同時，Google在AI晶片供應鏈的布局也出現微妙變化。消息指出，Google計畫找上Marvell設計兩款新晶片，包括下一代Tensor Processing Unit（TPU）以及記憶體處理單元(MPU)，作為AI運算的關鍵組件。過去Google自家TPU設計長年倚賴Broadcom協助，這次若成局，將意味著Google正式分散風險，不再讓單一供應商獨占關鍵ASIC設計業務。

市場反應立刻反映期待。消息傳出後，Marvell股價盤中大漲近6%，Broadcom則回落約2%。這並不代表Google與Broadcom關係破裂，事實上雙方才在本月初把合作延長到2031年，並擴大範圍；Meta也剛宣佈，將部署1GW規模、採用Broadcom技術的自研MTIA晶片。但在AI晶片需求爆棚、記憶體供應又因Micron、SK Hynix與Samsung等廠商吃緊而成為瓶頸之際，Google選擇再拉一位重量級設計夥伴加入，既可分散風險，也可提升談判籌碼。

從技術面看，Marvell與Broadcom在供應鏈中扮演的角色相似：協助超大規模雲端業者把自家設計轉成可量產的ASIC，並串接台積電等晶圓代工。Google自2015年推出第一代TPU後，已持續演進到2023年的第七代「Ironwood」，並預期在本週舉行的Google Cloud Next大會上發布下一波AI晶片。TPU原先只是Google內部訓練模型的工具，2018年起開放給雲客戶使用，如今連Meta、Anthropic甚至Apple都成為TPU用戶，Nvidia(NVDA)壟斷AI運算的格局正被一步步侵蝕。

值得注意的是，Nvidia本身也在積極擴大生態圈。今年3月，Nvidia宣佈投資20億美元入股Marvell，讓使用Nvidia GPU的客戶更容易串接各大雲端業者打造的ASIC，形成「GPU＋客製晶片」的混合架構。對雲服務業者來說，這能在成本與性能間取得更佳平衡：核心工作交給GPU執行，特定任務則由自研ASIC補位，降低對單一供應商的依賴。

從產業結構來看，AI軍備競賽正重塑雲端市場。Amazon預估單年AI資本支出就高達2,000億美元，Google與Microsoft也都在資料中心與AI硬體上投入「數千億美元級」資本。這讓雲端產業朝向「少數超巨大玩家＋眾多依附其上的AI服務商」的極端集中型態發展。支持者認為，只有這種規模經濟，才能負擔數GW等級的算力建設；但批評者則擔心，算力高度集中在少數公司手中，可能導致競爭受限、創新被鎖定在特定平台之內。

從企業客戶的角度來看，多雲與多晶片供應商策略成為顯學。一方面，Anthropic等新創透過同時與Amazon、Microsoft、Google合作，爭取更有利條件與可靠供應；另一方面，Google分散TPU設計到Marvell，Meta與Broadcom深化合作，Nvidia則選擇入股生態夥伴，形成複雜的交叉持股與技術聯盟。這樣的局面短期內有助紓解算力短缺，長期則會形成高門檻護城河，讓中小型雲業者更難追趕。

綜合來看，這一輪AI算力軍備競賽短期不會降溫。當前關鍵問題已不再是「能不能建出更大的模型」，而是「誰有足夠便宜又穩定的電力與晶片」，以及「誰能把這些算力有效租給全世界」。在Anthropic大單加持下，Amazon力圖證明AWS與Trainium的實力；Google則透過Marvell與Broadcom雙線布局，穩固TPU陣營；Nvidia則試圖把自家GPU變成整個生態的必備核心。下一個考驗，將會是電力與環境成本：當AI資料中心用電動輒以GW計算，這場競賽最終由誰勝出，恐怕不只取決於矽晶片的性能，更取決於全世界願意為「智慧」付出多少能源代價。

點擊下方連結，開啟「美股K線APP」，獲得更多美股即時資訊喔！
https://www.cmoney.tw/r/56/9hlg37

免責宣言
本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。