算力过剩是伪命题？解析巨头囤积背后的交付瓶颈与结构性短缺
繁荣表象下的算力迷思
近期，硅谷科技圈围绕“AI算力是否过剩”展开了一场激烈的争论。起因看似简单：Meta被曝准备出售“多余”的AI算力，这一消息迅速在社交媒体和专业媒体间发酵，引发了市场对基础设施投入回报率的担忧。然而，如果我们把视线拉长，观察同一家公司乃至整个行业的后续动作，会发现一个更为复杂的图景。仅仅在Meta消息传出几天后，Anthropic便与一家前比特币矿企签署了金额高达190亿美元的20年数据中心租约。与此同时，路透社披露的内部备忘录显示，Meta不仅没有缩减计划，反而准备将总算力容量扩大至14GW。
这种看似矛盾的现象，揭示了当前AI基础设施市场的核心真相：所谓的“算力过剩”，在很大程度上是一个被误读的伪命题。市场所看到的“多余”，往往是被混淆了概念后的局部冗余，或者是尚未转化为生产力的规划容量。而在这一表象之下，真正能够即时调用、投入生产的前沿算力依然处于极度紧缺的状态。要理解这一逻辑，我们需要深入拆解头部企业的战略行为及其背后的供需逻辑。
Anthropic的激进扩张：需求增速远超预期
要判断算力是否过剩，最直接的观察对象是那些对算力最为饥渴的AI模型公司。Anthropic无疑是其中的典型代表。在过去不到一年的时间里，Anthropic几乎与所有主要的云厂商、芯片制造商和数据中心运营商建立了合作关系。从2025年11月宣布与Fluidstack合作投入500亿美元，到承诺购买微软Azure 300亿美元的算力；从2026年初锁定谷歌、Broadcom的5GW TPU容量，到与亚马逊签订高达1000亿美元的AWS长期协议，Anthropic的采购步伐从未停歇。
更引人注目的是其与SpaceX旗下Colossus数据中心的合作。Anthropic不仅拿下了Colossus 1的全部算力（超过300MW，相当于22万颗英伟达GPU），还进一步扩展到了Colossus 2项目。此外，7月初与TeraWulf签署的20年租约，又为其锁定了约401MW的关键IT负载。仅计算已明确公布容量的项目，Anthropic锁定的算力已超过11.7GW。这还不包括Fluidstack的500亿美元未披露具体容量的项目。
这种以GW为单位锁定未来的行为，并非盲目的军备竞赛，而是基于爆炸式增长的业务需求。数据显示，Anthropic的年化收入在2025年底约为90亿美元，而到了2026年4月，这一数字已突破300亿美元。企业客户中，年消费额超过100万美元的客户数量从500多家激增至1000多家。在Code with Claude大会上，CEO达里奥·阿莫迪透露，尽管公司原本按照10倍的年增长做预案，但2026年一季度的实际收入和使用量增速一度达到约80倍。
这种惊人的增长速度解释了Anthropic为何在拿到算力后，立即放宽了Claude Code的使用额度并提高API限额。一边是刚获得的算力，一边是迫不及待想要放量的用户，这种“算力饥渴”是真实的，而非策略性的炒作。
巨头的“刹车”与行业的“油门”
如果说Anthropic代表了需求端的极致狂热，那么Meta和SpaceX的动作则被部分解读为供给端的收缩信号。SpaceX的xAI项目面临团队重组、代码生成业务不及预期以及用户市场份额远低于ChatGPT的困境；Meta的Muse Spark API多次延期，商业变现节奏慢于其千亿美元级别的基础设施投入。因此，市场倾向于将这两家巨头的“算力冗余”等同于整个行业的“算力过剩”。
然而，这种推论存在严重的逻辑谬误。Meta拥有多余算力，只能说明其内部研发节奏与基础设施投入不匹配，即“扎克伯格的冰箱太小”，而非全世界粮食过剩。同理，xAI面临的挑战是其产品与市场需求的错位，而非算力本身的绝对过剩。将个别巨头的内部运营问题泛化为行业性供过于求，忽略了其他云巨头的强劲表现。
微软、亚马逊和谷歌的数据给出了截然不同的答案。2026年一季度，谷歌Cloud收入同比增长63%，首次突破200亿美元，未确认为收入的合同订单环比接近翻倍。通过谷歌API处理的模型调用量从每分钟100亿Token激增至160亿Token。微软CEO萨提亚·纳德拉在播客中明确表示，公司当前最大的问题不是算力过剩，而是电力。他甚至形容道：“我有一堆芯片，却插不上电。”亚马逊CEO安迪·贾西也强调，AWS安装AI基础设施的速度有多快，将其转化为收入的速度就有多快。
更有趣的是，尽管传出出售多余算力的消息，Meta内部的扩张计划却在加速。路透社披露的备忘录显示，Meta计划2026年部署7GW算力，2027年再增加7GW，总容量将达到14GW，年度AI基础设施投入最高可能达到1450亿美元。这要么表明Meta对未来自身AI发展持高度乐观态度，要么意味着其试图转型为基建服务商，将算力作为商品出售。无论哪种情况，都进一步印证了全球顶尖企业对算力持续增长的信心。
结构性短缺：从GPU争夺到电力与交付瓶颈
当前AI行业的核心矛盾，已经从早期的“抢GPU”演变为“抢交付”。几年前，算力紧缺表现为芯片缺货；如今，紧缺表现为能将GPU真正点亮并投入生产的环境要素缺失。一颗GPU躺在仓库里，账面上是供给，现实中却一个Token也跑不出来。真正的可用算力，需要芯片、电力、变压器、网络、冷却系统和机房在同一个时间、同一个地点完美配合。任何一个环节的滞后，都会导致规划书上的数字无法转化为实际的生产力。
这种“交付瓶颈”是当前算力市场的常态。路透社的报道指出，AI数据中心建设需求正在加剧美国变压器的短缺，部分大型变压器的交货周期已超过160周，接近三年。这意味着，即使开发商已经拿到了土地、芯片和电力合同，也可能因为一台变压器的迟迟未到，导致整个数据中心无法通电运营。
Anthropic与TeraWulf的合同是一个绝佳的案例。虽然合同金额高达190亿美元，但TeraWulf的数据中心尚未建成，首批容量要在2027年下半年才能交付，全部401MW则要等到2028年初。这笔巨额合同解决的只是未来的潜在需求，根本无法缓解2026年当下的算力缺口。2028年的401MW再多，也解决不了今天Claude用户的限流问题。
全球范围内的数据也印证了这一结构性矛盾。在2025年前三季度，欧洲、中东和非洲地区仅有850MW的新容量投入运行，同比下降11%；但同期已签约的容量却增长了12%，达到14.5GW，数据中心出租率从2022年的87%升至91%。这种“签约量增长”与“实际投放量下降”的反差，清晰地勾勒出算力市场的供需错位。
结语：跨越交付鸿沟的长期博弈
综上所述，“算力过剩”在当前阶段是一个极具误导性的概念。市场存在的“过剩”假象，源于将不同时间维度的供需进行了混淆：将尚未交付的规划容量、个别巨头的内部冗余、以及账面上的硬件库存，与实时调用的生产能力混为一谈。事实上，能够立即运行、产生商业价值的算力依然极度稀缺。
英伟达CEO黄仁勋曾预测未来两三年算力过剩的概率“几乎为零”，微软CEO纳德拉则指出了电力和基础设施交付的瓶颈。这些行业领袖的判断与当前市场的微观表现高度一致。算力竞赛已从单纯的硬件采购进入基础设施建设的深水区。变压器短缺、电力供应限制、建设周期漫长，这些因素共同构成了巨大的交付壁垒。
对于投资者和企业而言，关键在于识别这种结构性差异。规划中的数百亿美元合同，最终能有多少按时通电并转化为真实收入，将是检验行业健康度的试金石。在2028年之前，随着更多数据中心的逐步交付，短期的交付瓶颈有望缓解，但长期来看，随着模型复杂度的提升和应用的普及，算力需求的增长曲线依然陡峭。因此，关注点应从“是否过剩”转向“何时交付”以及“交付成本”，这才是理解当前AI基础设施市场的关键所在。