太平洋科技 AI

首页 > AI> 正文

22 万张 GPU 流向 Anthropic：AI 大战在今天走向分叉路口

蒜鸟编辑：陆新宇发布于：2026-05-07 16:28 PConline原创

由华为云驱动

2026年5月7日，美国SpaceX宣布将xAI并入旗下SpaceXAI，转租22万张GPU算力给Anthropic，开启“AI+航天+能源”工业化时代。此举标志全球AI竞争从模型创新转向基础设施争夺。同时，中国推昇腾950芯片，力图打破英伟达垄断，实现国产算力普及，两国走向截然不同的AI发展路径。

2026 年的 AI 行业，可能正在迎来一个会被后来者反复回望的时间节点。

一边，是马斯克正式确认 xAI 将被并入 SpaceXAI，22 万张 GPU 算力转租 Anthropic；另一边，则是中国 AI 圈过去几个月里持续升温的另一个关键词——昇腾 950。

如果只看新闻本身，这两件事似乎并没有直接联系。但如果把它们放在同一张产业地图上，就会发现，一个更加深层的变化正在出现：全球 AI 的竞争逻辑，正在从模型竞争转向基础设施竞争。

过去三年，人们讨论 AI，讨论的是谁的模型更强、参数更多、Agent 更聪明、谁能做出下一个 GPT-5。但到了今天，AI 世界真正稀缺的东西已经开始发生变化：GPU、电力、冷却、土地、能源调度、数据中心建设能力，正在取代单纯的算法能力，成为决定下一阶段竞争格局的关键变量。

AI 正在从一个互联网问题，逐渐变成一个工业问题。而中美也正在走向两条完全不同的路径。

并入 SpaceXAI 的 xAI，开始 AI 重工业时代

很多人第一眼关注的是“xAI 被解散”，但真正重要的其实是 xAI 被彻底纳入了 SpaceX 的工业体系之中。火箭、卫星、能源、数据中心、AI 模型、超级算力集群，第一次被正式整合进同一个组织架构。这背后所释放出的信号，远比一次普通的业务重组更值得关注。

它意味着 AI 公司已经不再只是传统意义上的软件公司。

过去几年，人们依然习惯用互联网创业公司的逻辑去理解 OpenAI、Anthropic 或 xAI：招募顶尖研究员、训练更大的模型、发布更强的能力，再通过融资继续扩张。但到了 2026 年，这套逻辑已经开始显得不够用了。

训练 Frontier Model 所需要的资源，正在迅速突破互联网公司的边界。

GPU 不够，电力不够，冷却系统不够，土地不够，甚至连变电站容量、天然气审批、电网调度，都开始成为 AI 行业的重要变量。

于是，一个此前并不明显的趋势开始浮出水面：全球最先进的大模型竞争，正在越来越像上世纪的能源战争、军工竞赛与航天工业。这也是为什么 Anthropic 与 SpaceXAI 的合作会显得如此特殊。

22 万张 GPU、300 兆瓦算力、轨道计算、太空太阳能数据中心——这些关键词放在一起时，它已经不像一家 AI 创业公司的新闻，更像是某种新型工业体系的雏形。

尤其是“轨道算力”这件事，本身就足够说明问题。

过去，关于太空数据中心的讨论更多还停留在科幻层面，但如今，随着 AI 对能源和散热的需求急剧增长，“把算力送上太空”开始第一次具备现实意义。当地面电网、土地与冷却条件逐渐接近物理极限时，SpaceX 这样的公司天然会尝试用航天体系去解决 AI 的增长问题。

某种程度上，这已经不是传统意义上的 AI 创业，而是一种文明级基础设施竞争。

美国 AI，从创业走向超级联盟

过去两年，AI 行业曾经给外界一种百花齐放的错觉。OpenAI、Anthropic、Mistral、Cohere、xAI……几乎每隔几个月就会出现一个新的明星团队。资本市场也一度相信，AI 会像移动互联网时代一样，诞生大量新平台与新巨头。

但今天，一个越来越现实的问题正在出现：真正还能继续参与竞争的玩家已经越来越少了。原因并不复杂。大模型的竞争门槛，已经开始从算法创新转向基础设施能力。

过去大家比拼的是谁更懂 Transformer，现在比拼的则是谁还能继续拿到下一批 20 万张 GPU。这也意味着 AI 正在迅速向超级资本集中。

于是你会看到，OpenAI 越来越像 AI 基础设施平台、Anthropic 更像高端算力租户、Meta 开始疯狂囤积 GPU、Google DeepMind 越来越接近国家级 AI 实验室，而 SpaceXAI，则正在形成一种“AI+航天+能源”的超级工业联合体。美国 AI 的竞争格局，实际上已经开始出现某种意义上的收敛。不是技术路线收敛，而是玩家收敛。

最终能够留在牌桌上的，很可能只剩下少数几个同时具备能源能力、芯片采购能力、全球资本调度能力以及超大规模数据中心建设能力的超级组织。

这与过去人们理解中的互联网创业竞争，已经完全不是同一个概念。

中国 AI，从探索走向生态共赢

与美国逐渐走向集中化不同，中国 AI 的变化，反而更像一次扩散。过去几年，中国 AI 行业真正的问题，并不是没人会做模型，而是没有足够便宜、稳定、可获得的算力。

CUDA 生态长期锁死，高端 GPU 获取受限，大量企业即便有模型团队，也很难真正获得持续训练能力。很多中小团队甚至连排队申请 GPU 资源都异常困难。

于是，中国 AI 长期处于一种非常特殊的状态：会做模型的人很多，但真正能训练模型的人很少。而昇腾 950 被持续关注的本质原因也正在这里。

它真正重要的地方也许并不是某项单点性能是否超越英伟达，而是它有可能第一次让国产 AI 算力，从稀缺资源逐渐变成工业资源。这是两个完全不同的概念。

如果算力始终稀缺，那么 AI 最终只能属于少数头部公司；但如果算力开始大规模下沉，那么地方智算中心、行业模型、企业 Agent、中小 AI 公司以及大量垂类团队，就会开始一起爆发。

美国正在形成少数超级 AI 联盟，中国反而可能会出现一次更偏向工业化扩散的 AI 路径。越来越多人开始意识到，中国 AI 或许并不会完全复制 OpenAI 的路线。

它更可能像中国制造业本身的发展方式：不一定最贵，不一定最强，但规模巨大、成本更低、扩散速度更快。

AI 已经不是模型战争

如果回头看过去三年的 AI 行业，会发现它其实已经经历了三次明显的阶段变化。