根据The Information的报道，Anthropic正在与微软进行早期洽谈，计划扩大使用Azure服务器的规模，使用微软自研的Maia AI芯片运行Claude模型。Anthropic发言人确认"公司一直在稳步增加Azure的使用量"。
这不是两家公司的第一次合作——此前微软已对Anthropic进行投资，并提供Azure算力支持。但这一次的深化合作，发生在Anthropic已经与SpaceX签订每年150亿美元算力协议的背景下，显得格外意味深长。
对于大语言模型公司来说，算力就是氧气。GPT-4训练据称需要数千块H100 GPU运行数月，Claude的性能同样依赖海量算力。而算力来源单一化意味着：
Anthropic同时与Google（Gemini合作）、SpaceX（Starlink算力集群）和微软（Azure）建立多元合作，本质上是在构建算力供应链的冗余系统。
微软在AI芯片领域长期活在NVIDIA的阴影下。Maia 100和Maia 200是微软自研的AI训练/推理芯片，虽然在训练新模型方面不如NVIDIA H100快，但在运行已有模型（如Claude、GPT-4）方面性能已经足够好。
这意味着：
两家公司的关系并非一帆风顺。去年，微软将Claude Code从Microsoft Store下架，Anthropic也终止了与微软的某些合作项目。但今年的关系修复说明：在AI算力紧缺的年代，过去的嫌隙可以被共同利益迅速弥合。
微软需要高质量的AI模型在其Azure上运行（对抗AWS和Google Cloud），Anthropic需要多元化算力来源——这种双向需求比任何个人恩怨都强大。
这一事件揭示了一个更宏观的趋势：AI公司的核心竞争力正在从模型能力转向基础设施能力。
| 维度 | 传统认知 | 当前现实 |
|---|---|---|
| 护城河 | 模型性能、参数规模 | 算力获取、成本控制 |
| 合作重点 | 模型输出、API调用 | 基础设施、数据中心 |
| 竞争门槛 | 算法创新 | 供应链管理 |
OpenAI与微软的深度绑定、Anthropic的多元化布局、Google自研TPU——这些都不是巧合，而是各家都在为"AI基础设施自主化"这一战略目标布局。
对微软：如果Anthropic成为Azure的重要客户，意味着Azure在AI推理市场获得了Anthropic这个重量级客户，缩小了与AWS和Google Cloud在AI领域的差距。
对NVIDIA：每一家AI公司自研芯片或寻找替代供应商，都是对NVIDIA霸主地位的侵蚀。虽然目前NVIDIA仍是核心，但多元化芯片格局正在形成。
对Anthropic：多元化算力让它在商业谈判和地缘政治风险上更有弹性。但同时，管理多个算力供应商也会带来复杂的协调成本。
Anthropic与微软Azure的合作深化，是AI算力战争的一个缩影。在这场没有硝烟的竞赛中，算力资源正在成为比模型本身更重要的战略资产。
对于AI行业从业者来说，这意味着关注AI公司时，不能只看模型榜单上的分数，还要看它的算力供应链——谁在给它供电，谁在帮它训练，这才是真正的底牌。