馬斯克結盟Anthropic，標志著大模型戰爭正式進入“重工業時代”

周四凌晨，Anthropic宣布與SpaceX達成算力合作，獲得了超過300兆瓦算力。但這件事的底層邏輯，絕大多數人都沒看懂。

開發者首先注意到的，是Claude限額翻倍、高峰期限制取消。這當然值得高興。但真正要緊的信息藏在另一條新聞里：xAI此前囤積的55萬塊GPU，利用率僅有11%。同一時間，彭博社披露SpaceX計劃斥資最高1190億美元，建設代號Terafab的2納米芯片廠。緊接著，馬斯克確認xAI將解散并入SpaceX，成立SpaceXAI。

三件事并行浮出水面，指向同一個方向。

過去兩年，大模型的競爭看起來像一場算法天才的智力競賽。參數規模、基準測試得分、多模態能力，每一條戰線上都有新紀錄被刷新。但進入2026年，底層邏輯已經變了。算力堆砌走到物理學和工程學極限之后，競爭開始從軟件算法層加速下沉，變成一場關乎能源、硬件調度與底層半導體制造的重工業之戰。

一言以蔽之，Anthropic聯手SpaceX這件事標志著，大模型戰爭正式進入“重工業時代”。

所謂“AI重工業”，意味著競爭錨定在三個更堅硬的東西上：能源利用率、硬件調度效率、底層半導體制造能力。它們的共同特點是不受摩爾定律庇護，也無法靠融資和挖角快速解決。它們需要時間、土地、電力、水和數十年的工藝積累。

01

11%

要理解馬斯克這一系列激進動作的根源，得從11%這個詭異的數字開始。

不論國內還是海外，每家AI企業都在持續抱怨算力不足。而坐擁Grok的xAI，竟有如此巨量的閑置算力。

過去一年，xAI在AI基礎設施建設上速度近乎瘋狂。部署在孟菲斯的Colossus超算集群，僅19天就完成首階段投用，累計囤積約55萬塊英偉達H100和H200 GPU。放在全球算力儲備榜單上，這是一個極具壓迫感的體量。

然而，買到算力不等于擁有算力。

衡量AI算力效率的核心指標叫MFU，模型浮點運算利用率。xAI的MFU僅為11%。這意味著集群理論上能產生100份訓練吞吐量，其中89份被白白浪費了。

這當然不是馬斯克和他組建的高精尖團隊的過錯，而是整個AI基礎設施領域面臨的普遍性技術鴻溝：超大規模集群下的軟件堆棧與網絡通信瓶頸。GPU數量有限時，問題并不棘手。一旦達到十萬甚至數十萬級別，系統復雜度便開始指數級攀升。卡間數據同步、網絡延遲、故障節點恢復、數據讀寫等待，每一環都吞噬時間。即便部署最頂級的InfiniBand網絡也無濟于事。

這也是國內月之暗面、DeepSeek，以及海外Google等AI企業多年來堅持在底層架構上持續投入的主要原因。缺乏深厚的底層架構優化能力，堆砌的硬件就只是一堆耗電的廢鐵。

對于重資產模式，低利用率意味著硬件回本年限被無限拉長，而技術淘汰年限在加速縮短。這是毀滅性的。數十萬塊頂級GPU，且不說高昂的采購折舊成本，單是液冷和電力系統的持續運轉，就足以產生天文數字的賬面損耗。

這種超大集群導致的“算力消化不良”，迫使馬斯克必須在商業模式上快速做出調整。

02

變臉

面對如此龐大的閑置資產，將部分算力剝離、變現，自然成了最符合商業邏輯的止損方案。而這，也是Anthropic與SpaceXAI達成22萬塊GPU合作協議的根本背景。

一個頗為諷刺的事實是，聯手雙方此前的關系談不上好。xAI平臺上，馬斯克上次提及Anthropic還是毫不留情的攻擊。但在商業利益面前，雙方瞬間握手言和。

對Anthropic而言，這是一場久旱逢甘霖的戰略補給。此前因算力不足，它選擇了給模型降智、限速，甚至取消了低價檔位訂閱。作為與OpenAI抗衡的全球第一梯隊模型企業，Anthropic雖已拿到亞馬遜和谷歌的資金與算力支持，但在追求更高階模型的過程中，對獨立、大規模的頂尖算力仍然極度渴求。

獲取Colossus 1全部算力后，Anthropic的反應極其務實且迅速。Claude Code限額翻倍，高峰期限制取消，Opus模型API額度大幅提升。對B端和C端市場而言，算力直接轉化為用戶體驗的提升，這就是從OpenAI手中搶份額的利器。

對馬斯克來說，這筆交易同樣精明。

通過將GPU集群租賃給Anthropic，SpaceXAI事實上扮演了類似AWS和微軟Azure的底層云服務商角色。這一手不僅有效對沖了硬件貶值和閑置成本，還將前沿AI算力轉變為一項能夠產生穩定現金流的基礎設施生意。在自家Grok團隊的軟件能力完成追趕之前，讓頂尖硬件在別人手里滿負荷運轉，遠比放在自己機房里閑置理智得多。

而馬斯克心里更清楚的是，支持Anthropic，客觀上對打了很久官司的老對手OpenAI形成了有力牽制。

03

上天

將xAI解散并入SpaceX，折射出馬斯克認知體系的變化。

前沿AI的研發已經告別了過去那個純粹的軟件和算法命題，變成了一個龐大的系統工程命題。規模化法則仍在生效，全球大模型參數量向十萬億級別邁進，訓練和推理所需算力呈幾何級數增長。地球上最先進的科學要取得進展，代價就是對物理資源的極限擠壓，電力、土地，甚至水。

目前，美國多家科技巨頭都在為數據中心電力發愁。Anthropic在官方公告中甚至承諾會“覆蓋因其數據中心導致的美國消費者電費上漲”。AI的能耗已經足以觸及社會公共資源的敏感神經。

最早布局太空算力的SpaceXAI在公告中也直言不諱：訓練和運行下一代系統所需的算力，正超出陸地電力、土地和冷卻系統在有效時間內的承載能力。

將xAI并入SpaceX，底層邏輯就是要利用SpaceX在全球獨一無二的工程整合能力與航天運輸能力。太空擁有無盡的太陽能，真空環境結合背陰面的極低溫度，又能直接解決地球上最棘手的數據中心散熱問題。SpaceX星艦計劃帶來的低成本、高頻次大質量入軌能力，便理所當然地成為實現這一構想的唯一現實依托。

解散獨立的xAI，本質上不是收縮，而是將AI的底層基礎設施與航天工程進行深度的物理與組織綁定。

04

閉環

借出算力解決眼下的財務壓力，探索太空算力押注未來的物理空間，這還不是全部。

名為Terafab的晶圓廠項目，是馬斯克試圖在整個科技產業鏈上游完成的終極閉環。

全球AI企業為算力叫苦連天，核心原因在于整條產業鏈的產能被極少數企業卡住了脖子：英偉達掌握芯片設計與CUDA生態，臺積電壟斷先進制程的制造產能。而馬斯克在半導體領域的需求幾乎是全方位的。除了AI模型訓練，特斯拉的自動駕駛、Optimus人形機器人以及SpaceX的航天器，都需要海量定制化的先進制程芯片。依賴外部供應商，等同于必須忍受漫長的交付周期和高昂的溢價。

Terafab初期計劃投入550億美元，如今最高達到1190億美元，目標直指2納米工藝，規劃每年對應1太瓦電力的算力產能。馬斯克給英偉達發出信號的同時，也直接向臺積電的代工霸權發起了正面挑戰。

不過，業界普遍持懷疑態度。再有錢也只能買到ASML的光刻機和應用材料公司的設備，而這只是第一步。良率爬坡和工藝磨合，往往需要數十年的積累。但無論如何，這種“第一性原理”驅動的垂直整合嘗試，將AI巨頭們試圖掙脫現有半導體供應鏈束縛的強烈意志暴露無遺。

英偉達CEO黃仁勛在祝賀SpaceX與Anthropic合作時說了一句：“AI的未來在英偉達。”

馬斯克的一系列操作卻給出了另一種劇本：只有同時掌握高效的硬件調度、獲取廉價而可持續的能源、在底層芯片制造上實現自主可控，才能主導AGI的星辰大海。

算力已經成為新時代的石油。單純的算力囤積者如果缺乏強大的軟件消化能力，最終只會被高昂的成本反噬。AI模型的持續進化，正在倒逼基礎設施突破地球的資源限制，重塑全球半導體制造的格局。算法固然重要，但在物理定律和商業規律面前，堅實的重工業才是支撐AI發展的基石。