博通借出420亿美元锁定Anthropic五年算力

Anthropic正式向美国证券交易委员会递交的I PO招股书原件中，出现了一组令市场侧目的数字：芯片巨头博通同意向其提供最高420亿美元的贷款，用以支撑这家AI独角兽为期五年的TPU（张量处理单元）算力租赁承诺，总额高达1252亿美元。

这不是传统意义上的投资，而是一笔附带条件的债务工具，可直接转换为Anthropic的股权。更关键的是，Anthropic预计在I PO完成前不会出售这些票据。换句话说，在成为上市公司之前，这家公司已经背上了足以改变其资本结构的巨额负债。

这份披露同时暴露了一个此前鲜少被公开讨论的现实：Anthropic承认，博通同时作为硬件供应商和融资方存在“潜在利益冲突”，这可能影响公司在获取所需算力及定价权的独立决策。

算力的“预售券”

理解这笔交易的本质，需要先看清它的结构。

博通的420亿美元贷款，覆盖的是Anthropic五年内1252亿美元TPU算力采购总额的约三分之一。剩余的三分之二将由Anthropic通过自有现金流或其他融资渠道支付。但问题在于，一家尚未上市的公司如何保证未来五年有能力履行千亿美元级别的支付义务？

这正是博通设计的精妙之处——它将上游硬件供应商的身份与下游客户的资金来源合二为一。如果Anthropic如期履约，博通在2027财年就能实现约1150亿美元的AI半导体收入，并在2028财年实现翻倍至2300亿美元。按照这个时间表，Anthropic将在2027年成为博通最大的算力客户。

这是一笔典型的“循环式支出”：博通用自己的资产负债表为Anthropic输血，Anthropic再用融来的钱买博通的芯片，博通再通过芯片收入扩张产能并继续输出信贷。在这个循环里，两个实体互为上下游，也互为债权人和债务人。

英伟达没有这么做。至少在公开层面，英伟达的策略仍然是要求客户以现金或既有信用额度采购GPU，保持自身的现金流独立性和议价权。而博通则选择用更低的价格换取长期的锁定期，本质上是在用金融创新对冲技术路线的不确定性——毕竟TPU能否真正替代GPU的大规模部署，仍需时间验证。

一级市场的盈利焦虑

对Anthropic而言，这笔交易带来的好处和风险同样巨大。

从好处看，它以一种近乎零门槛的方式拿到了保障五年算力供应的安全垫。对于一家正在冲刺I PO的公司来说，稳定的算力供给是估值叙事中最核心的资产之一。没有了随时可能被竞争对手卡脖子的供应链焦虑，投资者可以更专注于其模型能力和商业变现路径。

但从风险看，这份安全垫同时也是一份对赌协议。

假设Anthropic上市后两年内未能实现预期收入，无法产生足够现金流来履行剩余三分之二的租赁承诺，这1252亿美元的长期合同就会变成一份沉没成本。届时，公司要么违约并承担法律后果，要么被迫削减研发、裁员甚至变卖资产来填补窟窿。而更微妙的是，当博通既是债主又是供应商时，Anthropic在谈判桌上天然处于弱势——你欠了债主钱，却还要从他手里买产品，定价权归谁不言而喻。

这也正是招股书中那段“潜在利益冲突”风险披露的真正分量所在。

谁是下一个被绑定的玩家？

这场交易的更大意义不在于Anthropic或博通本身，而在于它传递出的产业信号：AI算力竞争的范式正在从公开竞价采购转向资本输出绑定。

过去半年到一年间，我们看到的叙事是大型科技公司疯狂抢购GPU、自建数据中心。但到了I PO这个节点，逻辑变了——不再只是比谁出价高，而是比谁的资产负债表更厚、谁能用金融工具锁定未来的稀缺资源。

这种转变对行业有三重深远影响：

第一，中小AI创业公司将面临更严峻的算力获取壁垒。当头部玩家通过债务绑定锁定了大部分高端芯片产出后，市场上流通的二手算力将大幅缩水，新进者要么接受更高价格，要么排队等待。

第二，半导体原厂的角色发生了根本性重构。它们不再仅仅是设备制造商，而是深度介入了下游公司的资本结构。这种角色融合在过去十年的消费电子行业从未出现过，在AI基础设施领域却是第一次。

第三，市场对AI公司的估值方法论将被迫更新。传统的DCF模型往往假设公司可以自由支配资金进行扩张，但当千亿美元级别的刚性支出合同已经写入财务报表时，自由现金流的质量、弹性以及抗风险能力都需要重新评估。

接下来观察什么

这笔交易的长期结局仍有大量不确定性。以下几个指标值得关注：

首先，Anthropic I PO的最终定价区间是否已将这笔附带条件的债务绑定成本纳入折现考量。若承销商给出的估值未充分反映1252亿美元租赁合同的刚性约束，上市后股价将面临修正压力。

其次，博通对竞争对手英伟达构成的直接压力体现在哪里。英伟达目前的策略是通过维持高额现金分红和股票回购来吸引股东，但如果AI基建的竞争重心从产品性能转向资本绑定，英伟达是否需要调整自身策略来应对博通的先发优势？

再次，关注后续还有哪些AI创业公司进入类似安排。Anthropic并非孤例——Google DeepMind的母公司Alphabet、Meta旗下的FAIR团队都曾是不同时期算力租赁协议的签署方，但未达到如此极端的金额规模。一旦形成行业惯例，这一模式的可复制性和可持续性将决定它究竟是创新还是泡沫。

最后，也是最朴素的一点：一年后回头看，AI终端应用的收入增速能否跑赢这1252亿美元的固定成本？如果能，这就是成功的金融杠杆；如果不能，这就是庞氏般的循环陷阱。

目前距离答案揭晓还有数年，但至少在这一刻，所有参与者都选择了下注。