Anthropic 600亿美元芯片融资：Blackstone入场，10%收益率敲响AI资本警钟

AI 基础设施的融资游戏正在换一套规则。据 Financial Times 报道，Claude 的开发商 Anthropic 正在谈判一笔约 600 亿美元的芯片融资方案，目标是锁定约 1.5 吉瓦的 Google 定制 TPU 算力。Blackstone 管理的基金正在讨论认购其中约 90 亿美元的次级债，全口径回报率超过 10%。交易尚未最终敲定，但这一定价本身已经释放出强烈信号。

融资成本四个月翻越一个台阶

最值得关注的不是金额，而是利率。四个月前，同类融资的定价大约在 8.5%，如今已经突破 10%。这意味着一线 AI 实验室获取算力资本的成本，正在逼近高收益债的区间。

分析人士将这一变化描述为结构性转折：竞争的焦点从「谁能以最高估值融到最多股权」，转向「谁能以最低成本为算力融资」。当 Blackwell 芯片和定制 TPU 的交付周期动辄以年计，提前锁定产能就等于提前锁定未来几年的模型训练节奏——而为此付出的资金代价正在快速上升。

TPU（Tensor Processing Unit） 是 Google 自研的专用集成电路（ASIC），专为机器学习张量运算设计，与 NVIDIA 的通用 GPU 走的是不同技术路线。TPU 采用脉动阵列架构，在大规模矩阵乘法上能效更高，且 Google 通过 Cloud TPU 服务对外出租算力。Anthropic 选择锁定 TPU 而非 GPU，一方面是因为其与 Google 的深度投资关系（Google 是 Anthropic 主要股东之一），另一方面定制芯片在单位算力成本上通常优于通用 GPU。但 TPU 的封闭生态也意味着更强的供应商锁定，1.5 吉瓦的长期承诺本质上是用资本换取供应链确定性。

私人信贷填补风投留下的空缺

这轮融资的一个核心特征是资金来源的切换。随着风险股权重新强调纪律、公开市场对高估值科技公司变得挑剔，Blackstone 这类私人信贷基金正在成为 AI 资本开支的事实上的出资方。

这种结构把风险从股权持有者转移到债权持有者，同时创造出一种新的资产类别：与 AI 直接挂钩的债务敞口。Anthropic 的做法并非孤例——把未来收入证券化来支撑数据中心建设，正成为 AI 实验室的普遍路径。据同一批报道，Anthropic 报告的季度收入达到 168 亿美元，并正在推进一次可能创纪录的 IPO，这让它有底气用未来现金流为当下的算力扩张加杠杆。

次级债（Subordinated Debt） 指在偿债顺序上劣后于优先级债务的债权，一旦发行人违约或破产，次级债持有人只能在优先级债权人受偿之后才获得分配，因此风险更高、要求回报也更高。Blackstone 基金认购的约 90 亿美元次级债，正是这笔 600 亿美元融资结构中风险最集中的部分，超过 10% 的全口径回报率即是对这一劣后地位的补偿。这种分层结构（优先级 + 次级）是大型基础设施融资的常见做法：优先级债由银行或保险资金以较低利率承接，次级债则由追求高收益的私人信贷基金吸收，从而在整体上把加权融资成本控制在各方可接受的区间。

算力竞赛中的成本劣势会复利

真正的问题在于利差。如果 Anthropic 支付两位数收益率，而资金更充裕、背靠超大规模云厂商的竞争对手以 6% 到 8% 的内部门槛利率获取算力，这个差距在多年维度上会不断复利，最终可能固化为结构性劣势。

这笔交易因此成为一个测试案例：私人信贷能否持续弥合 AI 收入增长与算力前置投入之间的巨大鸿沟？它是一次性的过桥安排，还是一个更广泛的 AI 信贷周期的开端？答案取决于两件事——Anthropic 的收入曲线能否跑赢债务成本，以及私人信贷市场对 AI 风险的胃口还能维持多久。

对开发者而言，这一信号同样值得留意：算力融资成本的上行，最终会以 API 定价、配额策略或模型迭代节奏的形式传导到每一个使用 Claude 的产品上。

内部门槛利率（Hurdle Rate） 是企业或基金在评估资本配置时要求达到的最低回报率，低于该门槛的项目原则上不予推进。文中提到的 6% 到 8% 门槛利率，反映的是背靠超大规模云厂商的竞争对手获取资金的内部成本——它们可以用自有现金流或母公司低息负债为算力扩张融资，无需向外部债权人支付两位数的收益率。这一差距的关键在于「复利」效应：假设两家实验室每年在算力上投入相同金额，一方资金成本 10%、另一方 7%，十年后前者累计多付的利息足以再建相当规模的集群，且这一劣势会随投入规模扩大而放大，最终体现为模型训练频率和迭代速度上的系统性落后。