AMD 投了 50 亿美元给 Anthropic，但大多数企业还在把算力当水喝

前几天看到个数字：AMD 宣布给 Anthropic 投 50 亿美元，首批 MI450 GPU 2027 年上半年交付。消息本身不意外，意外的是我翻了一圈过去两年企业 AI 基础设施的报告，发现大家都在说 GPU 不够用，但另一边数字是：大多数企业 AI 算力利用率还不到 50%。

这笔账没人算清楚。

50 亿美元是什么概念？相当于 AMD 年营收的四分之一，比很多 AI 创业公司的估值还高。但这不是孤例——微软、亚马逊、Google 过去两年在 AI 基础设施上的投入，加起来已经超过千亿美元。这些钱花出去，产出是什么？

一份 2026 年中的行业调研问了 500 家企业一个问题：你们买来的 GPU 实际在跑什么？结果 64% 的企业回答是「部分在跑，部分在等」——不是满载，是排队等任务。更夸张的是，31% 的企业承认他们根本不知道自己的 GPU 利用率是多少，买的时候只想着「先囤着」。

这就不是技术问题，是采购逻辑问题。

企业买 GPU 的逻辑和买云服务器不一样。云服务器是按需采购，用多少买多少。GPU 这波呢？大家抢的是「万一以后要用呢」的期权。OpenAI 拿到微软 130 亿美元的算力承诺，Anthropic 拿到 AMD 这 50 亿，都是大额多年期合同，锁定了供应，也锁定了沉没成本。

结果就是：买了算力，就得想办法用上。用上就得跑模型，跑模型就得找场景，找场景就得组织团队——一个 AI 基础设施的军备竞赛就这么转起来了。

但这里有个结构性矛盾：用得越多的企业，效率越高；用得越少的企业，越不知道自己该怎么用。这不是二八定律，这是「马太效应 + 路径锁定」的组合。

有几个信号值得关注：

第一个是 GPU 虚拟化和共享平台开始进入企业采购清单。以前是物理机独占，现在是弹性分配——利用率从 40% 能拉到 70%。这说明企业开始算 TCO 了，不再只盯着采购价格。

第二个是云厂商开始推出「AI 算力保险」类产品：用不完的算力可以折算成下季度的信用。这是在给企业的过度采购兜底，也是在缓解自己的库存压力。

第三个是推理芯片的崛起。训练需要 H100/A100，但推理可以用更便宜的芯片——AMD 的 MI350 推理性能已经不输 H100，价格却只有三分之一。当企业从「训模型」转向「用模型」，采购逻辑会变。

回到 AMD 投 Anthropic 这件事。50 亿美元买的不是 GPU，是时间窗口：Anthropic 要用 AMD 的芯片跑生产级推理，AMD 要借 Anthropic 的案例说服其他企业买自己的卡。这是一个赌注，赌的是企业会把「用好算力」当成下一个优先级。

但企业真的会在乎利用率吗？大多数企业的答案是：先有，再用。算力囤积的本质是 FOMO，不是效率驱动。这波 AI 基础设施投资热潮，什么时候会从「囤货」转向「精细化运营」，才是真正有意思的转折点。

下一个值得看的信号：哪家企业率先公开自己的 GPU 利用率数字，并且把它当成 KPI——那个时候，AI 基础设施的泡沫才真正开始消化。