史上最大IPO临门，腾讯、阿里、字节抢卡：Anthropic和中国大厂一起为算力上头

Anthropic正推进史上最大规模的IPO，其招股说明书中将算力投入与供应风险置于显要位置；腾讯、阿里、字节跳动斥资350亿美元争购显卡，Kimi因额度消耗过快向用户致歉……随着AI Agent开始接管愈发复杂的任务，推理需求、计算开销与商业回报，正汇聚成一道共同的难题。

AI Agent的能力越强，用户手中的额度可能消耗得越迅速。

10月24日，月之暗面推出了Kimi K3.1 Pro。作为K3.1系列的首个模型，其参数规模达到3万亿级别，支持100万Token的上下文，官方重点突出了该模型在编程、3D创作以及长程Agent任务上的表现。然而，新模型上线后，部分付费用户发现，任务尚未完成，额度便已所剩无几。

10月26日，月之暗面公开致歉，承认Kimi会员在使用K3.1 Pro时遭遇限流和“不必要的额度消耗”，并为有效期内的订阅会员补偿了相当于月度总额25%的额度。

问题出在哪里？ 用户下达一条指令，后台可能已启动多个子Agent，分别负责任务拆解、并行检索、材料分析、结果验证与汇总输出。用户看到的是单一任务，但模型实际执行的却是一连串调用。任务越复杂，后台消耗的Token和计算资源就越多。

类似的抱怨也在Claude的用户社区中出现。

有用户在Reddit发帖称，Claude Opus 5.5在整理87份文本材料时，自动启动了12个同级子Agent，仅5分钟就耗尽了整个5小时的使用额度；另有用户反映，使用Opus 5.5处理代码任务不到30分钟，便触发了5小时额度限制。

这些个案未必具有普遍性，但额度消耗过快的抱怨，已将Agent产品的一个现实问题摆上台面：后台调用增加了多少计算成本，又为用户带来了多少实际收益？

昨天，Anthropic向美国证券交易委员会提交了IPO申请，招股书中将获得充足计算资源、持续投入算力基础设施等事项列入公司经营与风险框架，并披露了公司对AWS Trainium、Google TPU、英伟达GPU和AMD GPU等多种计算资源的使用安排。

用户关心额度是否够用，模型公司则需思考支撑这些复杂任务需要投入多少算力，以及能否从中获得足够的商业回报。

最近路透社披露的一笔潜在采购订单，将这种供需压力推向了更大的产业尺度。

据路透社援引知情人士报道，字节跳动、阿里巴巴和腾讯对英伟达RTX PRO 5500的订单需求合计超过300万张，按照每张约1.14万美元的标价估算，潜在订单规模超过350亿美元。 与此同时，英伟达无法保证满足全部需求，实际交付数量可能远低于订单意向。

350亿美元的潜在订单，与用户抱怨额度消耗过快，看似是两个不同的问题，却都与推理需求增长有关。 当AI从回答问题转向执行复杂任务，计算资源的消耗随之增加，压力也从用户端延伸到模型公司和芯片供应链。

推理算力的需求究竟增长到了什么程度？为什么中国互联网大厂还要集中采购一款性能逊于顶级数据中心芯片的英伟达显卡？这场抢卡潮，又会如何影响国产芯片的商业化进程？

连工作站卡都要抢，大厂在焦虑什么？

如果把时间拨回一年前，RTX PRO 5500所代表的产品路线，未必会引起如此大的关注。

据路透社此前报道，英伟达推出RTX 6000D等面向中国市场的受限产品时，部分大型科技企业兴趣不高，认为这类芯片价格与性能不匹配，也期待美国政府允许性能更强的产品重新进入中国市场。

这种等待并未换来确定的结果。美国对华芯片出口限制持续存在，H200等产品的出口需满足特定许可条件，性能更高的B300则无法按现行限制销往中国。与此同时，AI模型和应用仍在扩张，企业需要持续部署新模型、扩大服务规模，算力供给却未必能跟上业务节奏。

在这样的供需环境下，能买到、能部署的算力，比理想中的芯片规格更重要。

RTX PRO 5500这张卡究竟能做什么？从产品定位看，RTX PRO 5500属于英伟达Blackwell架构的专业工作站GPU：84GB GDDR7显存，显存带宽约1398GB/s，最大功耗600W。英伟达为其标注的方向是Agentic AI、物理AI、仿真和图形处理等专业负载。

84GB显存和相应算力，使其具备承接部分AI推理任务的条件。相比消费级显卡，专业工作站GPU还具备面向专业场景的设计和支持能力。

但别把它与H200、B300混为一谈，后两者面向大规模数据中心集群，服务高强度AI训练与推理，靠大规模互联承接更重的模型负载。RTX PRO 5500更接近一款能承担专业计算和部分AI推理的工作站GPU。

能否高效运行某个模型，取决于模型规模、量化方式、并行部署、软件适配和实际吞吐量。

它能解决一部分计算需求，却不能仅凭84GB显存，被推成高端数据中心GPU的平替。路透社援引知情人士称，中国企业采购这批显卡，主要为了AI推理。

推理发生在模型训练完成之后：一次用户提问，一次代码生成，一次企业知识库查询，甚至Agent执行任务时连续调用多个模型，都会产生推理计算需求。

训练像集中施工，推理像日常供水， 模型训练通常集中大量算力，在相对集中的时间内完成参数更新；推理则跟随产品使用，用户越多、调用越频、任务越复杂，模型服务就越需要持续供算。

Agent从“回答问题”走向“执行任务”后，推理量还会被层层放大。一次用户请求，可能拆解为检索资料、任务拆解、调用工具、生成结果、检查结果等多个环节。企业关心的问题，也从“有没有足够的卡训练模型”，转变为“能否持续、稳定、经济地运行模型”。

这解释了为何一款性能逊于顶级数据中心芯片的产品，仍会被大厂争相抢购。

这些卡具体用于什么？就采购数量、部署场景和替代方案，我们向腾讯、字节跳动求证，腾讯方面表示不清楚，字节和阿里截至发稿未回应。

现有信息还不足以将这笔订单拆解为三家企业各自的具体业务计划：不能认定字节一定为了豆包，阿里一定为了千问，各自订购多少、部署在何处、是否已确定与国产芯片搭配使用，都仍有待确认。

能确认的是产业应用方向。理论上，这类显卡可承接中小规模模型在线服务、部分企业内部AI应用、Agent任务执行，以及对显存有一定要求的专业计算负载。落到具体任务，还需评估参数规模、量化方案、并发请求和时延要求。部分业务也可能采用多卡部署，但多卡效率和成本，不能从单卡规格直接推导。

推理也不等于完全排除训练。工作站GPU可用于开发、测试和部分轻量微调；但在这笔采购中，路透社将主要用途指向AI推理。没有更多证据时，不宜将其理解为大厂在扫顶级预训练算力。

至于为何没有完全转向国产芯片，答案需放在软件生态、现有集群、迁移成本和部署效率中审视。买英伟达，推不出三家不用国产芯片；也可能只是现有算力体系的补充。更值得追问的是，企业愿意为可获得的推理算力支付多少，又判断未来需求会涨到多大规模。

而且我们要明确，350亿美元的订单规模，不等于英伟达已获得同等金额的确定收入。

按路透社报道，来自中国客户的相关需求超过600万张；英伟达预计2027年全球RTX PRO 5500产量可能不超过300万张。公司还需平衡不同产品线，将更多产能分配给下一代Rubin平台。

即便采购意向全部兑现，交付也会受产能制约。对买方而言，提前锁定供应，抢的是未来资源。哪怕最终交付数量与初始需求相差甚远，只要拿到一部分，也可能补充算力、支撑扩容，或调整现有集群负载。

锁定供应的价值，还需看合同条件、最终成交价、具体交付数量，以及产品能否按计划部署。对资本市场来说，这些才是判断订单价值需继续追踪的信息。

对英伟达而言，这笔订单说明，即便部分高端产品受出口限制，中国市场仍需要其产品生态和计算能力，至于需求能转化为多少实际收入，也要看后续交付。

对整个产业而言，供货能力开始影响企业部署AI服务的速度。芯片性能依然重要，采购和交付的不确定性，都在成为算力竞争中的现实变量。

买卡只是开始，AI推理的商业账才是重头戏

350亿美元的采购意向，足以反映大厂对未来算力需求的预期，却不能直接证明中国AI推理已全面供不应求。

IDC数据显示，2026年上半年，中国AI加速器出货量约为200.8万颗。其中，英伟达出货量约67.8万颗，占市场34%；华为出货量约57.2万颗，占28%。阿里巴巴旗下平头哥占7%，寒武纪占5%，百度昆仑芯占4%，海光占3%。

同期，中国GPU出货量同比下降26%至约99.1万颗，其他类型AI加速器的出货量则增长近80%至约101.6万颗，已超过GPU。IDC预计，2026年中国AI加速器整体出货量将增长19%，GPU出货量则可能下降9%。

AI计算资源的需求继续增长，供给结构也在调整。GPU之外，其他类型的AI加速器正获得更多市场份额，国产厂商的出货量随之增加。

因此，这轮抢卡潮不能简单理解为所有类型的算力都已短缺， 企业真正需要的，是能够运行目标模型、满足并发和时延要求，且可及时部署的计算资源。

芯片的显存、带宽、计算能力和软件支持，会影响模型能否运行及其运行效率；进入实际业务后，还需考虑服务器、网络、调度和运维。即使两种芯片的理论算力相近，实际吞吐量、响应时延和总体成本也可能相差很大。

对需要快速上线模型服务的企业而言，采购时间同样重要。芯片到货后，模型适配、系统部署和业务测试仍需投入。如果迁移现有系统需要大量工程改造，时间和成本都会影响最终选择。

这也是英伟达产品仍具吸引力的原因之一，英伟达长期积累的CUDA生态、算子库和开发工具，为其产品带来了工程上的便利。企业可沿用部分既有开发与运维经验，减少迁移过程中的不确定性。

不过，即使芯片顺利到货，企业还需考虑新增算力能否带来足够的业务收入。

假设整批芯片最终按350亿美元的金额完成采购，仅将设备采购金额按五年平均摊销，每年就对应约70亿美元的设备成本。这个计算只是说明投入的量级，并不代表三家企业实际的采购合同、付款节奏或会计处理。

而且，芯片只是AI基础设施成本的一部分，服务器、网络设备、数据中心、电力、散热和运维，都会产生相应支出。设备到手后，如果利用率不足，单位计算成本就可能偏高；如果模型服务收费低、用户付费率低，新增算力也未必能带来足够的收入。

反过来，如果企业的AI服务已拥有大量付费用户，或者新增算力能显著提高服务质量、扩大调用规模，那么对算力的投入也可能帮助企业形成新的收入来源。

因此，判断这笔采购是否划算，需看几个经营指标：每百万Token的综合成本、单卡的有效吞吐量、算力利用率、AI服务的付费调用量，以及相关业务收入能否覆盖折旧和运维支出。

不同企业的回报路径也不相同，云厂商可通过出售算力和模型服务直接获得收入；拥有消费级AI产品的平台企业，则可能通过提升用户留存、推动广告或交易转化间接获得回报。后者的商业价值未必能直接体现在AI产品的收入中，但同样需通过实际经营数据验证。

从采购意向到芯片交付，再到业务收入和利润的链路走通，350亿美元才有了更明确的商业意义。

抢卡潮下，国产替代的算力红利如何兑现？

这笔订单发生在美国对华芯片出口政策持续调整的时期。不同产品的销售限制并不相同，理解这些规则，才能看懂大厂为何抢卡，以及国产芯片面临怎样的竞争环境。

（注：截至2026年10月，具体销售和交付仍受相关许可、供应安排及进口政策影响）

英伟达在2026年的监管文件中披露，尽管H200相关许可获得批准，中国政府对进口的限制仍影响了部分产品的实际销售，公司未能售出所有获许可的产品。

这意味着芯片能否进入中国市场，不只取决于美国是否允许出口，还涉及购买方资质、供货安排和中国方面的进口政策。对采购企业来说，符合出口限制只是起点，能否按时到货并投入业务同样重要。

如果英伟达未来能稳定提供更多合规产品，部分企业可能重新调整采购计划。对已深度使用英伟达软件生态的客户来说，继续采购兼容产品，可减少迁移和适配成本；国产芯片厂商则需面对更直接的竞争。

但进口供货恢复，并不意味着国产替代会失去空间。根据路透社援引的IDC数据，2026年上半年，华为在中国AI加速器市场的出货份额达到28%；平头哥、寒武纪、昆仑芯、海光等国内供应商也已占据一定份额。国产厂商正扩大出货，并借助实际部署积累软件适配和集群运行经验。

对腾讯、阿里、字节这样的大厂来说，算力供应的稳定性也越来越重要。训练、推理和云服务都需要持续投入计算资源，单一供应渠道面临的政策或产能风险，可能影响业务扩张节奏。因此，企业有动力评估不同芯片方案，按任务需求配置算力。

英伟达供货受限，为国产芯片打开了市场窗口，而每逢大额算力采购消息释放，资本市场都会寻找潜在受益方向，但从采购意向到上市公司业绩，中间仍有多个环节需验证。

服务器和系统集成商可能受益于后续部署，但RTX PRO 5500属于工作站GPU，其部署方式与大型数据中心GPU集群存在差异，仅凭采购数量，无法推算服务器需求，更无法直接判断对应的机架、网络和散热方案。

电源、制冷和数据中心基础设施企业也可能获得增量需求，具体规模则取决于芯片部署方式、功耗配置以及现有设施能否承接。光模块等高速互联环节，需更谨慎地判断。大型AI集群可能带动高速网络需求，但本轮采购不等于同等规模的数据中心互联订单，相关企业是否受益，还要看具体项目和设备采购能否落地。

国产芯片及其配套生态也有机会承接部分新增需求，但从客户测试到规模部署，再到上市公司收入确认，仍需要时间。判断具体企业的受益程度，应进一步核实其产品能力、客户订单、量产交付和财务贡献。

采购需求、芯片交付、基础设施建设、上市公司订单和最终收入，是五个不同的环节，算力概念与这笔订单有关联，不代表相关公司必然受益；只有找到具体的业务联系，投资逻辑才有支撑。

结尾

350亿美元的采购意向，反映了头部企业对未来推理需求的预期，也暴露出进口芯片供应受限、国产方案仍需持续验证等现实问题。

对采购企业来说，争取算力资源是业务扩张的前提，后续还需完成部署、控制推理成本，并让新增算力服务于实际业务。

对国产芯片厂商来说，供应缺口提供了机会，但长期竞争仍要靠产品、软件生态和交付能力。对资本市场而言，订单规模也不能替代对实际项目和业绩的判断。

这轮抢卡潮最终能带来多大产业变化，最终还要落到谁能稳定拿到算力，谁又能将其转化为更低成本、更好服务和可持续收入上去。

本文来自微信公众号“奇点研究社”，作者：奇点团队，36氪经授权发布。