摘要
　　中信证券财富管理与中信里昂研究观点一致。根据中信里昂研究在2026年10月16日发布的题为《LLMDiaries:Compute cornucopia》的报告，Anthropic正将Claude工作负载分散到英伟达GPU、谷歌TPU、亚马逊Trainium和AMDGPU上。芯片软件是一块三层蛋糕，由编译器、内核和推理引擎组成，每一层都需要调优，模型才能大规模高效运行。这项工作随着每一次模型发布和重大芯片升级而重复。多芯片采购令人担心会损害英伟达的份额，但算力的丰饶只会随着时间推移变得更加复杂，这提出了一个问题——芯片多元化是否值得这么麻烦？
　　四大芯片系列，16.7GW的承诺
　　Claude运行在英伟达GPU、谷歌TPU、亚马逊Trainium和AMDGPU上。Anthropic已承诺约16.7GW的可衡量AI加速器容量。
　　更多供应商缓解了对算力的争夺。它们也增加了Anthropic必须让Claude高效运行的芯片系统数量，这是一个复杂且重复的过程，并随着每次模型升级和新芯片发布而扩大。
　　能运行的模型不一定是运行得快的模型
　　第一项任务是正确性：让模型适配芯片的编译器和数值格式，然后对照参考模型检查其输出。
　　性能需要更多工作。工程师调优内核，决定如何在芯片之间划分模型，并适配处理用户请求的推理引擎。芯片供应商提供大部分软件。
　　像Anthropic这样的模型制造商仍需要优化对Claude最重要的部分，通常要与芯片供应商的工程师合作。
　　这项工作随着每次模型发布以及每款芯片而重复
　　新模型是最频繁的触发因素，Anthropic模型发布显示平均发布节奏仅为34天。
　　新芯片代际可能改变内存、带宽和芯片间互连，足以需要大幅重新优化。供应商软件更新也需要重新测试。
　　分析估算架构大体不变的模型在每个平台上的时间，以及架构发生重大变化时的时间。
　　这值得吗？
　　Anthropic已从其关键算力供应商（亚马逊、谷歌、英伟达和AMD）处获得了高达960亿美元的已执行或承诺融资。
　　当前趋势支持英伟达在算力中的长期价值份额。这种情况可能改变，因为由于管理跨不同芯片的不同模型的复杂性增加，算力的丰饶之角极有可能走向整合。