过去半个月，AI 行业表面看似平静，GPT-5.6 与 Gemini 3.5 Pro 等重磅模型并未如期而至。然而，在这平静的表象下，一场前所未有的产业密集重组正在上演。
6 月 24 日，OpenAI 发布首款自研推理芯片 Jalapeño，并与 Broadcom 签署 10 GW 算力部署协议，标志着模型公司正式跨界造芯。随后一周，Meta 组建云业务部门计划对外出售算力，微软成立 Frontier Company 投入 25 亿美元协助企业部署 AI。与此同时，Meta 与三星洽谈芯片代工，Anthropic 挖角芯片专家探索自研路径。此前，Anthropic 与 Google 已分别以高额月租签下 xAI 的数据中心产能。
若以算力流向为线索重构这些新闻，会发现所有线索最终指向同一个核心逻辑：算力黑洞效应正在重塑产业地图。
算力黑洞：供需关系的极端重构
大模型军备竞赛进入深水区，能够稳定留在第一梯队的公司屈指可数。OpenAI、Anthropic 以及部分涉足算力租赁的 xAI，合计消耗了全球约 21% 的 AI 算力。随着模型竞赛门槛飙升，留存玩家对算力的渴求速度已远超单一供应商的供给能力。
Anthropic 构建了全渠道算力获取网络：从 xAI 整租 Colossus 1 数据中心，到与 Google Cloud 签署巨额 TPU 承诺，再到接入 AWS 并洽谈 Meta 基础设施。支撑这一庞大需求的是其营收的爆发式增长，2026 年营收跑率已突破 300 亿美元。OpenAI 则通过聚合多方 GPU 资源并启动自研芯片计划，应对“租买都不够”的局面。
当仅有少数买家拥有近乎无限的需求时，所有持有算力者都将转化为其供应商。xAI 率先完成角色转换，将原本用于混合架构训练的 Colossus 1 闲置产能出租给 Anthropic 和 Google，月租金收入超 21 亿美元。Meta 虽拥有百万级高端 GPU 并计划低价对外售卖算力，但其大幅上调资本支出并抢购先进制程产能的行为表明，其策略是在需求追上供给前，让基础设施实现自我造血。
在此格局下，Cloud 厂商面临严峻挑战。CoreWeave 等传统算力中间商，面对巨头客户亲自下场供货，议价能力被大幅削弱。而 Google 则陷入矛盾境地：一方面作为供应商向 Anthropic 出租 TPU 获取高增长收入，另一方面作为采购者需向 xAI 租赁 GPU 以弥补自身产能缺口。这种既要维持垂直整合又要依赖外部资源的困境，折射出 Google 在芯片、云、模型各层级均面临强劲对手的挑战。
服务升级：从卖工具到卖人力
算力重新分配解决了“智能生产”问题，而如何将智能植入企业则是新的商业赛道。微软成立 Frontier Company，派遣 6000 名工程师驻场客户内部，推行“无试点、直接规模化”的部署模式。这一策略本质是将获客成本前置，通过深度绑定客户架构来锁定长期消费。
紧随其后，AWS、OpenAI 及 Anthropic 纷纷设立专项基金或合资公司，总规模近 90 亿美元，竞相布局 AI 落地服务。数据显示，尽管多数企业声称在使用 AI，但真正将其融入核心运营的比例极低。企业面临的瓶颈并非缺乏工具，而是缺乏将工具嵌入业务流程的专业人才。这一稀缺性推动 AI 公司从单纯销售软件转向“软件 + 人力”的综合服务模式，前沿部署工程师（FDE）的市场价值随之水涨船高。
芯片自研潮：动摇英伟达根基
产业链最底层的重组直指英伟达的垄断地位。竞争焦点已从“抢夺 GPU"转向“自研芯片与争夺代工产能”。OpenAI 自研芯片 Jalapeño 仅用于内部基础设施，展现了极高的研发效率；Meta 的 MTIA 芯片已迭代至第四代；Anthropic 亦在积极探索自研路径。
自研趋势导致英伟达在 AI 加速器市场的份额预期下滑，而定制 ASIC 占比显著提升。英伟达的应对策略是从卖芯片转向卖系统，试图通过 NVLink Fusion 等技术将自研芯片纳入其生态架构。然而，无论设计如何创新，所有玩家最终都需在先进封装环节排队。台积电 CoWoS 产能大部分被锁定，真正的瓶颈始终在于制造产能而非设计能力。
分工的不稳定性与未来变数
当前的产业分工轮廓清晰却极不稳定：训练前沿模型成为极少数公司的特权，而为它们提供服务则演变为大众生意。算力正从稀缺资源转变为多方供给的商品，真正稀缺的是训练下一代最强模型的能力。
这种分工建立在消化旧投资错配的基础上：Meta 过剩的数据中心、xAI 不适配的旧集群、以及微软与 OpenAI 合作模式的调整。现有的秩序更像是过渡期的临时安排。未来的格局将取决于下一代最强模型的运行载体，以及中国开源模型阵营崛起所带来的外部竞争压力，这些因素都将对全球 AI 产业分工产生深远影响。
注：封面/首图由 AI 辅助生成