美国VC，突然不爱AI软件了？- 大数跨境

首页

美国VC，突然不爱AI软件了？

创业邦

2026-08-30

导读：a16z押注11亿美元“Machine Age”，Anthropic数百亿美元买算力，AI正在进入基础设施周期

作者丨小龙

编辑丨关雎

过去几年，AI 创业的主叙事聚焦于模型与应用层：谁能训练出更强的基础模型，谁能打造更优秀的 Agent，谁能在企业软件、搜索及编程场景中抢占用户心智。

然而进入 2026 年，巨额资本交易开始向产业链的“下一层”转移。8 月 28 日，Andreessen Horowitz（a16z）宣布成立规模达 11 亿美元的"Machine Age Fund"，投资范畴从芯片、内存、网络、存储延伸至数据中心、机器人，乃至支撑设备运行的电力与冷却基础设施。

a16z 对该基金的定位清晰：加速 AI 的物理设施构建（physical buildout）。与此同时，AI 产业链上涌现出一系列标志性资本动作：

Anthropic 近期连续签署数百亿美元规模的算力与基础设施协议：承诺未来五年向谷歌 Cloud 及相关芯片设施投入 2000 亿美元；计划耗资 450 亿美元向 Nscale 租赁六年计算能力；并从 AMD 采购数十亿美元 AI 服务器，同时推进自研芯片。

英伟达则向上游生态延伸，同意以 129 亿美元收购开源 AI 平台 Hugging Face。此外，国防航天公司 Ursa Major 通过 SPAC 上市，获 3.5 亿美元融资用于扩大火箭发动机及导弹系统产能。

这些看似独立的交易——VC 基金设立、云计算长协、芯片巨头并购、军工企业上市，实则指向同一趋势：AI 竞争正从“模型与软件”升级为“全技术栈与基础设施”的博弈。

a16z 为何此时押注"Machine Age"？

a16z 此次基金的战略意义远超 11 亿美元的规模本身，它标志着 AI 投资逻辑的根本性转变。过去，a16z 推崇“软件吞噬世界”，看重软件极低的边际复制成本；但生成式 AI 的规模化路径截然不同。

模型的训练与推理依赖持续且巨大的计算资源。参数增长、上下文扩展及 Agent 任务执行次数的增加，直接转化为对 GPU、HBM、网络设备、数据中心及电力的刚性需求。AI 应用的增长不仅带来软件收入，更催生了庞大的物理基础设施市场。

"Machine Age"基金覆盖芯片、内存、网络、数据中心及能源系统，其核心命题在于：AI 算力正在演变为一种工业级基础设施。AI 公司的资本开支规模已足以重塑数据中心、芯片及能源行业的投资逻辑，Anthropic 便是最典型的案例。

Anthropic：从软件公司向“算力采购巨头”进化

传统软件公司的成本结构已无法准确描述当前的 AI 巨头。Anthropic 的一系列交易显示，领先的基础模型公司正转向大型基础设施企业的运营模式。

今年 5 月，Anthropic 承诺未来五年向谷歌云及相关设施投入 2000 亿美元，年均支出约 400 亿美元，占谷歌云业务订单积压的 40% 以上。8 月，其又计划向 Nscale 支付 450 亿美元，租用位于西弗吉尼亚州的数据中心算力，对应 460MW 电力容量。

为满足单一 AI 客户的需求，基础设施开发商需统筹芯片采购、服务器建设、数据中心搭建及发电能力。Anthropic 并未将赌注押在单一供应商身上，而是构建了多元化的算力供应链：与微软、英伟达达成 300 亿美元 Azure 算力协议；长期作为亚马逊重要客户，混合使用 Trainium、TPU 及 GPU 等多种硬件体系。

这一商业变革意味着：头部 AI 公司正主动管理算力供应链，其需求规模甚至反向影响云厂商的数据中心建设与电力规划。此外，Anthropic 已向芯片设计环节延伸，探索收购 AI 芯片初创公司 MatX，并扩充内部芯片团队。

Anthropic 的路径可概括为：买云→买芯片→锁定数据中心→参与硬件设计。这不仅是需求端向基础设施的下沉，更是 AI 产业纵深发展的缩影。

与之相对，英伟达收购 Hugging Face 则代表供应端向软件生态上游的延伸。这笔高达 129 亿美元的交易，旨在将全球开发者、开放模型及数据集纳入其生态，使英伟达从单纯的 GPU 供应商进化为完整的"AI 计算平台”。

Anthropic 向下寻找算力，英伟达向上整合生态，两者均在扩大对 AI 技术栈的控制范围。

被重新定价的“卖铲人”：电力与硬科技

算力需求的终极落点是电力。AI 数据中心对电力的要求不仅是总量，更包括稳定性与功率密度。基础设施瓶颈已从“缺 GPU"扩展至用地、电网接入、变压器及冷却设备。

AI 基础设施可拆解为五层：

1. 芯片与半导体制造

涵盖 GPU、CPU、ASIC、HBM、先进封装及其制造设备与材料。

2. 计算基础设施

包括服务器、网络设备、存储系统、液冷技术及数据中心。

3. 能源基础设施

涉及电网、变压器、天然气发电、核电、可再生能源及储能系统。

4. AI 软件基础设施

包含模型平台、路由、数据、开发工具及部署环境。

5. 终端应用

消费者与企业直接使用的 AI 产品。

资本风向正从传统的第四、五层，显著向第一、二、三层迁移。以 Generac 为例，这家家用发电机制造商的数据中心订单积压已达 16 亿美元。预计至 2030 年，美国数据中心电气设备市场规模将翻倍至 660 亿美元。

这并非意味着 VC 放弃 AI 软件。2026 年全球 VC 投资仍高度集中于 AI，上半年总额达 5604 亿美元，创五年新高。变化的本质在于：AI 软件的增长催生了一条庞大的基础设施资本链，模型能力提升带动了从芯片到电力的全产业链繁荣。

全球进入 AI“资本开支时代”

这场变革不仅限于硅谷。中国科技巨头同样大幅加码 AI 基础设施。阿里巴巴 2026 年二季度资本开支同比增长 75%，上半年 AI 与云基础设施投入超 1800 亿元；腾讯亦将资本开支重点投向 AI 模型及相关设施，一季度同比增长 63%。

中美产业路径虽有差异——美国依赖 VC、PE 及资本市场分工，中国则由科技巨头、产业资本与政策性资金共同推动——但资金流向高度一致：芯片、HBM、服务器、数据中心、电力冷却系统，以及机器人、自动驾驶等先进制造领域。

未来的 AI 竞争，核心资产将从单纯的模型，转移到谁能获取足够的芯片、算力与电力资源，并将这些基础设施转化为实际的工业与国防能力。

"Machine Age"的真正启示在于：AI 正从软件创新阶段，迈入由资本开支驱动的基础设施建设新周期。软件仍是需求起点，但承接增长的是一条更长的实体产业链。下一轮投资机遇，将更多涌现于支撑 AI 规模化运行的硬科技环节。

【声明】内容源于网络

创业邦

创业邦是领先的国际创新生态服务平台，为高成长企业、金融机构、产业园区、地方政府提供全方位的媒体资讯、数字会展、数据研究、创新咨询、教育培训、资本对接等服务。公司及旗下基金获得IDG资本、DCM、红杉中国、北极光创投、顺为资本、腾讯投资、盛景投资、宜信、GGV等10余家世界顶级投资机构支持，并形成长期紧密的战略合作关系。

内容 17237

粉丝 1

创业邦山东创业邦创业服务有限公司创业邦是领先的国际创新生态服务平台，为高成长企业、金融机构、产业园区、地方政府提供全方位的媒体资讯、数字会展、数据研究、创新咨询、教育培训、资本对接等服务。公司及旗下基金获得IDG资本、DCM、红杉中国、北极光创投、顺为资本、腾讯投资、盛景投资、宜信、GGV等10余家世界顶级投资机构支持，并形成长期紧密的战略合作关系。

总阅读304.4k

粉丝1

内容17.2k