Anthropic在上市前披露的招股书显示，这家AI公司正推进多芯片部署路线，尝试在不同芯片平台之间更灵活地调度算力。随着这一策略浮出水面，市场也开始讨论，其是否会在长期对Nvidia在AI芯片市场的主导地位形成挑战。

据Business Insider 27日（当地时间）报道，Anthropic在S-1注册文件中表示，公司已将多家战略合作伙伴提供的算力资源整合为统一的“资源池”进行调度。

Anthropic称，公司借助自研软件，按照不同任务类型将算力分配至更适配的芯片平台。目前，其使用的芯片包括Amazon Trainium、Google Tensor Processing Unit（TPU）、Nvidia GPU以及AMD GPU。公司表示，为实现这种灵活调度能力，过去几年已投入大量研发资源和资金。

报道指出，从长期看，多芯片策略有望降低AI企业对Nvidia的依赖，并提升其与芯片供应商的议价能力。对于具备跨平台部署能力的企业而言，这不仅有助于减少对单一厂商的依赖，也能在供应波动时保留更大的调度弹性。

不过，不同芯片平台之间的迁移并不容易，尤其是在AI模型训练环节，切换芯片的复杂度远高于推理阶段。同时，搭建多芯片基础设施本身也需要高额投入和庞大的工程资源。报道提到，Anthropic目前仍在为获取Nvidia算力资源支出数十亿美元。因此，也有观点认为，真正能够大规模落地多芯片策略的，现阶段可能仍主要是头部AI公司。

与此同时，Nvidia的技术优势短期内仍难以被撼动。Circular Technology Global Research市场情报主管Brad Gastwirth表示，即便市场上的芯片选择正在增多，只要Nvidia在性能、互连网络和软件生态方面的竞争力仍然存在，其短期内面临的威胁就相对有限。

从更长周期看，左右行业格局的更大变量，或许来自AI算力的标准化趋势以及潜在的供给过剩。美国金融机构Citadel首席执行官Ken Griffin警告称，一旦供给超过需求，算力租赁价格可能下滑。他还表示，GPU市场与航空业有相似之处，新增运力的边际成本较低，“一旦出现供给过剩，价格就会暴跌”。

整体来看，Anthropic的多芯片布局并不意味着Nvidia的技术优势会迅速消失。但如果大型AI公司未来能够在更多半导体平台之间实现更灵活的算力调度，Nvidia长期以来形成的定价权和客户依赖关系，仍可能面临更大压力。