大模型，套上算力“緊箍咒”

智東西
編譯 佳揚
編輯 云鵬

智東西4月13日消息，據華爾街日報報道，隨著全球AI熱潮持續升溫，算力供給正日益趨緊。

行業頭部的Anthropic，不僅陷入系統頻繁宕機、服務穩定性大幅下滑的困境，還出現用戶投訴、部分企業客戶流失的問題。截至4月8日，Anthropic公司的Claude API在過去90天內的正常運行時間為98.95%，低于軟件公司通常向客戶承諾的99.99%。

▲Claude API服務中斷時間（來源：華爾街日報）

華爾街日報3月29日的報道曾指出，OpenAI因算力緊張被迫收縮業務戰線，放棄此前備受市場關注的Sora視頻生成應用，將有限算力集中投入至代號“Spud”的新AI模型研發中，優先保障核心業務的穩步推進。

與此同時，高端GPU租賃價格迎來驚人漲幅，租用英偉達最先進的Blackwell系列芯片，每小時費用已達4.08美元，較兩個月前的2.75美元上漲48%，短短兩個月內漲幅接近五成。

一、AI巨頭紛紛約束算力

算力短缺已成為頭部AI企業發展的核心阻礙，多家巨頭不得不通過收縮業務、限制用戶資源等方式應對危機。Anthropic首席財務官莎拉·弗萊爾在近期投資者訪談中直言，“我確實花了很多時間尋找任何可用的臨時計算資源。目前，由于計算資源不足，我們不得不做出一些非常艱難的取舍，放棄一些我們正在推進的項目。”

算力需求的爆發式增長是這場危機的直接推手。數據顯示，OpenAI API的token使用量從去年10月的每分鐘60億次，飆升至今年3月下旬的150億次，短短五個月內增幅達150%。為應對算力缺口，OpenAI已放棄此前備受市場關注的Sora視頻生成應用，將有限的算力集中投入到代號為“Spud”的新AI模型及企業級產品開發中，優先保障核心業務推進。

作為OpenAI的主要競爭對手，Anthropic也面臨著相似問題。Anthropic的營收預期一路飆升，從最初預計2025年底實現90億美元年化收入，到今年2月攀升至140億美元，兩個月后更是翻倍至300億美元。

但3月下旬，Anthropic被迫出臺限制措施，宣布在太平洋時間工作日早5點至11點的高峰時段，限制用戶可使用的token數量。這一舉措引發用戶廣泛不滿，多位用戶在X論壇上抱怨資源消耗過快，有用戶表示，此前數周都未用完的token上限，如今僅45分鐘就已耗盡。對此，Claude Code創始人兼負責人Boris Cherny在X上回應稱，公司正全力應對Claude持續增長的需求，產能作為核心資源需謹慎管理，未來將優先保障核心用戶與API使用者的體驗。

二、越來越貴的算力

紐約數據提供商Ornn的數據顯示，近幾個月來，英偉達全系列GPU產品的現貨市場價格大幅上漲，尤其是數據中心云端訪問的GPU價格，漲幅尤為明顯。

算力需求的激增，直接推動行業定價機制調整與長期合同綁定。去年年底，全球最大上市AI云公司之一的CoreWeave將GPU租賃價格上調20%以上，同時將小型客戶的服務合同期限從1年延長至至少3年。上月底，美國銀行分析師恢復對CoreWeave的“買入”評級，并預測至少到2029年，該公司的算力服務需求仍將持續超過供給，算力緊張局面難以緩解。

具體來看，高端GPU的租賃價格漲幅驚人。根據Ornn計算的價格指數，租用英偉達最先進的Blackwell系列芯片一小時的費用已達4.08美元，較兩個月前的2.75美元上漲48%，短短兩個月內接近2倍漲幅，凸顯算力資源的稀缺性。

“我經營這家公司五年多來，從未見過如此嚴重的容量短缺。”云基礎設施公司Vultr首席執行官JJ Kardwell直言，算力短缺的核心癥結并非企業不愿部署更多設備，而是交付周期過長。數據中心建設耗時久，且截至2026年的可用電力已被全部預訂一空，短期內無法通過新增設備緩解缺口。

三、算力短缺導致AI服務質量低，客戶流失

算力短缺不僅推高成本，更直接影響AI服務的穩定性，甚至導致企業客戶流失。自2月中旬以來，Anthropic的系統故障愈發頻繁，部分企業客戶已開始轉向其他AI模型提供商。軟件開發平臺Retool創始人兼首席執行官David Hsu表示，他此前一直傾向于使用Anthropic的Opus 4.6模型驅動公司AI代理工具，認為其最適配企業級應用，但近期因Anthropic服務器頻繁不穩定，已轉而采用OpenAI的模型。

互聯網核心服務的可靠性通常以“9”為衡量標準，四個“9”（99.99%的正常運行時間）是軟件公司向客戶承諾的常規標準，但截至4月8日，Anthropic的Claude API在過去90天內的正常運行時間僅為98.95%。

“這不正常。”人工智能推理初創公司Baseten聯合創始人兼首席技術官Amir Haghighat評價道，AWS、數據庫、RDS或Stripe等核心服務，均需保障極高的彈性和正常運行時間，而當前AI行業的服務質量與之相差甚遠，“沒有企業愿意為應用程序的智能服務，選擇穩定性如此之差的提供商”。

結語：AI的算力競爭

當技術突破的速度超越基礎設施建設的步伐，最終考驗的不僅是企業的技術實力，更是整個產業鏈在算力供需失衡下的應變能力。

對于押注AI的科技巨頭而言，如何在項目取舍、成本控制與服務質量之間找到平衡，是下一步的關鍵問題。

來源：華爾街日報