周四凌晨，Anthropic宣布与SpaceX达成算力合作，获得了超过300兆瓦算力。但这件事的底层逻辑，绝大多数人都没看懂。

开发者首先注意到的，是Claude限额翻倍、高峰期限制取消。这当然值得高兴。但真正要紧的信息藏在另一条新闻里：xAI此前囤积的55万块GPU，利用率仅有11%。同一时间，彭博社披露SpaceX计划斥资最高1190亿美元，建设代号Terafab的2纳米芯片厂。紧接着，马斯克确认xAI将解散并入SpaceX，成立SpaceXAI。

三件事并行浮出水面，指向同一个方向。

过去两年，大模型的竞争看起来像一场算法天才的智力竞赛。参数规模、基准测试得分、多模态能力，每一条战线上都有新纪录被刷新。但进入2026年，底层逻辑已经变了。算力堆砌走到物理学和工程学极限之后，竞争开始从软件算法层加速下沉，变成一场关乎能源、硬件调度与底层半导体制造的重工业之战。

一言以蔽之，Anthropic联手SpaceX这件事标志着，大模型战争正式进入“重工业时代”。

所谓“AI重工业”，意味着竞争锚定在三个更坚硬的东西上：能源利用率、硬件调度效率、底层半导体制造能力。它们的共同特点是不受摩尔定律庇护，也无法靠融资和挖角快速解决。它们需要时间、土地、电力、水和数十年的工艺积累。

01

11%

要理解马斯克这一系列激进动作的根源，得从11%这个诡异的数字开始。

不论国内还是海外，每家AI企业都在持续抱怨算力不足。而坐拥Grok的xAI，竟有如此巨量的闲置算力。

过去一年，xAI在AI基础设施建设上速度近乎疯狂。部署在孟菲斯的Colossus超算集群，仅19天就完成首阶段投用，累计囤积约55万块英伟达H100和H200 GPU。放在全球算力储备榜单上，这是一个极具压迫感的体量。

然而，买到算力不等于拥有算力。

衡量AI算力效率的核心指标叫MFU，模型浮点运算利用率。xAI的MFU仅为11%。这意味着集群理论上能产生100份训练吞吐量，其中89份被白白浪费了。

这当然不是马斯克和他组建的高精尖团队的过错，而是整个AI基础设施领域面临的普遍性技术鸿沟：超大规模集群下的软件堆栈与网络通信瓶颈。GPU数量有限时，问题并不棘手。一旦达到十万甚至数十万级别，系统复杂度便开始指数级攀升。卡间数据同步、网络延迟、故障节点恢复、数据读写等待，每一环都吞噬时间。即便部署最顶级的InfiniBand网络也无济于事。

这也是国内月之暗面、DeepSeek，以及海外Google等AI企业多年来坚持在底层架构上持续投入的主要原因。缺乏深厚的底层架构优化能力，堆砌的硬件就只是一堆耗电的废铁。

对于重资产模式，低利用率意味着硬件回本年限被无限拉长，而技术淘汰年限在加速缩短。这是毁灭性的。数十万块顶级GPU，且不说高昂的采购折旧成本，单是液冷和电力系统的持续运转，就足以产生天文数字的账面损耗。

这种超大集群导致的“算力消化不良”，迫使马斯克必须在商业模式上快速做出调整。

02

变脸

面对如此庞大的闲置资产，将部分算力剥离、变现，自然成了最符合商业逻辑的止损方案。而这，也是Anthropic与SpaceXAI达成22万块GPU合作协议的根本背景。

一个颇为讽刺的事实是，联手双方此前的关系谈不上好。xAI平台上，马斯克上次提及Anthropic还是毫不留情的攻击。但在商业利益面前，双方瞬间握手言和。

对Anthropic而言，这是一场久旱逢甘霖的战略补给。此前因算力不足，它选择了给模型降智、限速，甚至取消了低价档位订阅。作为与OpenAI抗衡的全球第一梯队模型企业，Anthropic虽已拿到亚马逊和谷歌的资金与算力支持，但在追求更高阶模型的过程中，对独立、大规模的顶尖算力仍然极度渴求。

获取Colossus 1全部算力后，Anthropic的反应极其务实且迅速。Claude Code限额翻倍，高峰期限制取消，Opus模型API额度大幅提升。对B端和C端市场而言，算力直接转化为用户体验的提升，这就是从OpenAI手中抢份额的利器。

对马斯克来说，这笔交易同样精明。

通过将GPU集群租赁给Anthropic，SpaceXAI事实上扮演了类似AWS和微软Azure的底层云服务商角色。这一手不仅有效对冲了硬件贬值和闲置成本，还将前沿AI算力转变为一项能够产生稳定现金流的基础设施生意。在自家Grok团队的软件能力完成追赶之前，让顶尖硬件在别人手里满负荷运转，远比放在自己机房里闲置理智得多。

而马斯克心里更清楚的是，支持Anthropic，客观上对打了很久官司的老对手OpenAI形成了有力牵制。

03

上天

将xAI解散并入SpaceX，折射出马斯克认知体系的变化。

前沿AI的研发已经告别了过去那个纯粹的软件和算法命题，变成了一个庞大的系统工程命题。规模化法则仍在生效，全球大模型参数量向十万亿级别迈进，训练和推理所需算力呈几何级数增长。地球上最先进的科学要取得进展，代价就是对物理资源的极限挤压，电力、土地，甚至水。

目前，美国多家科技巨头都在为数据中心电力发愁。Anthropic在官方公告中甚至承诺会“覆盖因其数据中心导致的美国消费者电费上涨”。AI的能耗已经足以触及社会公共资源的敏感神经。

最早布局太空算力的SpaceXAI在公告中也直言不讳：训练和运行下一代系统所需的算力，正超出陆地电力、土地和冷却系统在有效时间内的承载能力。

将xAI并入SpaceX，底层逻辑就是要利用SpaceX在全球独一无二的工程整合能力与航天运输能力。太空拥有无尽的太阳能，真空环境结合背阴面的极低温度，又能直接解决地球上最棘手的数据中心散热问题。SpaceX星舰计划带来的低成本、高频次大质量入轨能力，便理所当然地成为实现这一构想的唯一现实依托。

解散独立的xAI，本质上不是收缩，而是将AI的底层基础设施与航天工程进行深度的物理与组织绑定。

04

闭环

借出算力解决眼下的财务压力，探索太空算力押注未来的物理空间，这还不是全部。

名为Terafab的晶圆厂项目，是马斯克试图在整个科技产业链上游完成的终极闭环。

全球AI企业为算力叫苦连天，核心原因在于整条产业链的产能被极少数企业卡住了脖子：英伟达掌握芯片设计与CUDA生态，台积电垄断先进制程的制造产能。而马斯克在半导体领域的需求几乎是全方位的。除了AI模型训练，特斯拉的自动驾驶、Optimus人形机器人以及SpaceX的航天器，都需要海量定制化的先进制程芯片。依赖外部供应商，等同于必须忍受漫长的交付周期和高昂的溢价。

Terafab初期计划投入550亿美元，如今最高达到1190亿美元，目标直指2纳米工艺，规划每年对应1太瓦电力的算力产能。马斯克给英伟达发出信号的同时，也直接向台积电的代工霸权发起了正面挑战。

不过，业界普遍持怀疑态度。再有钱也只能买到ASML的光刻机和应用材料公司的设备，而这只是第一步。良率爬坡和工艺磨合，往往需要数十年的积累。但无论如何，这种“第一性原理”驱动的垂直整合尝试，将AI巨头们试图挣脱现有半导体供应链束缚的强烈意志暴露无遗。

英伟达CEO黄仁勋在祝贺SpaceX与Anthropic合作时说了一句：“AI的未来在英伟达。”

马斯克的一系列操作却给出了另一种剧本：只有同时掌握高效的硬件调度、获取廉价而可持续的能源、在底层芯片制造上实现自主可控，才能主导AGI的星辰大海。

算力已经成为新时代的石油。单纯的算力囤积者如果缺乏强大的软件消化能力，最终只会被高昂的成本反噬。AI模型的持续进化，正在倒逼基础设施突破地球的资源限制，重塑全球半导体制造的格局。算法固然重要，但在物理定律和商业规律面前，坚实的重工业才是支撑AI发展的基石。