CoreWeave赢得了巨头忽视的推理计算竞赛
2026年4月10日，CoreWeave宣布与Anthropic达成多年协议，提供Nvidia GPU的计算能力，专门用于支持Claude模型的生产负载。虽然未披露财务条款，但市场反应强烈：CoreWeave的股价在当日上涨超过10%。
不过，这并不是当天最令人印象深刻的消息。更引人注目的是，该公告在Meta确认再次追加210亿美元与CoreWeave的合作协议的24小时内发布，使这项关系的总价值达到约350亿美元。世界十大AI模型开发者中的两家，分别在一日之隔时，押注于相同的基础设施。对于一家在2025年收入达53.1亿美元、年增长168%的公司来说，这不仅是良好的发展势头，更是CoreWeave在云计算巨头未能或不愿建立的领域，成功创建了更大的市场机会。
亚马逊、微软和谷歌留下的空缺
技术上存在一个长期被大云计算公司策略会议忽视的区别：训练AI模型是一个大规模且相对容忍延迟的计算问题；而在企业级规模上运行它则是一个根本不同的问题。推理过程，即Claude等模型如何同时响应数百万用户的请求，要求低延迟、高可用性以及专门优化的硬件架构。
AWS、Azure和Google Cloud主要围绕训练构建他们的GPU产品，主要是因为大型客户签订长期合同，可以预期地消费计算资源。这个市场的利润率可接受，商业动态已知。而生产中的推理则更不确定，对配置要求更高，并且需要专门的运营能力，而这些都是大云计算公司视为次要用例的领域。CoreWeave正好填补了这个空白。
目前，CoreWeave运营着32个数据中心，拥有超过25万块GPU和1.3千兆瓦的电力供应能力。其客户群包括全球十大AI模型开发者中的九家：微软、Meta、OpenAI、Mistral、Cohere、IBM和Nvidia等。这些合同总额达660亿美元，并且2026年的收入指引超过120亿美元。这并不是一家发现边缘市场的公司，而是一家定义了市场类别的企业。
为什么Anthropic选择跳出传统云计算
Anthropic与CoreWeave签署协议的决定，明确表明成熟模型开发者如何重新思考与基础设施的关系。Anthropic已经投入了1亿美元，以围绕Claude开发企业级合作伙伴网络。这意味着他们的模型需要在低延迟、稳定性和可扩展性方面表现出色，以满足不容许性能下降的企业客户。
大云计算公司提供这种计算能力，但在设计为水平化的平台上，AI客户与关系数据库客户、视频流客户和工资处理客户共同争夺资源。CoreWeave提供专门为AI工作负载设计的基础设施。这种专一性并不是一种营销策略，而是能够在企业应用中处理10万个并发请求时真正影响性能的关键。
与CoreWeave的协议还允许Anthropic以渐进的方式进行计算，具有扩展选项，为其当前客户提供所需的基础能力，同时保持一定的灵活性。在GPU市场供需失衡的情况下，通过专业供应商确保这样的访问将减少一个具体的运营风险。
CoreWeave的一位发言人以企业声明中少见的准确性表示：“AI不再只是基础设施，而是将模型转化为实质影响的平台。”这句话准确描述了Anthropic所需的工作：不是通用GPU，而是在生产条件下保证Claude正常运作的能力，而不会影响性能崩溃。
两个协议无法解决的结构性风险
CoreWeave的成功存在一个投资者自上市以来就关注的裂痕，市场也在密切监测：微软在2025年约占其收入的67%。这种对单一客户的依赖使得与微软的商业关系的任何变化都会对公司构成系统性风险。
与Meta和Anthropic在48小时内达成的协议，直接表明CoreWeave正在执行故意多元化的战略。但这一工作远未完成。如果Meta现在占据相当可观的长期合同份额，CoreWeave就将单一客户依赖转变为对两个客户的依赖。风险确实降低了，但并未消失。
还有一个执行因素， projected numbers 并未捕捉到：维护32个数据中心，为660亿美元的承诺提供能力，同时在能源和建造成本持续波动的情况下运营，需要精准的执行力，而这样的能力在如此规模和速度增长的公司中并不常见。预计2026年超过120亿美元的收入，意味着在一年内收入增长一倍以上。这对于现有的合同履行来说并不不可能，但也要求硬件供应链、电力合同和基础设施建设无明显摩擦。
CoreWeave的模型将可变计算成本转化为客户的长期固定承诺，这保护了未来收入，但将执行压力转移到内部。如果某个数据中心延迟，或者由于Nvidia供给限制导致GPU采购延迟，影响由CoreWeave承担，而不是客户。
协议背后的工作
CoreWeave从以太坊挖矿发展成为全球十大AI开发者的计算供应商的历程，之所以重要，不是因为它是企业韧性的故事，而是它展示了如何围绕客户特定问题重新定义一个公司的目的，正是其他公司未能有效解决的问题。
与Anthropic的协议并未证明CoreWeave的技术出色，而是确认了它识别出Anthropic、Meta、OpenAI等公司所需的具体工作：不是通用计算能力，而是保障在用户使用时模型能够可靠运行的推理基础设施，而不是当工程师测试时的表现。这一看似技术的区别，实际上区分了货物供应商和能够在需求结构性超过供给的市场中拥有价格制定能力的公司。
这一模型的成功表明，顶级AI开发者所需要的从来不是对GPU的简单访问，而是其模型在生产环境中表现良好，而基础设施不成为业务瓶颈。
