算力军备竞赛全面升级：OpenAI 30GW 备忘录叫板 Anthropic、Spud 发布信号密集剑指 GPT-6、vLLM 0.19 重写推理经济学

本周核心事件

1. OpenAI “算力即王道”备忘录 —— 30GW 对 8GW，IPO 前的算力叙事战

事件概要：4 月 9 日，CNBC 独家披露了 OpenAI 发给投资者的一份内部备忘录，主题行直白到令人侧目——“Compute is the ballgame”（算力就是一切）。备忘录的核心论点是：OpenAI 计划到 2030 年拥有 30 吉瓦（GW）的计算能力，而 Anthropic 到 2027 年底预计仅有 7-8 GW——差距不仅巨大，而且”正在加速拉大”。备忘录将 Anthropic 定性为”在一条明显更小的增长曲线上运营”的”算力受限”公司，并阐述了一套”复合优势”逻辑：更大的基础设施 → 更强的模型 → 更低的单 token 成本 → 更好的产品 → 更高的收入 → 更多的投资 → 更大的基础设施。OpenAI 强调自身在下一代 GPU 集群的早期访问权、供应链主导地位和”硬件-软件协同设计”上的垂直整合优势。多家媒体和泄露分析指出，备忘录意在 IPO 前向投资者传递一个明确信号：OpenAI 的资本密集型基础设施战略是不可复制的竞争壁垒。

值得关注的原因：

• 备忘录的措辞异常激烈——直接点名攻击竞争对手在投资者通信中极为罕见。这反映出 Anthropic 近期的势头已让 OpenAI 感受到了真实压力：据 Dataconomy 报道，2026 年 Anthropic 捕获了 73% 的首次 AI 工具支出，OpenAI 份额降至 27%；Anthropic 年收入已超 300 亿美元，超 1000 家企业客户年支出超百万美元
• “算力即王道”的论述暗含一个对行业有深远影响的判断：当前的 AI 竞赛本质上是基础设施竞赛，不是算法竞赛。这与 DeepSeek V4 在华为芯片上用更少激活参数做到接近顶级性能的事实形成了有趣的张力——如果算法效率足够高，30GW 和 8GW 的差距是否真能转化为不可逆的产品差距？
• Anthropic 的回应很有意思：拒绝直接评论备忘录，转而宣布了与 Google 和 Broadcom 的重大算力交易（见下文）。不正面对线，而是用行动回应——这个策略本身就说明 Anthropic 清楚自己在算力规模上确实处于劣势，但选择了不同的竞争叙事

2. Anthropic 签下 3.5GW Google TPU 交易 —— 用定制芯片对抗 NVIDIA 垄断

事件概要：4 月 6-7 日，Anthropic 宣布与 Google 和 Broadcom 签署新协议，获得约 3.5 吉瓦的下一代 Google TPU 算力容量，预计 2027 年开始陆续上线。Broadcom 在 SEC 文件中确认了这一交易细节：Broadcom 负责为 Google 设计和制造定制 TPU，Anthropic 作为使用方接入。该交易扩展了 2025 年 10 月的初步协议（价值数百亿美元、超 100 万颗 TPU、2026 年底前交付 1GW 以上）。值得注意的是，Broadcom 文件中有一个附加条款：Anthropic 的实际使用量将取决于其”持续的商业成功”。Anthropic 将此次交易称为其”迄今为止最重大的计算承诺”，大部分算力将部署在美国，属于其 500 亿美元基础设施投资计划的一部分。此外，Anthropic 同时与 NVIDIA 和 Microsoft 也签有数十亿美元的算力协议，Amazon 仍是其主要云提供商。

值得关注的原因：

• 3.5GW 的 Google TPU 是 Anthropic 对 OpenAI “30GW 叫板”的直接回应。虽然从绝对数字看仍有差距（3.5GW vs 30GW），但 Anthropic 的策略不是比拼 NVIDIA GPU 采购量，而是押注 Google 定制 TPU 的性价比和供应链独立性。当 NVIDIA GPU 供应持续紧张、价格居高不下时，定制芯片路线可能提供更好的长期经济性
• Broadcom 的”业绩挂钩”条款是芯片交易中越来越常见的对赌机制——芯片供应商不再无条件备产，而是将交付量与客户的商业表现绑定。这反映出上游供应链对 AI 公司”超大规模承诺但实际消化能力未知”的谨慎态度
• 一个更大的图景正在浮现：AI 算力市场正在从 NVIDIA 垄断走向多元化。Anthropic 用 Google TPU、DeepSeek V4 用华为昇腾、Google 自研 TPU——顶级 AI 公司正在各自寻找 NVIDIA 以外的算力来源。这对 NVIDIA 的长期定价权是真实的威胁

3. OpenAI Spud 发布信号密集 —— 泄露日期 4 月 16 日，旧模型开始退役

事件概要：多条线索指向 OpenAI 下一代旗舰模型 Spud（代号”土豆”）即将发布。该模型的预训练已于 3 月 24 日在德州阿比林的 Stargate 设施（10 万+ GPU）完成。联合创始人 Greg Brockman 将其描述为”两年研究成果”和”大模型的感觉”，并明确表示”这不是增量更新”。本周信号进一步加强：4 月 14 日，GPT-5.2-Codex 和 GPT-5.1-Codex-Mini 从 Codex 中退役——这是 OpenAI 历史上新模型发布前典型的”腾位”操作。Codex 团队成员 Tibo 在社交平台发帖暗示”未来几周将紧张而有趣”。一个未经证实的泄露源指向 4 月 16 日为具体发布日期。Polymarket 预测市场给出 78% 的概率认为 Spud 将在 4 月 30 日前发布，95%+ 的概率在 6 月 30 日前。Spud 的命名仍有悬念：如果在 SWE-bench Pro 上达到 70%+（接近 Mythos 的 77.8%），极可能命名为 GPT-6；如果在 60% 附近，则沿用 GPT-5.5。作为对比，当前 GPT-5.4 在该基准上为 57.7%，Mythos 为 77.8%。

值得关注的原因：

• 如果泄露的 4 月 16 日属实，距今仅 4 天。这将是自 GPT-5.4 以来 OpenAI 最重要的一次模型更新——也是 Altman 在《纽约客》调查和 IPO 双重压力下最需要的一场技术胜利
• Spud 的命名策略揭示了 OpenAI 的心理博弈：如果性能足够强，直接跳到 GPT-6 可以重夺”最强模型”的叙事权（目前这个位置属于 Claude Mythos，尽管后者受限发布）。但如果跳号后性能未达预期，声誉代价更高
• 值得注意的背景：为完成 Spud 的预训练，OpenAI 关闭了 AI 视频生成应用 Sora，将其每天约 100 万美元的算力资源转移给 Spud。这说明在算力有限时，OpenAI 的优先级排序非常清晰——基座模型 > 一切应用层产品。对”超级应用”战略而言，基座模型的代际跃升才是真正的平台杠杆

4. vLLM v0.19.0 —— 零气泡异步调度 × 推测解码，重写长上下文推理经济学

事件概要：4 月 3 日，开源 LLM 推理引擎 vLLM 发布了 v0.19.0，累计 448 个提交、197 位贡献者（54 位新人）。最核心的突破是：零气泡异步调度与推测解码终于可以同时使用。此前两者互斥——推测解码的拒绝采样需要 GPU→CPU 同步，阻塞了异步流水线。v0.19.0 将输入准备搬到 GPU 端，拒绝采样结果直接在 GPU 消费，彻底消除同步点。其他重要更新包括：Gemma 4 全系列原生支持（MoE、多模态、推理、工具调用）；通用 CPU KV 缓存卸载（可插拔 CachePolicy，支持 Block 级别控制，兼容 SSM+Transformer 混合架构如 Mamba）；ViT 全量 CUDA 图加速多模态推理（将视觉编码器计算图”录像”后直接”回放”）；Model Runner V2 从实验性升级为生产级；首日适配 NVIDIA B300/GB300、AMD ROCm 7.2、Intel XPU。AI News Silo 评价称，这个版本”改变了长上下文服务的经济学”。

值得关注的原因：

• 这不是一个普通的版本更新。异步调度 + 推测解码的组合解决了生产环境中一个真实的”二选一”困境：之前你要么选高吞吐（异步调度），要么选低延迟（推测解码），两者不能兼得。v0.19.0 让同时享受两者成为可能——对高并发、低延迟的 Agent 工作负载尤其关键
• CPU KV 缓存卸载对长上下文场景的经济影响是直接的。以 DeepSeek V4 的 100 万 token 上下文为例，KV 缓存可以轻松消耗数十 GB 显存。将冷 block 卸载到 CPU 内存意味着同一张 GPU 可以同时服务更多长上下文请求——这直接降低了每个请求的推理成本
• vLLM 作为目前部署量最大的开源推理引擎（覆盖大量 DeepSeek、Llama、Qwen 的生产部署），其每次重要更新都会在几周内传导为全行业的推理成本下降。0.19.0 的组合优化意味着：运行同样的模型、服务同样的请求量，硬件成本可能再降 15-30%

---

本周值得一读的论文

论文	亮点
SkillClaw: Let Skills Evolve Collectively with Agentic Evolver (多机构)	HuggingFace 本周最热论文（213 upvotes）：提出让 Agent 技能通过”群体进化器”自主协同演化的框架，而非人工预定义。对构建具备自适应能力的 Agent 系统有直接启发
Rethinking Generalization in Reasoning SFT (AI45Research)	189 upvotes：从优化、数据和模型能力三个维度系统性分析推理 SFT 的泛化能力。对选择 SFT 数据和训练策略有实用指导价值
ClawBench: Can AI Agents Complete Everyday Online Tasks? (NAIL-Group)	106 upvotes：构建了一个评估 AI Agent 完成日常在线任务能力的基准。当 Agent 从编程走向通用工作时，这类基准的价值将快速增长
MegaStyle: Constructing Diverse and Scalable Style Dataset (腾讯)	84 upvotes：通过一致性文本到图像风格映射构建大规模、多样化的风格数据集，为可控风格迁移提供数据基础设施
Externalization in LLM Agents: A Unified Review of Memory, Skills, Protocols and Harness Engineering (多机构)	统一综述 Agent 系统中的”外部化”机制——记忆、技能、协议和工程化框架。在 MCP 生态爆发和多 Agent 架构涌现的当下，这篇综述提供了急需的概念整理

---

一句话快讯

• OpenAI GPT-5.2-Codex 和 GPT-5.1-Codex-Mini 于 4 月 14 日从 Codex 平台退役——这是 OpenAI 新模型发布前的经典”腾位”信号，Spud 已近在咫尺
• Anthropic 年收入突破 300 亿美元，较 2025 年底的 90 亿增长超 3 倍，超 1000 家企业客户年支出超百万美元——增速已超过 OpenAI 同期
• Broadcom SEC 文件披露 Anthropic TPU 交易含”业绩挂钩”条款——芯片供应商开始用对赌机制对冲 AI 公司的超大规模承诺风险
• vLLM v0.19.0 首日适配 NVIDIA B300/GB300 和 AMD ROCm 7.2——开源推理引擎的硬件覆盖速度已追平商业方案
• Google 开源 Colab MCP Server，让任意 MCP 兼容 Agent 直接调用 Colab 的云端 GPU 运行时——Agent 获取算力的摩擦又降低了一级
• Polymarket 预测市场显示 OpenAI Spud 在 4 月 30 日前发布的概率为 78%，6 月 30 日前为 95%+——预测市场正在成为追踪 AI 模型发布时间的可靠信号源
• OpenAI 为完成 Spud 预训练关闭了 Sora（日耗算力约 100 万美元）——基座模型优先级无条件高于应用层产品
• HuggingFace 本周 Agent 相关论文密度创新高——SkillClaw、ClawBench、Externalization 综述、Graph of Skills 等同时上榜，Agent 工程化研究正从零星探索转向系统化