當算力合約變成產業政策，模型競爭進入基礎設施階段

模型發布仍然吸引目光，但真正決定下一階段速度的，正逐漸變成誰能長期取得電力、晶片、資料與研究場域。這一輪訊號同時來自政府專案與企業合約：前者把公共研究拆成可執行的題目，後者用十億美元與十億瓦等級的承諾鎖定供應。

Genesis Mission 把科學基礎設施拆成 278 個專案

依美國能源部的專案公告，首批名單包含 278 個專案、342 個參與機構，涵蓋國家實驗室、大學、企業與非營利組織。研究方向跨越核能、關鍵礦物、半導體、核融合與其他科學工程問題。

這種做法的價值，在於把抽象的「用模型加速科學」拆成可由不同領域驗收的工作。代理框架必須接上模擬、實驗資料、儀器與高效能運算，才能真正縮短假設、計算與驗證之間的循環；同時，資料分級、結果重現與供應商鎖定也會從技術細節升級為公共治理問題。

2GW 與 50 億美元，代表供應關係正在變長

AMD 與 Anthropic 公布的合作包含最多 2GW 的 MI450 系列 GPU 部署，第一個 1GW 預計於 2027 年上半年開始；AMD 另承諾未來對 Anthropic 進行最高 50 億美元的策略性股權投資。雙方還會讓 Claude 協助最佳化 AMD 工作負載與 ROCm 開發，而 AMD 也會在工程與產品團隊中擴大採用 Claude。

這不只是買方與賣方的交易。模型公司用長期需求換取算力與軟體協作，晶片商則透過股權投資與內部採用，把自己嵌入客戶的成長路徑。對其他團隊而言，關鍵不再只是比較單張卡效能，而是能否在多種硬體、網路與軟體堆疊間保留遷移能力。

使用量與成本必須一起閱讀

Alphabet 的第二季執行長談話顯示，旗下模型 API 每分鐘處理約 220 億 token，高於前一季的 160 億；Gemini 應用程式則達到 9.5 億月活躍使用者。這些數字說明需求仍在加速，但公司也明確表示供應受限，規模成長與基礎設施支出必須放在同一張表上閱讀。

內容溯源則是另一種基礎設施。Meta 開源的 Meta Seal把影像、影片、音訊與文字的浮水印研究放進同一套工具組，涵蓋生成後嵌入、生成期間嵌入、資料集標記與攻防測試。標記不能保證內容真實，卻能提供跨平台追蹤來源的共同技術層。

基礎設施選擇會變成產品邊界

從國家實驗室的研究組合，到晶片商與模型公司的多年合作，這一輪競爭已經超出單次產品發表。誰能取得資源固然重要，但誰能把成本、供應風險、資料責任與內容來源一起納入設計，才有機會讓規模真正轉成可靠服務。

因此，團隊評估新能力時也該追問更底層的問題：算力承諾是上限還是已部署容量、投資是現金到位還是未來承諾、資料與模型能否移轉，以及輸出能否留下可驗證的來源。這些答案，會比單一排行榜更早決定產品能走多遠。