Anthropic獲馬斯克神支援,取得超級電腦算力!Claude Code四大方案用量上限直接加倍送
Anthropic獲馬斯克神支援,取得超級電腦算力!Claude Code四大方案用量上限直接加倍送

重點一:SpaceXAI 與 Anthropic 簽署協議,將孟菲斯 Colossus 1 超級電腦全部算力租給對手 Anthropic,逾 300 MW、22 萬顆 NVIDIA GPU 一個月內到位。

重點二:Anthropic 同步將 Claude Code 五小時用量上限加倍、取消 Pro/Max 帳戶在 Claude Code 尖峰時段的限縮,並提高 Claude Opus API 速率上限。

重點三:執行長 Amodei 在開發者大會坦言公司原本只規劃 10 倍成長、實際首季年化暴衝 80 倍,是算力告急主因,估值上看 9,000 億美元。

馬斯克 (Elon Musk) 旗下 SpaceXAI(xAI 整合進 SpaceX 後的新品牌)在 5 月 6 日宣布,已與生成式 AI 公司 Anthropic 簽署協議,將位於美國田納西州孟菲斯的超級電腦 Colossus 1 全部算力,提供給直接競爭對手 Anthropic 使用。

根據雙方公告,這筆協議讓 Anthropic 一個月內可取得逾 300 MW(百萬瓦)、超過 22 萬顆 NVIDIA GPU 的新增算力使用權,包括 H100、H200 與新一代 GB200 加速器。

因為這波算力擴充,以及近期其他算力合約,Anthropic 同步上調 Claude 使用上限:

  1. Claude Code
    Pro、Max、Team,以及基於席位的企業計劃方案的「5 小時內可用 token / 請求上限」直接加倍。
  2. 尖峰時段限制
    Pro、Max 方案在尖峰時段對 Claude Code 的降速/限額機制取消,尖峰時段不再額外縮水。
  3. API
    Opus 模型的 API rate limit 明顯提高,開發者可以打更多、打更快。

22 萬顆 GPU 是什麼概念?

Colossus 1 由 xAI 團隊(後整合進 SpaceX 改名 SpaceXAI)在「破紀錄時間」內建成,是當前全球最大、部署速度最快的 AI 超級電腦之一。

300 MW 大致是一座中型城市的尖峰用電水準;22 萬顆 NVIDIA 高階 GPU,光硬體採購價值就達數十億美元等級。換言之,這不是切一塊算力給 Anthropic,而是把整座超級電腦打包租過去。

值得注意的是,SpaceXAI 自家也有大型語言模型 Grok 在訓練,把唯一一座超大叢集的全部產能讓給直接對手,反映兩件事:

第一,馬斯克陣營握有 SpaceX 火箭發射能力與孟菲斯擴建中的 Colossus 2,足以快速補上自用算力。

第二,AI 雲端基礎設施已經商品化,「賣算力給對手」的經濟誘因正在超越「保護自家模型」。

雙方公告中也提及,未來有興趣合作開發以 SpaceX 發射能力為基礎的「軌道(orbital)AI 算力」,把資料中心搬上太空,但雙方僅表達合作意向,尚未公布具體工程時程。

Anthropic 首季用量暴衝 80 倍,讓算力枯竭

Anthropic 為什麼算力告急?共同創辦人暨執行長 Dario Amodei 在 5 月 6 日於舊金山舉辦的開發者大會上坦言,公司原本以為 2026 年會迎來 10 倍成長,實際結果是首季年化營收與用量暴增 80 倍。「這就是我們算力吃緊的原因。」

Amodei 在大會上表示,公司「正以最快速度補上更多算力,並會儘速釋出給開發者」。他形容當前成長速度「太瘋狂、太難駕馭」,希望能回到「正常一點」的擴張節奏。

9,000 億美元估值在後,Anthropic 開出近 10 GW 算力胃口

根據《CNBC》報導,Anthropic 目前正以 9,000 億美元(約合新台幣 28.35 兆元)估值與投資人洽談新一輪募資;若成局,估值將正式超越 OpenAI。

SpaceXAI 這筆 Colossus 1 協議只是 Anthropic 近期一連串算力部署的最後一塊。Anthropic 列出的算力夥伴清單包括:

與 Amazon 簽署最高 5 GW(吉瓦)協議,其中近 1 GW 將於 2026 年底前上線。

與 Google、Broadcom 達成 5 GW 協議,預計 2027 年起陸續啟用。

與 Microsoft 及 NVIDIA 的策略合作,包含 300 億美元(約合新台幣 9,450 億元)的 Azure 算力。

同時,也對美國 AI 基礎設施投入 500 億美元(約合新台幣 1.575 兆元),並與 Fluidstack 合作建置。

也就是說,現在 Anthropic 訓練與推論硬體橫跨 AWS Trainium、Google TPU 與 NVIDIA GPU 三大陣營。

總結來看,當市面上多數 AI 公司還在搶 H100,Anthropic 已把採購單開到「吉瓦級」。SpaceXAI 這次把 Colossus 1 整包讓出,可說是這張採購單上交期最快、規模也最具立即效益的一筆。

延伸閱讀:Codex入門完整教學!10步驟+提示詞範例,打造你的AI專案工作區

資料來源:SpaceXAI 官方公告Anthropic 官方公告CNBC

本文初稿為AI編撰,整理.編輯/ 李先泰

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓