Wyścig o moc obliczeniową potrzebną do rozwoju sztucznej inteligencji zaczyna przypominać największe projekty infrastrukturalne świata. Według informacji Reutersa Anthropic zawarł umowę o wartości około 35 mld dolarów z firmą Lambda, dostawcą infrastruktury chmurowej wspieranym przez Nvidię. Porozumienie ma zapewnić twórcy Claude dostęp do ogromnej mocy obliczeniowej w centrum danych powstającym w hrabstwie Nueces w Teksasie. Obiekt rozwijany przez Hut 8 ma zapewnić około 350 MW mocy, a kluczowym elementem infrastruktury będą systemy wykorzystujące procesory Nvidii. W momencie ujawnienia informacji Anthropic, Lambda, Nvidia i Hut 8 nie potwierdziły publicznie szczegółów kontraktu, dlatego warto traktować wartość i warunki umowy jako informacje pochodzące ze źródeł zaznajomionych z projektem. 

Skala kontraktu robi jeszcze większe wrażenie, gdy zestawimy go z innymi inwestycjami Anthropic. Zaledwie kilka dni wcześniej pojawiły się informacje o umowie wartej 45 mld dolarów z Nscale, która ma zapewnić firmie kolejne setki megawatów mocy obliczeniowej w Zachodniej Wirginii. Anthropic rozwija jednocześnie współpracę z Amazonem, Google, Broadcomem i SpaceX oraz wykorzystuje kilka różnych rodzin procesorów AI. Firma nie buduje więc jednej wielkiej serwerowni, lecz tworzy globalną sieć zasobów zdolnych do trenowania kolejnych generacji Claude i obsługi coraz większej liczby użytkowników. To pokazuje, jak bardzo zmieniła się ekonomia AI. Największe laboratoria nie konkurują już wyłącznie jakością modeli. Coraz częściej wygrywa ten, kto jest w stanie zagwarantować sobie energię, procesory i centra danych na kilka lat do przodu.

Z kim Anthropic zawarł umowę wartą 35 mld dolarów i czego dokładnie dotyczy kontrakt?

Partnerem Anthropic ma być Lambda, amerykański dostawca infrastruktury przeznaczonej przede wszystkim do obliczeń związanych ze sztuczną inteligencją. Firma specjalizuje się w udostępnianiu procesorów graficznych i należy do grupy tak zwanych neo-cloudów - operatorów chmurowych rozwijających się wokół gwałtownego zapotrzebowania na GPU. Lambda jest wspierana finansowo przez Nvidię, a umowa z Anthropic ma dotyczyć infrastruktury wykorzystującej właśnie sprzęt tego producenta. Według Reutersa centrum danych powstaje w hrabstwie Nueces w Teksasie i ma dysponować mocą około 350 MW. Za jego rozwój odpowiada Hut 8, firma znana wcześniej przede wszystkim z działalności związanej z kopaniem kryptowalut, która obecnie coraz mocniej przestawia się na obsługę ogromnych inwestycji w centra danych AI.

W praktyce Anthropic nie kupuje za 35 mld dolarów pojedynczego budynku ani konkretnej liczby kart graficznych. Mówimy o wieloletnim dostępie do mocy obliczeniowej obejmującej sprzęt, energię, infrastrukturę sieciową, chłodzenie i całe zaplecze umożliwiające pracę ogromnego klastra AI. Z punktu widzenia laboratorium taki model pozwala uniknąć konieczności samodzielnego budowania każdego centrum danych od podstaw. Anthropic może skoncentrować się na projektowaniu modeli i produktów, podczas gdy partnerzy finansują, budują i utrzymują fizyczną infrastrukturę. Jednocześnie zobowiązanie warte dziesiątki miliardów dolarów pokazuje skalę przyszłego zapotrzebowania przewidywanego przez firmę. Jeszcze kilka lat temu podobne sumy przeznaczano na całe globalne sieci telekomunikacyjne lub wielkie fabryki półprzewodników. Dzisiaj jeden kontrakt na obliczenia AI może osiągać porównywalną wartość.

Dlaczego Anthropic potrzebuje aż 350 MW dodatkowej mocy obliczeniowej dla Claude?

Współczesne modele AI zużywają ogromne ilości mocy nie tylko podczas treningu. Coraz większym obciążeniem staje się również inferencja, czyli codzienne generowanie odpowiedzi dla użytkowników. Claude przestał być produktem używanym głównie do eksperymentów z chatbotem. Anthropic rozwija Claude Code, narzędzia dla przedsiębiorstw, API, agentów oraz rozwiązania wykorzystywane bezpośrednio w procesach biznesowych. Firma informowała wiosną 2026 roku, że jej roczne tempo przychodów przekroczyło najpierw 30 mld dolarów, a w maju wzrosło już powyżej 47 mld dolarów. Liczba dużych klientów korporacyjnych także rosła bardzo szybko. Każdy taki klient oznacza kolejne miliony zapytań, analiz kodu, dokumentów i działań wykonywanych przez modele.

Szczególnie wymagające są nowe systemy agentowe. Zwykły chatbot może wykonać jedną odpowiedź po otrzymaniu pytania. Agent analizujący kod albo realizujący zadanie biznesowe może wykonać dziesiątki kolejnych operacji, wielokrotnie korzystać z modelu, poprawiać swoje wyniki i pracować przez wiele minut bez przerwy. Oznacza to wielokrotnie większą liczbę obliczeń przypadającą na jednego użytkownika. Anthropic już wcześniej przyznawał, że szybki wzrost popularności Claude powodował presję na dostępne zasoby i wpływał na limity usług w godzinach największego obciążenia. Dodatkowa infrastruktura pozwala więc nie tylko trenować przyszłe modele. Jest potrzebna również po to, aby obecne produkty działały szybko i stabilnie dla rosnącej liczby klientów. Firma informowała, że pozyskanie dodatkowej mocy od SpaceX pozwoliło między innymi zwiększyć limity Claude Code i API.

Jak umowa Anthropic z Lambda wzmacnia pozycję Nvidii na rynku sztucznej inteligencji?

Nvidia nie jest w tym układzie jedynie producentem procesorów, który sprzedaje sprzęt firmie Lambda. Jej rola w całym rynku infrastruktury AI staje się coraz bardziej rozbudowana. Firma inwestuje w dostawców chmury, wspiera finansowanie wielkich projektów i pomaga tworzyć ekosystem, w którym kolejne przedsiębiorstwa mogą budować centra danych wykorzystujące GPU Nvidii. Według informacji dotyczących projektu w Teksasie Nvidia ma również posiadać umowę z Hut 8 i być podmiotem związanym z leasingiem centrum danych. Lambda następnie wykorzystuje infrastrukturę i procesory, aby sprzedawać moc obliczeniową Anthropic. Powstaje więc wielopoziomowy system, w którym Nvidia nie tylko dostarcza najważniejszy komponent technologiczny, ale pomaga tworzyć rynek umożliwiający klientom finansowanie jego zakupu.

Taka strategia jest dla Nvidii bardzo korzystna. Największym ograniczeniem dalszej sprzedaży procesorów AI nie musi być brak zainteresowania samym sprzętem, lecz możliwość sfinansowania gigantycznych centrów danych przez odbiorców. Im więcej neo-cloudów, operatorów i laboratoriów jest w stanie pozyskać kapitał, tym większy rynek dla kolejnych generacji GPU. Jednocześnie pojawiają się pytania dotyczące coraz bardziej skomplikowanych powiązań finansowych w sektorze. Nvidia inwestuje w część firm kupujących jej sprzęt lub współpracujących z klientami kupującymi ogromne ilości GPU. Krytycy określają niektóre z takich relacji mianem finansowania obiegowego i zastanawiają się, czy cały ekosystem pozostanie równie rentowny, jeśli tempo wzrostu AI zacznie spadać. Na razie jednak popyt pozostaje ogromny, a nowe kontrakty pokazują, że laboratoria są gotowe rezerwować moc na wiele lat.

Dlaczego Anthropic korzysta jednocześnie z Nvidii, Google TPU i procesorów Amazon Trainium?

Strategia Anthropic różni się od modelu całkowitego uzależnienia od jednego producenta sprzętu. Firma otwarcie podkreśla, że wykorzystuje GPU Nvidii, układy Google TPU oraz procesory Amazon Trainium. Dzięki temu może dopasowywać konkretne obciążenia do platformy, która oferuje najlepszą relację pomiędzy wydajnością, dostępnością i kosztem. Ma to również znaczenie strategiczne. W sytuacji, w której pojedyncze centrum danych może kosztować dziesiątki miliardów dolarów, uzależnienie całej przyszłości firmy od jednej architektury byłoby ogromnym ryzykiem. Jeśli pojawią się problemy z dostępnością jednego rodzaju procesora, Anthropic może przenosić część obciążeń na inne platformy.

W kwietniu 2026 roku firma rozszerzyła współpracę z Google i Broadcomem, zabezpieczając wiele gigawatów przyszłej mocy opartej na kolejnych generacjach TPU. Kilka tygodni później ogłosiła także rozszerzenie współpracy z Amazonem do nawet 5 GW, zobowiązując się do wydania ponad 100 mld dolarów na technologie AWS w ciągu dziesięciu lat. Amazon pozostaje głównym partnerem chmurowym Anthropic, ale nowe kontrakty z Lambda, Nscale czy SpaceX pokazują, że firma nie chce opierać całego rozwoju Claude na jednym dostawcy. W rezultacie powstaje jedna z najbardziej zróżnicowanych infrastruktur w branży AI. Anthropic może trenować i uruchamiać modele na kilku rodzinach procesorów, a jednocześnie negocjować coraz większą liczbę kontraktów z operatorami centrów danych.

Czy kontrakt za 35 mld dolarów oznacza, że wyścig o centra danych AI jeszcze przyspiesza?

Najlepiej pokazuje to zestawienie najnowszych umów. Kontrakt z Lambda pojawia się niemal bezpośrednio po doniesieniach o zobowiązaniu Anthropic do wydania 45 mld dolarów na moc obliczeniową Nscale w Zachodniej Wirginii. Projekt Nscale ma dostarczyć około 460 MW mocy i wykorzystywać przyszłe systemy Nvidia Vera Rubin. Łącznie tylko te dwa porozumienia mają wartość około 80 mld dolarów. Do tego dochodzą wcześniejsze zobowiązania wobec Amazona, Google, Broadcoma i SpaceX. Według Financial Times firma zawarła już kontrakty infrastrukturalne liczone łącznie w setkach miliardów dolarów.

Podobną strategię realizują konkurenci. OpenAI, Meta, Google, Microsoft, xAI i Amazon rozwijają własne ogromne kampusy obliczeniowe oraz rezerwują moce u zewnętrznych operatorów. W rezultacie rywalizacja zaczyna przenosić się z rynku samych modeli na rynek energii i nieruchomości. Firma może stworzyć świetny algorytm, ale bez dostępu do tysięcy najnowszych akceleratorów nie będzie w stanie szybko go wytrenować ani udostępnić milionom użytkowników. Dlatego największe laboratoria rezerwują przyszłą infrastrukturę zanim centra danych zostaną fizycznie wybudowane. Kontrakt podpisany dzisiaj może zapewniać moc, która pojawi się dopiero za rok lub dwa. W wyścigu o AI zabezpieczenie dostępu do przyszłych megawatów staje się więc równie istotne jak pozyskanie najlepszych programistów.

Dlaczego megawaty i gigawaty stały się nową jednostką mierzenia potęgi firm AI?

Jeszcze kilka lat temu informacje dotyczące infrastruktury technologicznej przedstawiano przede wszystkim poprzez liczbę serwerów lub procesorów. Dzisiaj coraz częściej najważniejszą liczbą jest moc elektryczna. Centrum danych o mocy 350 MW zużywa energię na skalę porównywalną z zapotrzebowaniem dużego miasta lub dużego zakładu przemysłowego. Przy projektach przekraczających 1 GW mówimy już o infrastrukturze wymagającej ogromnych nowych przyłączy energetycznych, podstacji, transformatorów oraz często budowy własnych źródeł energii. To właśnie dlatego firmy AI zaczynają podpisywać wieloletnie kontrakty z dostawcami energii i wybierać lokalizacje nie tylko ze względu na dostęp do światłowodów, ale przede wszystkim możliwość uzyskania setek megawatów dodatkowej mocy.

Anthropic już teraz posiada kontrakty dotyczące kilku gigawatów przyszłej infrastruktury. Sam Amazon zapowiedział możliwość dostarczenia do 5 GW, natomiast współpraca z Google i Broadcomem obejmuje kolejne gigawaty. Rosnąca skala pokazuje, że największe firmy przygotowują się na zupełnie inną generację AI. Przyszłe modele mają wykonywać więcej rozumowania, pracować jako autonomiczni agenci i obsługiwać coraz bardziej skomplikowane zadania. Każdy taki postęp może zwiększać liczbę potrzebnych obliczeń. Pytanie nie brzmi więc już wyłącznie, czy przedsiębiorstwa znajdą wystarczająco dużo procesorów. Coraz częściej problemem może być znalezienie miejsca, w którym dostępna będzie odpowiednia ilość energii, wody, sieci przesyłowej i infrastruktury chłodzącej.

Czy gigantyczne inwestycje w centra danych AI mogą doprowadzić do powstania bańki?

Wartość podpisywanych kontraktów powoduje, że takie pytanie pojawia się coraz częściej. Laboratoria AI deklarują zobowiązania sięgające dziesiątek lub setek miliardów dolarów, mimo że ich obecne przychody są znacznie mniejsze od sum, które mają zostać wydane w kolejnych latach. Anthropic rozwija się niezwykle szybko i w maju informował o rocznym tempie przychodów przekraczającym 47 mld dolarów, ale jednocześnie rezerwuje infrastrukturę wartą wielokrotność tej kwoty. Założenie jest proste: popyt na Claude i przyszłe modele będzie nadal rosnąć tak szybko, że dzisiejsze ogromne inwestycje okażą się niezbędne. Jeśli wzrost wykorzystania AI utrzyma obecne tempo, centra danych mogą być jednym z najbardziej wartościowych aktywów technologicznych następnej dekady.

Ryzyko pojawi się, jeśli zapotrzebowanie zacznie rosnąć wolniej od dostępnej mocy. Nowoczesne centrum danych jest kosztownym aktywem, które musi być wykorzystywane przez znaczną część czasu, aby zapewniało odpowiedni zwrot z inwestycji. Historia technologii zna okresy, w których ogromne inwestycje infrastrukturalne prowadziły później do nadpodaży i gwałtownego spadku cen. Dzisiaj sytuacja wygląda odwrotnie - mocy brakuje, a firmy rezerwują ją z dużym wyprzedzeniem. Nie daje to jednak gwarancji, że identyczne warunki będą panowały przez dziesięć lat. Dlatego obserwatorzy szczególnie uważnie przyglądają się wieloletnim umowom i mechanizmom finansowym, które pozwalają młodym firmom AI podpisywać kontrakty o wartości porównywalnej z inwestycjami największych korporacji świata.

Jak rozwój centrów danych AI wpłynie na ceny energii i lokalne społeczności?

Budowa kampusu AI nie kończy się na postawieniu hal pełnych serwerów. Do obiektu trzeba doprowadzić ogromne ilości energii, rozbudować sieć przesyłową, zapewnić system chłodzenia i zbudować zapasową infrastrukturę energetyczną. Dlatego nowe centra danych coraz częściej stają się przedmiotem lokalnych sporów. Zwolennicy wskazują na wielomiliardowe inwestycje, miejsca pracy, podatki i rozwój infrastruktury. Krytycy obawiają się natomiast wzrostu rachunków za energię, dużego zapotrzebowania na wodę, hałasu oraz przeznaczania dostępnej mocy energetycznej przede wszystkim dla wielkich przedsiębiorstw technologicznych. W Stanach Zjednoczonych część projektów data center została już opóźniona właśnie z powodu rosnącego sprzeciwu mieszkańców.

Problem będzie narastał wraz ze wzrostem skali projektów. Centrum o mocy 350 MW jest ogromne, ale w branży pojawiają się już plany kampusów mierzonych w kilku gigawatach. Projekt Nscale w Zachodniej Wirginii ma docelowo obejmować centrum danych o mocy 1,35 GW oraz własne zaplecze energetyczne o jeszcze większej skali. To pokazuje, że wyścig o AI zaczyna bezpośrednio łączyć branżę technologiczną z energetyką. Dostęp do najlepszych modeli będzie coraz bardziej zależał od transformatorów, linii wysokiego napięcia i nowych elektrowni. Paradoksalnie najbardziej zaawansowane oprogramowanie świata zaczyna więc być ograniczane przez bardzo fizyczne elementy infrastruktury, których budowa może trwać znacznie dłużej niż stworzenie kolejnej generacji modelu.

Czy umowa Anthropic za 35 mld dolarów pokazuje przyszłość całej branży AI?

Kontrakt z Lambda jest przede wszystkim sygnałem, że największe laboratoria nie oczekują szybkiego końca boomu na sztuczną inteligencję. Nikt nie zobowiązuje się do wydania dziesiątek miliardów dolarów na przyszłą infrastrukturę, jeśli zakłada, że zapotrzebowanie na obliczenia osiągnęło właśnie szczyt. Anthropic przygotowuje się na scenariusz, w którym Claude będzie obsługiwał znacznie więcej osób i przedsiębiorstw, a poszczególne zapytania będą coraz bardziej wymagające obliczeniowo. Firma dodatkowo dywersyfikuje infrastrukturę pomiędzy Nvidię, Amazon Trainium i Google TPU, co sugeruje, że niedobór odpowiedniej mocy jest postrzegany jako ryzyko strategiczne, a nie chwilowy problem technologiczny.

Największą zmianą może być jednak powstanie całkowicie nowej warstwy gospodarki związanej z AI. Obok producentów modeli i procesorów rosną dostawcy wyspecjalizowanej chmury, operatorzy centrów danych, firmy energetyczne, producenci systemów chłodzenia i fundusze finansujące wielomiliardowe inwestycje. Umowa Anthropic z Lambda pokazuje, że zwycięzcami rewolucji AI mogą być nie tylko firmy tworzące najbardziej inteligentne modele. Ogromne znaczenie będą miały przedsiębiorstwa zdolne dostarczyć fizyczną infrastrukturę potrzebną do ich działania. Jeśli rozwój agentów AI i produktów takich jak Claude Code utrzyma obecne tempo, kontrakty warte 35 czy 45 mld dolarów mogą za kilka lat przestać wyglądać wyjątkowo. Wyścig o AI coraz wyraźniej staje się również wyścigiem o ziemię, energię, centra danych i setki tysięcy najbardziej zaawansowanych procesorów.