Akamai Technologies周四披露，已与AI初创公司Anthropic达成一项价值116亿美元的云服务协议。这是2026年全球签署的最大人工智能云合同。然而，隐藏在监管文件中的关键细节更为引人注目：这笔巨额款项专门用于CPU工作负载，而非业界主流的GPU集群。
这一技术路线的选择比金额本身更具信号意义。过去三年，AI基础设施的主导范式是“高性能计算等于GPU”，即依赖InfiniBand网络连接密集的NVIDIA H100或H200集群进行模型训练。Akamai的交易表明，行业内的推理工作负载正与训练工作负载分离。Akamai建于1998年、拥有4400个节点的分布式边缘网络，恰好能承接前沿AI实验室对低延迟算力的需求。
从CDN到AI边缘：一场蓄谋已久的转型
Akamai的起源是为了解决互联网拥塞问题。1998年，麻省理工学院教授Tom Leighton与其学生Danny Lewin创立了内容分发网络（CDN），通过将内容复制到地理分布的服务器上，消除网络瓶颈。随着Lewin于2001年去世，Leighton接手公司并主导了其战略转型。
2013年Leighton出任CEO时，Akamai仍被牢牢绑定在内容分发业务上。随后，通过2021年收购网络安全公司Guardicore，以及2022年以约9亿美元现金收购云基础设施公司Linode，Akamai完成了向云安全与边缘计算的跨越。截至2026年上半年，云基础设施服务已成为其增长最快的板块，第一、二季度同比增速分别达到40%和39%，抵消了传统CDN业务的下滑。
Akamai与Anthropic的合作早有端倪。双方于2026年5月5日签署主服务协议（MSA），当时披露的金额为18亿美元。9月18日公布的后续计划将这一规模扩大了六倍以上，最终定格在116亿美元。
为何选择CPU？推理工作的架构真相
Anthropic聚焦CPU工作负载，揭示了AI推理阶段的架构本质。模型训练需要数万加速器间的密集通信，必须集中在专用数据中心；而推理则是独立的计算任务，其瓶颈在于内存带宽（读取模型权重的速度），而非浮点吞吐量。
对于量化后的700亿参数模型，具备大内存池的CPU类基础设施足以满足交互式查询需求。在Anthropic的生产部署中，请求路由、预处理、智能体工作流编排等大量任务属于CPU密集型。随着Anthropic年化收入从2025年底的约90亿美元跃升至2026年的300亿美元，这些分散且对延迟敏感的任务汇聚成巨大的算力缺口。
Akamai于今年3月推出的AI Grid正是为此设计。该架构将推理请求分配至三个层级：边缘层处理超低延迟请求；基于WebAssembly的语义缓存层直接返回频繁请求的结果，无需往返GPU集群；核心层则托管由NVIDIA RTX PRO 6000 Blackwell驱动的GPU集群，处理重型多模态任务。这种智能编排能实时评估成本与延迟，将每个请求路由至最佳资源。
对于要求往返延迟低于200毫秒的企业级Claude应用，Akamai靠近用户的边缘CPU舰队提供了超大规模中心化架构无法比拟的优势：在接触点即时完成计算。
交易结构：认股权证与供应链锁定
116亿美元背后的金融工程同样精密。Anthropic承诺在七年内支付全额款项，前提是Akamai满足交付要求。协议包含严格的终止条款：若Akamai发生有利于Anthropic竞争对手的控制权变更，Anthropic有权终止协议，这在结构上限制了Akamai未来的并购选项。
交易中最引人注目的是认股权证安排。Akamai向Anthropic发行B类认股权证，潜在可转换为约占Akamai已发行普通股5%的股份。行权价定为每股普通股等价物111.33美元。归属机制与业务表现挂钩：约2%的股份在首次付款时归属，此后Anthropic每额外承诺30亿美元，额外1%的股份归属。只有当合作总额扩展至约200亿美元时，完整的5%才会兑现。这一机制将双方利益深度绑定：Anthropic的股权收益取决于Akamai股价上涨，而后者又依赖于合同的顺利执行。
为确保执行，Akamai迅速行动于供应链两端。9月23日，它与联想签署硬件供应协议；9月24日，授权Jabil购买约17亿美元的内存组件。在全球高带宽内存供应紧张的背景下，这一预购动作凸显了资源的稀缺性。预计相关资本支出约为55亿美元，Akamai因此将2026年资本支出指引上调约17亿美元，并暂停股份回购以优化杠杆比率。
财务影响方面，来自该承诺的收入预计从2027年下半年开始确认，目标是在2028年底达到约17亿美元的年化收入率，对2026年收入指引无直接影响。
填补超大规模厂商的空缺
在Anthropic多元化的算力组合中，Akamai的角色清晰独特。亚马逊提供高达250亿美元的支持及Trainium芯片，谷歌承诺TPU容量，SpaceX提供超过22万块NVIDIA GPU的访问权限。这些资源均针对训练和批量推理优化，物理上高度集中。
Akamai提供的则是反向架构：低密度计算分布在100多个国家的4400多个地点。对于实时代理管道、边缘部署等延迟敏感场景，Akamai解决了弗吉尼亚州数据中心更多GPU无法解决的物理距离问题。
这一交易不仅是商业上的胜利，更是架构范式的验证。Leighton多年来论证的分布式逻辑，在AI推理时代得到了回响：当工作负载足够庞大且对延迟敏感时，集中化产生瓶颈，而分布式网络成为最优解。对于企业技术团队而言，Akamai与Anthropic的116亿美元合约是一个明确信号：AI算力市场已超越三大云巨头，边缘网络正在重新定义推理的基础设施版图。