Anthropic tekent voor $45 miljard rekenkracht bij Nscale

Anthropic tekent voor $45 miljard rekenkracht bij Nscale

TL;DR

  • Wat: Anthropic huurt voor $45 miljard aan rekenkracht bij het Britse Nscale, in een datacenter in West Virginia met Nvidia-chips.
  • Waarom relevant: de AI-sector slokt steeds meer infrastructuur op — de schaalgrootte van deze deals bepaalt straks wie welke AI-modellen kan draaien én tegen welke prijs.
  • Wat je ermee kunt: houd in de gaten hoe de kosten van AI-diensten zich ontwikkelen; als Anthropic straks naar de beurs gaat, verandert mogelijk ook het prijsmodel van Claude.

Ik viel gisteren over een bericht van TechCrunch: Anthropic heeft een deal gesloten met infrastructuuraanbieder Nscale ter waarde van $45 miljard. Dat is een bedrag waar je even bij stil moet staan. Wat mij triggerde om hier iets over te schrijven, is niet zozeer het getal zelf — het is het patroon erachter.

Wat er precies is afgesproken

Volgens CNBC en Bloomberg huurt Anthropic circa 460 megawatt aan rekencapaciteit in het zogeheten Monarch-datacenter van Nscale in West Virginia. Het contract loopt zes jaar. Om die 460 megawatt in perspectief te plaatsen: dat is genoeg stroom om ongeveer 345.000 Amerikaanse huishoudens van elektriciteit te voorzien.

Nscale is een nog maar twee jaar oud Brits bedrijf dat van plan is om al in september 2026 naar de Amerikaanse beurs te gaan. Op het bestuur zitten onder anderen Sheryl Sandberg en Nick Clegg, de voormalige Britse vicepremier. De volledige campus moet uiteindelijk 1,35 gigawatt aankunnen, met een geschat prijskaartje van $71 miljard — waarvan $47 miljard alleen al aan chips.

Een opvallend detail: Microsoft had eerder een intentieverklaring voor dezelfde locatie, maar trok zich deze zomer terug. Anthropic sprong in dat gat. Dat zegt iets over hoe snel de stoelendans rond schaarse datacenterlocaties gaat.

De chips: Nvidia's Vera Rubin

Het datacenter zal draaien op Nvidia's Vera Rubin-chips — de opvolger van de huidige generatie GPU's. Die chips komen volgens The Next Web eind volgend jaar online. Vera Rubin is de codenaam voor Nvidia's volgende architectuur, bedoeld voor zwaardere AI-trainingsworkloads.

Waarom is dat relevant als je geen chipdesigner bent? Omdat het type chip direct invloed heeft op welke AI-modellen er straks gedraaid kunnen worden, hoe snel ze reageren, en uiteindelijk wat jij als ondernemer betaalt als je Claude of een vergelijkbaar model via een API gebruikt. Snellere, efficiëntere chips kunnen op termijn lagere kosten per verzoek betekenen — maar dat is geen garantie.

Het grotere plaatje: $275 miljard aan rekenkracht

Wat mij hier vooral opvalt, is dat deze deal niet op zichzelf staat. Volgens een tijdlijn van MindStudio heeft Anthropic in minder dan twaalf maanden voor meer dan $275 miljard aan rekendeals getekend:

  • Amazon AWS: tot 5 gigawatt aan capaciteit, met Trainium-chips. Meer dan $100 miljard over tien jaar.
  • Google en Broadcom: een deal van naar verluidt $200 miljard over vijf jaar voor 5 gigawatt aan TPU-capaciteit, verwacht vanaf 2027.
  • Microsoft/Nvidia: $30 miljard aan Azure-capaciteit.
  • SpaceX Colossus 1: 220.000 Nvidia H100-GPU's, meteen beschikbaar — waardoor Claude Code-limieten verdubbeld konden worden.
  • Volta: een eerdere deal van $10 miljard met een door Nvidia gesteunde cloud-startup.
  • En nu Nscale: $45 miljard erbij.

Kun je je voorstellen hoeveel stroom, koeling en fysieke ruimte dit vraagt? We praten over gigawatts — eenheden die je normaal associeert met kerncentrales, niet met softwarebedrijven.

De IPO-context

Dit alles gebeurt niet in een vacuüm. Anthropic bereidt een beursgang voor, mogelijk al in september of oktober 2026. Volgens Axios ligt de omzet op een annualized run rate van meer dan $65 miljard — dat is ruim zeven keer zoveel als eind 2025. VentureBeat rapporteerde eerder dat CEO Dario Amodei sprak van "crazy 80x growth" in het eerste kwartaal van 2026.

Het bedrijf mikt naar verluidt op een waardering rond $2 biljoen. Ter vergelijking: dat is meer dan het BBP van de meeste landen.

Ik denk dat de timing van al deze rekendeals niet toevallig is. Een bedrijf dat naar de beurs gaat, wil laten zien dat het de infrastructuur heeft om te groeien. Hoe meer capaciteit je hebt vastgelegd, hoe overtuigender het verhaal richting investeerders.

Wat betekent dit voor jou als ondernemer?

Als je Claude gebruikt — of overweegt om AI-tools in te zetten — dan zijn er een paar dingen om in de gaten te houden.

Beschikbaarheid en snelheid

Meer rekenkracht betekent in theorie dat AI-diensten minder vaak tegen capaciteitslimieten aanlopen. De SpaceX-deal leverde al direct verdubbelde limieten op voor Claude Code. Stel dat je als ondernemer een applicatie bouwt die op Claude draait: dan is het goed nieuws dat Anthropic capaciteit aan het opschalen is.

Prijsontwikkeling

De grote vraag is wat er met de prijzen gebeurt. Aan de ene kant: schaalvoordelen kunnen kosten drukken. Aan de andere kant: $275 miljard aan infrastructuurverplichtingen moet wel ergens terugverdiend worden. Ik zou eerlijk gezegd niet verrast zijn als de prijzen van AI-API's de komende jaren flink in beweging blijven.

Afhankelijkheid en concentratie

Wat ik ook interessant vind: een handvol bedrijven — Anthropic, OpenAI, Google — legt nu al het overgrote deel van de wereldwijde AI-rekencapaciteit vast. Voor een MKB-ondernemer die AI inzet, betekent dat in de praktijk dat je afhankelijk bent van de investeringsbeslissingen van een paar grote spelers. Dat is geen reden tot paniek, maar wel iets om bewust van te zijn als je je bedrijfsprocessen rond deze tools inricht.

Tot slot

Voor mij is dit vooral een signaal dat de AI-race niet langer alleen gaat over wie het slimste model maakt. Het gaat steeds meer over wie de meeste stroom, chips en vierkante meters weet te bemachtigen. De schaalgrootte van deze deals — tientallen miljarden per contract — was twee jaar geleden ondenkbaar. Ik vind het eerlijk gezegd fascinerend én een beetje ongemakkelijk tegelijk. De bedragen zijn zo groot dat ze bijna abstract worden. Maar de effecten — op prijs, beschikbaarheid en afhankelijkheid — zijn dat niet.

80% van de AI-projecten haalt productie nooit.

Ik bouw de 20% — van prototype naar draaiend systeem, binnen weken.