新智元报道

【导读】英伟达的曝造牌桌上，最后一位关键玩家已入局。芯挖星短短一月内，老兵Anthropic先是密谈从OpenAI挖来造芯老将Clive Chan，随即与三星深入洽谈2nm工艺合作。曝造手握Trainium、芯挖星TPU、老兵英伟达GPU三张底牌，密谈Anthropic为何执意凑齐第四张？曝造

这家全球最擅长「租赁算力」的AI巨头，正毅然踏入最烧钱的芯挖星自研芯片赛道。

据The 老兵Information最新爆料，Anthropic已正式启动自研AI芯片的密谈早期研发工作，并与三星电子就潜在代工合作展开密集磋商。曝造

知情人士透露，芯挖星Anthropic重点考察的老兵方案包括三星的2nm制程工艺及先进封装技术。

2nm作为当前半导体工艺的巅峰之作，能在同等芯片面积内集成更多晶体管，从而实现更快的运算速度与更低的能耗；而先进封装技术则通过将处理器与高速内存紧密「拼装」，缩短数据搬运距离，大幅减少芯片等待数据的时间损耗，提升整体效率。

早在2024年7月，三星便宣布向日本AI公司Preferred Networks提供包含2nm GAA制程与2.5D封装的「交钥匙」解决方案，这正是Anthropic目前重点评估的技术组合。（图源：Samsung官方）

这两项技术，无疑是当下AI芯片竞赛中最具价值的硬通货。

令人玩味的是，就在三个月前，Anthropic在官方博客中仍强调：AWS Trainium、谷歌TPU及英伟达GPU仍是其算力战略的核心支柱。

「多平台兼容、不押注单一硬件」，一直是Anthropic区别于OpenAI和xAI的核心差异化策略——后两者深度绑定英伟达，而Anthropic则构建了一个由上述三家供应商组成的多元化算力矩阵。

如今，Anthropic也决定下场造芯。

这是否意味着它将打破自己确立的规则？

三位直接参与该项目的知情人士指出，这款芯片目前仍处于概念阶段，甚至连「具体形态」都未确定。关于芯片的定位、性能指标以及如何集成至服务器集群，Anthropic仍在探索中。

尽管已与多家芯片设计公司进行初步接洽，但项目尚未进入详细设计、测试及制造阶段。

Anthropic的官方回应依旧谨慎滴水不漏——重申AWS Trainium、谷歌TPU和英伟达GPU「仍将是公司扩展算力战略的核心」，并拒绝透露具体路线图细节。

然而，两个关键动作已清晰暴露其意图。

第一，人才储备。

上个月，Anthropic成功招募Clive Chan，他是OpenAI定制芯片团队的早期核心成员。目前，Anthropic已开放芯片工程师岗位，加速组建团队。

Clive Chan，OpenAI定制芯片团队第二位硬件工程师，曾参与特斯拉Dojo超算项目，于今年6月正式加入Anthropic。

第二，供应链预热。

路透社早在今年4月便报道，Anthropic正在评估自研芯片以应对潜在的芯片短缺风险。从「初步考虑」到「接触代工厂」，Anthropic仅用了不到三个月时间。

纵观AI巨头版图，谷歌、亚马逊、Meta、微软早已亮出自研芯片底牌，OpenAI也已携手博通（Broadcom）入局。

环顾四周，尚未亮牌的头部玩家，几乎仅剩Anthropic一家。

账单压力催生的「第四张牌」

要理解Anthropic为何执意造芯，需先审视其爆炸式增长的收入曲线。

2025年底，Anthropic的年化运行收入（Run-rate Revenue）约为90亿美元。

至2026年4月，这一数字突破300亿美元；5月底，更是飙升至470亿美元以上。短短五个月内，收入翻了五倍有余。

这种增长曲线在两年前堪称天方夜谭。

然而，收入激增的背后，是算力成本的指数级膨胀。

Anthropic在4月的公告中坦言，这种增速给基础设施带来了「不可避免的压力」。

过去几个月，Anthropic的算力扩张近乎疯狂：

• 4月：与谷歌及博通签署协议，锁定数吉瓦（GW）的下一代TPU产能，预计2027年起陆续上线；
  
  Anthropic官方博客：4月6日宣布与Google和Broadcom扩展合作，获取多吉瓦下一代TPU算力

• 5月：官宣完成Series H轮融资650亿美元，投后估值高达9650亿美元。同期，与亚马逊签署最高5吉瓦的新产能协议，并从SpaceX获得Colossus 1和Colossus 2的GPU算力支持。

亚马逊至今仍是Anthropic主要的云服务和训练合作伙伴，Project Rainier项目持续推进。

据The Information报道，Anthropic甚至还在洽谈使用微软的芯片，以及英国初创公司Fractile的推理芯片。

至此，Anthropic的芯片供应商名单已扩展至第五家。

这就引出了一个核心问题：一家算力来源极度多元化、收入曲线近乎垂直、账上刚入账650亿美元的公司，为何还要亲自下场造芯？

答案在于两个字：规模。

前沿大模型运行在数以万计的处理器集群之上。在这个体量下，哪怕效率仅提升几个百分点，节省下来的成本都是以十亿美元计的真金白银。

烧钱越猛的企业，越有动力将每一瓦电、每一块芯片的效率榨取到极致。

除了直接的算力成本，更深层的原因在于议价权。

当所有AI公司都在争夺处理器、机房和电力时，无论租赁多少算力，议价权始终掌握在供应商手中。

拥有一颗自研芯片，将极大增强Anthropic与其他供应商谈判时的底气。

因此，自研芯片是账单压力与供应链焦虑共同催生的「第四张牌」。

Anthropic此举并非旨在完全替代现有供应商，而是为了将成本曲线和供应链的主动权，向自身倾斜。

OpenAI的先行之路

这条自研之路，OpenAI已率先趟过。

2024年，OpenAI与博通（Broadcom）合作，启动自研芯片设计。

2025年10月，双方宣布合作部署10GW定制AI加速器——其规模大致相当于十座核电机组的装机容量，计划于2026年下半年启动部署，并在2029年底前完成全部部署。

上个月，首款产品Jalapeño正式亮相，这是一款专为大模型推理打造的芯片。

OpenAI CEO奥特曼与博通CEO Hock Tan手持Jalapeño晶圆纪念板，铭牌上写着：愿我们平滑、指数级、平安无事地扩展到AGI。（图源：OpenAI）

从初始设计到流片，Jalapeño仅耗时9个月，双方称这是高性能半导体历史上最快的ASIC开发周期。值得注意的是，其中部分设计与优化工作，正是由OpenAI自家模型加速完成的。

看，用AI设计AI芯片的飞轮，已经转动起来。

OpenAI披露的早期测试数据显示，Jalapeño的每瓦性能将大幅超越当前行业领先水平。

OpenAI总裁Greg Brockman强调，世界正走向「算力驱动的经济」，自研芯片是全栈基础设施战略的关键一环，旨在让算力更充裕，使AI更快、更可靠、更便宜。

奥特曼更是放言：「智能廉价到无需计量，已在掌握之中。」

但不可忽视的是时间成本。从挖人组队到芯片问世，OpenAI耗时约三年。

而Anthropic目前所处的位置，正是OpenAI三年前的起点：核心人员刚到位，规格未定，代工厂尚在洽谈。

再往前追溯，谷歌TPU、亚马逊Trainium已成熟运行多年，Meta和微软也各有布局。

在头部玩家中，尚未拥有自研芯片的公司已寥寥无几。

谁能撼动英伟达？

尽管决定下场自研，Anthropic仍强调亚马逊是其主要的云和训练合作伙伴，Google TPU和英伟达GPU仍将是其扩展算力战略的核心。

牌越多越好，一张都不轻易丢弃，这才是Anthropic一贯的稳健打法。

但有一个数据值得密切关注。

据The Information估算，尽管推理芯片市场的融资与设计活动如火如荼，英伟达的市场份额近几年不降反升，目前约占74%。

黄仁勋曾明确表示，英伟达芯片在推理任务上的效率优于任何替代方案。

GTC 2026上，黄仁勋同台展示Rubin GPU与Groq 3 LPU，后者SRAM带宽达1200TB/s，是前者的55倍。推理，正是英伟达防守最严密的阵地。（图源：英伟达）

自研芯片喊了多年，谷歌、亚马逊、Meta、微软纷纷入局，账面上看似被抢走份额的英伟达，反而更加强势。

这恰恰揭示了一个真相：自研芯片抢夺的并非英伟达的「今天」，而是各家巨头自己的「明天」。

那么，如何解读Anthropic的这一举措？

对Anthropic而言，这是在多供应商牌桌上多攥的一张长期筹码，旨在换取更高的议价权和运营效率。

招募Clive Chan表明其正在认真构建核心技术能力。但项目仍处于早期阶段，从需求定义、流片、量产到集群部署，中间隔着芯片行业最残酷的技术鸿沟。

在上一个时代，芯片公司定义了计算的形态，软件公司在其上生长。

而在AI时代，模型公司开始反过来定义芯片。算力金字塔的权力结构，正被从顶端向下改写。

三星能否真正承接此单？Anthropic能否将这颗芯片推向量产？目前尚无定论。

唯一确定的是，在英伟达占据74%份额之外的26%市场中，Anthropic正带着470亿美元的年化收入和9650亿美元的估值强势入场。

当「智能廉价到无需计量」成为现实，超级智能才能走出巨头机房，成为每个人都能负担的日用品。

参考资料：

• https://www.theinformation.com/articles/anthropic-talks-samsung-manufacture-custom-ai-chip?rc=epv9gi
• https://x.com/itsclivetime/status/2063356118525792542
• https://www.anthropic.com/news/google-broadcom-partnership-compute

编辑：元宇