Anthropic 为 Claude 定制 AI 芯片

Anthropic 的这一举措看起来更像大规模的成本核算，而非一次豪赌。该公司年化收入已从 2025 年底的 90 亿美元增长至超过 300 亿美元^[1]，即使每个 token 的推理成本仅有微小降低，在每天处理数十亿 token 的规模下也会迅速累积效应。《福布斯》专栏作家 Jon Markman 将此举定性为根本性的成本优化计划，而非试图摆脱 Nvidia，他指出，一旦公司达到 Anthropic 的规模，其经济逻辑便成为简单的算术问题^[2]。报道称，通过协同设计芯片与模型架构，目标是将 Claude 每个 token 的推理成本大致减半^[3]。如果这一数字成立，就能解释为何 Anthropic 愿意在维持现有硬件合作的同时，额外推进芯片设计项目。

在“Anthropic 自研芯片”这一标题之下容易被忽视的是，该公司实际上正在同步推进多项硬件布局。除了新成立的内部设计团队外，Anthropic 还将从 2027 年起通过博通获得约 3.5 吉瓦的 Google TPU 算力，此前已有 1 吉瓦算力将于 2026 年上线^[1]。AWS 正通过其 Rainier 集群提供超过一百万颗 Trainium2 芯片^[4]，AMD 已同意投资最多 50 亿美元，用于在 2027 年上半年部署高达 2 吉瓦的 Instinct MI450 加速器^[5]，且据报道，Anthropic 已与三星电子就采用 2nm 工艺制造其定制芯片展开谈判^[6]。新硅团队的招聘信息明确寻求那些能在缺乏大型组织支持的情况下独立做出关键决策的工程师^[2]——这种措辞表明这是一个精简、快速行动的团队，而非耗时多年的科研项目。X 平台上的反应也普遍呼应了这一解读：媒体报道对此持务实态度，但评论区则流露出怀疑情绪，认为设计团队不等于量产芯片，并将此新闻置于更广泛的背景下——即 Nvidia 最大客户们正纷纷并行推进自研硬件。

定制芯片并未真正消除 Anthropic 对芯片供应链的依赖，而是重新分配了资金流向。Markman 指出，即使 Anthropic 自行设计芯片，博通、台积电（TSMC）和 Arm 等公司仍将继续受益，因为任何定制设计仍需代工厂和 IP 合作伙伴才能转化为实际硬件^[2]。Anthropic 自身也谨慎地以相同方式表述这一举动，坚称即使内部团队逐步扩张，仍将维持跨 AWS、Google、Nvidia 和 AMD 的多芯片策略^[2]。这种聚焦利润的解读在开发者网络讨论中引起共鸣，主流观点认为，AI 实验室追求定制芯片主要是为了夺回当前芯片供应商在供应链各环节所攫取的加价空间；而怀疑者则反驳称，替代方案如 TPU 不一定比 Nvidia GPU 更快，只是更便宜，并以 OpenAI 报道中耗时约九个月、投入约 5 亿美元才推进到现阶段的自研芯片项目为例，提醒人们回报既不迅速也不廉价。

Anthropic 计划中的一个细节尤为突出：该公司打算在未来的芯片验证过程中使用 Claude 自身，构建模拟环境，使模型学会测试新开发的芯片设计^[6]。这是一个微小的递归循环——一个模型帮助验证用于运行其后续版本的硬件——这也符合 Anthropic 所宣称的协同设计理念：将芯片与模型共同设计，而非事后围绕固定不变的硬件去优化模型。关于 Anthropic 与其他方的并行硬件谈判报道——包括与一家推理芯片初创公司及某大型超大规模企业自研芯片团队的接触——被解读为延续了 Anthropic 长期以来对尽可能多的合格供应商保持中立偏好的策略，尽管观察者对于这种广泛布局究竟是信心的体现，还是反映了单一供应商目前无法独自满足其计算需求，仍存在分歧。

尽管 headlines 铺天盖地，Anthropic 尚未披露首款定制芯片的实际出货时间，也未说明是计划自行制造，还是完全通过代工厂伙伴生产^[7]。与潜在制造伙伴的谈判仍处于早期阶段，未公布时间表^[6]。此外，Anthropic 其他重大硬件承诺的回报仍取决于其收入能否持续以当前速度增长^[1]。这种未经验证的芯片项目与面向持续高速增长的产能承诺相结合，最清晰地揭示了本周公告背后所蕴含的巨大执行风险。