Anthropic的定制AI芯片团队

Anthropic对自己定制芯片团队的描述刻意保持低调：称其为‘多芯片策略’^[2]，即AWS、Google、Nvidia和AMD的硬件仍将在其计算规划中占据核心地位^[2]。这种说法承担了大量解释工作。就在芯片团队公开披露的前一天，Anthropic与AI云初创公司Volta签署了一份为期六年、价值100亿美元的算力协议^[3]，用于建设一座完全基于Nvidia Vera Rubin架构的133兆瓦挪威数据中心——这与一家试图摆脱外部芯片依赖的公司形象截然相反。与此同时，这款定制芯片本身仍处于概念阶段：Anthropic尚未决定其功能、性能强弱或服务器集成方式^[4]，即便其正在评估三星的2纳米制程。自信的招聘文案与未定的技术规格之间的差距表明，这是一场为期多年的对冲布局，而非立即取代Nvidia。

Anthropic招募来构建自研芯片的供应链，与其融资背后的供应链高度重合。在H轮融资期间，Anthropic宣布三星、SK Hynix和美光为其战略基础设施合作伙伴及投资者^[5]，此后又直接向SK Hynix请求制造芯片所需的材料^[6]。目前，三星正被评估作为首款定制芯片的代工伙伴，考虑使用其2纳米节点和先进封装技术^[5]。这种重叠模糊了客户、供应商与股东之间的界限，使存储器和代工厂巨头在Anthropic芯片雄心的推进速度与方式上获得了不同寻常的影响力。

Anthropic的举动几乎复刻了OpenAI两个月前的路径：OpenAI于2026年6月推出了与博通合作开发的自研推理芯片‘Jalapeño’^[4]，当时Anthropic与三星的谈判甚至尚未曝光。此后，Anthropic从OpenAI专属硅部门挖来了关键工程师Clive Chan^[7]，参与其自研项目——这是两大实验室之间芯片设计专长的直接转移。结合Google DeepMind的TPU和Meta的MTIA加速器^[1]，如今每家主流前沿实验室都在运行并行的内部硬件项目，使得芯片设计不仅是一场技术竞赛，更是一场人才争夺战。

半导体分析师Jay Goldberg称，超大规模企业与AI实验室自研芯片项目构成了‘相当显著的风险’，可能‘彻底颠覆’Nvidia^[8]。行业评论进一步指出：Nvidia在训练工作负载上的主导地位预计仍将维持多年，但实际计算量更大的推理环节却‘尚无定局’^[9]，而每一家建立自研芯片团队的AI实验室，都可能成为Nvidia潜在的流失客户。Anthropic当前的硬件现实——基于Nvidia的Volta协议、持续使用的Google TPU容量——表明这一威胁目前仍是理论性的而非即时的，但随着Anthropic芯片团队逐步成熟，推理工作负载向定制芯片迁移、而训练仍依赖通用GPU的这一分化趋势，值得密切关注。