Anthropic 接洽三星探索自研芯片,AI 战争深入供应链腹地
2026/07/03 22:11阅读量 2
Anthropic 被曝与三星接洽讨论自研 AI 芯片,印证大模型公司从“买算力”转向“定义算力”。OpenAI 此前已联合博通推出首款推理芯片 Jalapeño。自研芯片主要瞄准推理场景,以降低单位 token 成本。Anthropic 当前优先搭建多芯片软件栈,尚未组建完整芯片设计团队。选择三星源于其同时拥有内存与代工业务,有助于锁定供应。但自研芯片成本高、模型迭代风险大,未来将是多元芯片组合。
事件概述
美国当地时间 7 月 2 日,TechCrunch 援引 The Information 报道称,Anthropic 已与三星接洽,探讨围绕拟议芯片展开合作。Anthropic 对外回应未确认具体合作,但表示包含谷歌、Amazon 和英伟达芯片在内的多元化硬件架构仍将是其计算战略的关键支柱。
核心进展
- 自研芯片处于早期阶段:Anthropic 早在 2026 年 4 月已传出探索自研 AI 芯片的消息,当时计划尚未确定具体设计,不排除最终只采购芯片。
- 当前团队重点:从招聘信息看,Anthropic 正搭建“Accelerator Platform”团队,负责将不同代际、不同供应商的芯片(TPUs、Trainium、GPUs)接入第一方推理集群,并招聘 GPU 效能工程师。这并非传统芯片设计团队,而是模型公司切入自定义芯片前必须补齐的软件栈与性能工程能力。
- 需求驱动:Anthropic 目前已使用超过 100 万颗 Trainium 2 芯片。2026 年企业级和消费者级 Claude 使用量大幅增长,算力成本和供应确定性开始反向约束业务发展。
行业背景
- OpenAI 先例:6 月 24 日,OpenAI 与博通发布首款自研 AI 推理芯片 Jalapeño,计划 2026 年底由台积电制造投产。该芯片围绕大语言模型推理设计,早期测试显示性能/瓦表现将显著优于当前最先进水平。
- 核心动因:训练决定模型能力上限,推理决定商业化成本下限。自研芯片可将模型公司对架构、服务流程、产品需求的理解写入硬件,在高频稳定推理场景下压低单位 token 成本,改变 AI 产品的经济模型。
- 不是替代供应商:这些动作是多供应商策略的升级,增加主动权,而非“去英伟达”。OpenAI 仍与英伟达达成至少 10GW 的 AI 数据中心系统合作。
选择三星的特殊意义
- 战略基础设施伙伴:Anthropic 在 H 轮融资中已将美光、三星、SK 海力士列为战略基础设施伙伴。在三个内存伙伴中,三星是唯一拥有芯片代工业务的企业。
- 供应链绑定:AI 芯片需要与高带宽内存(HBM)、先进封装等协同工作。当前 HBM 供应已短缺,价格自 2025 年 2 月翻倍,短缺可能持续到 2027 年末。Anthropic 接触三星可能是提前锁定韩国半导体供应链的资金、内存、代工与产能。
- 对三星的意义:三星在芯片代工市场份额约 7%,与台积电的 72% 差距明显,承接 Anthropic 订单可提升其 AI 代工业务想象空间。
挑战与未来格局
- 成本与风险:设计一颗先进 AI 芯片约需 5 亿美元,且仅设计环节无法落地,还需要合作方提供硅实现、板卡、机架、规模化生产等支持。AI 模型迭代速度快,若模型路线变化快过硬件迭代,定制 ASIC 可能从优势变为包袱。
- 未来路线:英伟达 GPU 继续承担通用核心角色;Google TPU、AWS Trainium 作为补充;OpenAI、Anthropic 等仅在推理等高频稳定场景推进自定义芯片。大模型战争已深入供应链,算力成为产品能力本身,成本、供应、能效优势将转化为长期竞争力。
