当大模型厂商的算力账单越滚越大，自研芯片正在从传闻变成集体行动。8月6日，Anthropic首次公开确认正组建一支内部半导体团队，为Claude模型设计专用AI芯片，通过软硬件协同设计提升运行效率和规模。招聘信息显示，公司正在为定制芯片团队招募具有芯片设计经验的工程师，这也是Anthropic首次公开承认其自研硬件的野心。
Anthropic的入局，让大模型厂商造芯的队伍进一步壮大。此前，OpenAI已公布自研芯片计划，Mistral也在考虑类似动作，谷歌、亚马逊等云厂商更是早已发力定制芯片。当英伟达GPU产能被普遍认为已排产至2027年，采购难度和成本双双上升，头部模型厂商选择把算力供应链的主动权握在自己手里，一场围绕AI芯片的军备竞赛正在拉开帷幕。
Anthropic造芯的底层逻辑并不复杂：Claude的市场需求持续攀升，而GPU供应紧张正在制约其扩张节奏。公司表示，计划与硬件团队协同设计芯片与模型，以提升技术运行的速度和效率。所谓软硬件协同，指的是让模型架构与芯片指令集相互适配，模型知道芯片擅长什么，芯片为模型的运算模式优化，两者打磨后可以在同样功耗下跑出更高性能。
不过，Anthropic同时强调将继续采取多芯片策略，AWS、谷歌、英伟达和AMD的硬件仍是其算力核心。目前Anthropic的训练层面同时使用英伟达GPU、谷歌TPU和亚马逊Trainium三类芯片，并已宣布从2027年起在训练基础设施中引入由Alphabet与博通联合开发的新一代TPU。自研芯片是补充而非替代，分散供应来源、避免受制于单一供应商，才是这轮布局的共同逻辑。
据半导体行业观察报道，Anthropic近期还招揽了Clive Chan，此人曾是OpenAI自研芯片团队的早期成员之一。从挖人到组队，Anthropic的造芯计划显然已经进入实质性推进阶段，只是芯片的具体用途、如何融入服务器架构、性能目标等关键细节仍未确定，相关讨论仍处于早期阶段。
围绕Anthropic造芯，供应链层面的信号早已释放。今年4月，路透社曾报道面对芯片短缺压力，Anthropic正在考虑自行生产AI芯片，彼时这一想法尚处于设想阶段；到7月初，The Information的报道显示事态已推进：Anthropic与三星就芯片制造展开了接触，双方讨论的方向包括三星的2纳米制程工艺和先进封装技术。
三星本身也是Anthropic近期650亿美元融资轮的战略投资方之一，同轮投资方还包括SK海力士和美光。投资方阵营的构成耐人寻味，存储芯片巨头和代工巨头同时出现在一家模型公司的股东名单里，说明硬件厂商正在通过资本纽带锁定未来的AI芯片订单。对三星而言，拿下Anthropic的代工合同意味着在AI芯片代工市场与台积电正面竞争的重要筹码。
对于三星合作的传闻，Anthropic方面没有正面确认，只是向媒体表示，包含谷歌、亚马逊和英伟达芯片在内的多元化硬件体系，仍将是公司算力策略的核心。但多位业内人士分析，模型公司选择与存储和代工巨头深度绑定，几乎必然指向自研芯片的量产路径，只是时间表尚未公开。
自研芯片最稀缺的资源不是资金，而是人才。芯片设计从架构定义、逻辑设计到物理实现，每个环节都需要经验丰富的工程师，而全球顶尖的AI芯片设计人才大多集中在英伟达、AMD、谷歌等老牌厂商手中。Anthropic招募OpenAI自研芯片团队的早期成员Clive Chan，正是这场人才争夺战的缩影，大模型厂商正在用高薪和愿景从传统芯片公司挖角，芯片人才的薪资水平也随之水涨船高。
对Anthropic这样的模型公司而言，组建芯片团队还面临一个现实问题：芯片研发周期漫长，从设计到流片通常需要数年，即便一切顺利，自研芯片最早也要到2027年以后才能投入使用，届时市场格局可能已经变化。这也是Anthropic强调多芯片策略的原因，自研芯片是长期布局，短期仍需依赖英伟达、谷歌TPU等现有供应，两条腿走路的策略既稳住了当下算力供给，也为未来保留了自主空间。
从行业趋势看，大模型厂商造芯与云厂商自研芯片形成共振，正在改变AI算力市场的供需结构。英伟达依然掌握着生态优势，但客户的自研意愿上升，倒逼其加快产品迭代和服务优化；与此同时，三星、SK海力士等硬件厂商通过投资模型公司锁定订单，芯片代工和存储市场也因AI需求进入超级景气周期。算力供应链的话语权，正在从单一供应商向多方博弈转变。
大模型厂商集体下场造芯，标志着AI算力竞争进入新阶段。过去几年，头部模型公司普遍依赖英伟达GPU，供应链高度集中带来的风险在需求爆发时集中显现：产能排期漫长、价格持续上涨、议价空间有限。当模型厂商的体量足够大，自研芯片的边际收益就开始超过自研成本，造芯从选择题变成必答题。
不过，自研芯片并非坦途。芯片设计投入巨大，从架构设计、流片验证到软件生态搭建，周期动辄数年，失败风险不低。英伟达凭借广泛可用、生态成熟的软硬件一体平台，仍将在未来几年维持主导地位，美银的分析也指出这一点。模型厂商的自研芯片初期大概率只用于特定负载，与英伟达等供应商形成互补而非替代关系。
对国内AI产业而言，Anthropic造芯潮带来的启示同样值得关注。算力自主可控已成为全球大模型厂商的共同诉求，中国在国产AI芯片、先进制程和封装技术上持续投入，正是在为这一趋势做准备。当模型、芯片、云三者的边界日益模糊，谁能在算力供应链上掌握更多主动权，谁就握住了AI竞赛的下半场入场券。