继 OpenAI 发布首款自研 AI 芯片之后，Anthropic 也在加快向芯片领域延伸。

据 The Information 报道，Anthropic 正在与三星接洽，讨论由后者参与制造一款定制 AI 芯片。双方目前仍处于探索阶段，Anthropic 尚未确定芯片的具体用途、性能指标，也没有明确它将如何集成到服务器和数据中心。

部分媒体称，双方的讨论涉及三星的 2 纳米制程和先进封装能力。不过，Anthropic 和三星均未确认这些细节。面对媒体询问，Anthropic 也没有进一步表态，只强调包含谷歌、亚马逊和英伟达芯片在内的多元化硬件架构仍将是其算力战略的重要组成部分。

Anthropic一直在扩大芯片供应链

Anthropic 过去给外界的印象，主要是一家专注于模型研究和 AI 安全的公司。但实际上，它与芯片底层的联系早已不止于采购算力。

2024 年，Anthropic 宣布深化与亚马逊的合作。亚马逊云科技（AWS）成为其主要云服务和训练合作伙伴，亚马逊对 Anthropic 的总投资则增加至 80 亿美元。

双方的合作并不是简单地把 Claude 部署到 AWS 服务器上。Anthropic 还与亚马逊旗下芯片团队 Annapurna Labs 共同开发和优化下一代Trainium芯片，其工程师会编写直接与芯片交互的底层内核，并参与亚马逊 Neuron 软件栈的开发，帮助提升 Trainium 的整体性能。

(亚马逊）

与此同时，Anthropic 还在扩大对谷歌 TPU 和英伟达 GPU 的使用。2026 年，这种扩张进一步加速。

今年 4 月，Anthropic 与谷歌和博通签署协议，将从 2027 年起获得数 GW 的下一代 TPU 算力；随后，它又扩大与亚马逊的合作，计划未来十年在 AWS 技术上投入超过 1,000 亿美元，获得最高 5GW 的新算力。Anthropic表示，其已经使用超过 100 万颗 Trainium 2 芯片训练和部署 Claude。

5 月，Anthropic 被曝与英国芯片初创公司 Fractile 进行早期接触，讨论购买其 AI 推理芯片，扩展新的外部供应商。Fractile 试图通过缩短存储与计算单元之间的数据传输距离，降低大模型推理的延迟、功耗和成本。

显而易见，随着 Anthropic 使用的算力规模的扩大，其也在增加供应商的选择，逐渐形成了一套多平台策略：根据训练、推理和部署任务的不同特点，选择相对合适的芯片，而不是完全依赖一家供应商。

4 月就传出自研芯片计划

Anthropic 考虑自研芯片的消息，最早可以追溯到今年 4 月。

路透社当时援引知情人士称，Anthropic 正在探索设计自己的 AI 芯片，以应对芯片供应紧张和不断增长的计算需求。不过，这项计划还处于早期阶段，公司尚未确定具体架构，也没有组建完整的芯片团队，最终仍可能选择继续采购第三方产品。

报道还提到，开发一款先进 AI 芯片可能需要投入大约 5 亿美元。考虑到后续的软件适配、服务器设计和量产成本，真正建立一套可用的芯片系统，投入还会更大。

因此，Anthropic 当时更像是在评估一项战略选择，而不是已经启动了确定的产品计划。

但在 6 月，Anthropic 引进了 Clive Chan。Chan 是 OpenAI 定制芯片项目早期核心成员，曾参与 OpenAI 与博通合作的芯片计划。在加入 OpenAI 之前，他还曾在特斯拉参与 Dojo 和自动驾驶深度学习基础设施相关工作。

Anthropic 并没有公布 Chan 的具体职责。不过，在自研芯片传闻已经出现的背景下，引进拥有定制芯片经验的工程师，很难被视为一次完全无关的普通招聘。

（社交媒体 X）

从芯片设计到制造落地

回到消息中提到的接洽对象——三星。

大模型公司所说的“自研芯片”，通常不等于独立完成所有环节。更常见的模式是，模型公司根据自身需求定义芯片的用途和架构，再由专业半导体公司协助完成设计实现、流片、制造和封装，服务器厂商再负责系统集成。

OpenAI 首款自研芯片 Jalapeño 就是如此。OpenAI 利用自己对模型、软件和产品负载的理解设计芯片，博通等合作伙伴则负责将设计转化为可生产、可部署的系统。

（OpenAI）

对 Anthropic 来说，三星的吸引力在于其能够提供相对完整的产业链支持。三星不仅拥有先进制程晶圆厂，还覆盖 HBM 高带宽存储和先进封装等关键环节。相比单纯寻找一家晶圆代工厂，与同时具备制造、存储和封装能力的三星合作，可以让 Anthropic 避免协调多个供应商。

对三星而言，Anthropic 同样是一个具有吸引力的潜在客户。近年来，台积电获得了大量先进 AI 芯片订单，三星则希望利用 2 纳米工艺、HBM 和先进封装能力争取更多大型客户。如果能够与 Anthropic 这样的头部模型公司建立合作，不仅可以带来潜在订单，也有助于三星验证和展示其先进制造能力。

不过，这项合作目前仍处于探索阶段。三星的先进工艺还需要接受量产良率、成本和交付稳定性的考验。Anthropic 也尚未确定芯片规格和部署方式。即使双方最终达成协议，一款先进 AI 芯片从需求定义、设计、流片到规模部署，仍然需要时间。

因此，Anthropic 短期内依然要依靠英伟达、谷歌和亚马逊等现有芯片与算力供应商。

为什么模型巨头都想自研芯片？

OpenAI 和 Anthropic 向自研芯片靠拢，首先是因为它们需要的算力已经进入过去难以想象的规模。

以 Anthropic 为例，其年化收入已从 2025 年底的约 90 亿美元增至 2026 年 4 月的 300 亿美元以上；年消费超过 100 万美元的企业客户，也在不到两个月内从 500 多家增至 1,000 多家。用户和调用量快速增长，已经给 Claude 的基础设施带来压力，部分服务在高峰时段甚至受到性能和稳定性影响。

OpenAI 的规模同样庞大。该公司披露，ChatGPT 每周活跃用户已经超过 8 亿，并计划与博通部署 10GW 的自研 AI 加速器和网络系统。

这些数据说明，对头部模型公司来说，芯片已不是普通的采购项目，而是会直接影响增长速度和商业模式的核心资源。

在这种规模下，自研芯片首先可以降低推理成本；其次，可以降低对供应商的依赖。

OpenAI 总裁 Greg Brockman 曾在 CNBC 采访中坦言，OpenAI 永远无法足够快地获取算力。博通 CEO Hock Tan 也表示，博通客户的算力需求简直是无底洞，这种需求紧张状态可能会一直延续到 2028 年。

此外，OpenAI 和 Anthropic 掌握着模型运行产生的大量数据，知道哪些计算最频繁，瓶颈出现在存储、网络还是计算环节。根据这些真实负载设计芯片，可能比通用 GPU 更适合其核心任务。

OpenAI 称，Jalapeño 芯片的设计就充分参考了 ChatGPT、Codex 以及未来智能体产品的特点，包括长上下文处理、实时推理、多轮交互和高并发场景下的效率优化。芯片针对这些产品的推理阶段进行了深度定制，强调低延迟、高吞吐量和能效比，旨在比通用 GPU 更高效地运行 OpenAI 的实际负载。

目前，Anthropic 的芯片计划还存在相当大的不确定性，OpenAI 的 Jalapeño 也需要经过实际部署，才能证明其性能、稳定性和成本优势。而且自研芯片研发投入巨大，也并非每一家模型公司都能复制。

1.https://www.reuters.com/business/anthropic-weighs-building-it-own-ai-chips-sources-say-2026-04-09/

2.https://www.theinformation.com/articles/anthropic-talks-samsung-manufacture-custom-ai-chip

3.https://www.anthropic.com/news/anthropic-amazon-trainium

4.https://www.anthropic.com/news/anthropic-amazon-compute

5.https://www.koreaherald.com/article/10797311

6.https://www.aboutamazon.com/news/aws/aws-trainium-graviton-ai-chips-explained

7.https://www.theinformation.com/articles/openai-broadcom-custom-chip-jalapeno

8.https://www.alphamatch.ai/blog/openai-chip-employee-2-leaves-anthropic-2026

排版：胡莉花

注：封面/首图由 AI 辅助生成