Anthropic成立自研AI芯片设计团队

Anthropic正式确认组建定制芯片团队

Anthropic已正式承认计划自行设计专用芯片,用于驱动其AI模型Claude。事情的起因是Business Insider在Anthropic的招聘信息中发现了一个要求具备芯片设计经验的高级工程师职位,随后Anthropic发言人分别向Business Insider和TechCrunch确认了这一计划。目前Anthropic招聘页面上挂出了芯片工程师和技术项目经理(芯片方向)两个职位。

该发言人强调,Anthropic今后仍将维持"多芯片路线",也就是说不会只使用自研芯片,而是会同时利用其他公司的硬件来扩大规模。在此次官方确认之前,The Information曾报道称Anthropic正在考虑将三星作为硬件制造合作伙伴,如今这一传闻也因官方确认而变得可信。

为何是现在,为何要自研芯片

Anthropic在此时组建芯片团队,背后有两个结构性原因。第一是对英伟达的依赖。目前AI行业中许多企业在模型训练和推理环节都高度依赖英伟达GPU。在需求持续超过供给的环境下,这种依赖可能成为战略上的软肋,而随着算力基础设施争夺战日趋激烈,这一风险也会随之加剧。

第二是模型与硬件之间的优化空间。若能针对特定模型设计芯片,或反过来根据硬件特性开发模型,相较通用芯片可以带来更好的性能表现。Anthropic显然意识到了这一点,并表示将让芯片团队与模型团队并肩协作、共同设计。此前该公司也曾与合作伙伴进行过部分硬件的联合设计,但此次的核心区别在于,将把这部分专业能力彻底纳入公司内部。

全行业的垂直整合趋势

Anthropic的这一举动并非孤立事件,而是整个行业大趋势的一部分。OpenAI近期发布了专为数据中心大语言模型推理设计的定制芯片"Jalapeño",该芯片由其与Broadcom联合开发。Google早已使用自研硬件驱动其模型运行多年,Meta也设计了自有芯片并已实际部署到服务中。据悉,Mistral也在考虑类似方向。

各大AI企业纷纷推进芯片自研,并不仅仅是出于降低成本的考虑。其背后是希望通过垂直整合同时提升模型性能与基础设施效率,并降低供应链风险的战略判断。此外,Anthropic方面还需应对这样一个趋势:软件开发者已开始在自有硬件或边缘设备上运行小型模型或开放权重模型。

现状与局限

不过,要看到实质性成果仍需相当长的时间。Anthropic自身也表示,核心团队成员的招聘工作仍在进行中,考虑到从芯片设计到量产、再到实际投入服务所需的整个流程,短期内很难出现可见的成果。目前尚未公开制造合作伙伴关系的具体条款,以及首款芯片的规格和上市时间表等信息。

消息来源中也未提及定价方式、计费模式,或面向外部开发者的接入路径等内容。此次发布更多是关于内部基础设施战略的表态,与其说是用户能立即感受到的服务变化,不如说是为中长期竞争力布局所做的铺垫。