AI 大模型厂商正将竞争从模型能力延伸至底层基础设施。继 OpenAI 推出自研推理芯片后，Anthropic 也已启动定制 AI 芯片早期研发，希望通过掌控芯片设计进一步优化算力成本、提升计算资源自主性。

7 月 2 日，据 The Information 援引三位知情人士，Anthropic 目前已开始规划自主 AI 芯片项目，并与三星电子讨论潜在制造合作。项目目前仍处于定义芯片功能、性能指标及服务器部署方案的初始阶段，尚未进入详细设计、测试及量产环节。

这一动向意味着，越来越多 AI 模型开发商正尝试向芯片、数据中心、电力及云基础设施延伸布局，以降低对外部供应链的依赖。在 AI 算力需求持续增长、先进芯片供给依旧紧张的背景下，自研芯片被视为提升成本控制能力和增强供应链议价能力的重要手段。

项目仍处于早期规划阶段

报道称，Anthropic 已经与多家芯片设计企业进行了初步沟通，但尚未进入具体设计、验证及制造阶段。AI 服务器芯片研发本身具有较高门槛。设计过程中不仅需要平衡计算性能、功耗、内存、网络带宽及散热等多个指标，还需要解决后续大规模稳定量产问题。

尽管如此，Anthropic 已经开始组建相关团队。本月稍早，公司聘请了曾参与 OpenAI 自研芯片项目的早期成员 Clive Chan 加入团队。

不过，Anthropic 表示，公司未来算力扩张仍将主要依赖 Amazon Web Services 的 Trainium 芯片、Google TPU 以及 Nvidia GPU，并拒绝进一步透露芯片路线图。

AI 厂商进一步向底层基础设施延伸

这一项目反映出 AI 开发商正逐步将竞争范围从模型本身扩展至整个基础设施体系。

目前，大型 AI 模型需要部署在庞大的 GPU 集群之上运行。在这一规模下，即便芯片效率仅提升少量，也能够显著降低整体计算成本，并释放更多有限算力资源。

因此，对于 AI 公司而言，自研芯片不仅意味着优化推理效率，也意味着在处理器、数据中心容量以及电力资源竞争中拥有更大的主动权。

相比 Google、Amazon Web Services 多年持续投入自研芯片，Anthropic 属于相对较晚进入这一领域的厂商。Meta、微软同样已经开发自有 AI 芯片。

OpenAI 则于 2024 年与 Broadcom 合作开发专用 AI 芯片，并于今年公布双方合作推出的首款产品，一款面向大语言模型推理任务设计的专用推理芯片。

三星角逐先进 AI 芯片代工订单

如果合作落地，Anthropic 有望成为三星先进制程的重要 AI 客户。

报道称，Anthropic 正考虑采用三星 2 纳米制造工艺以及先进封装技术。2 纳米工艺能够进一步提升晶体管密度和能效，而先进封装则通过将计算芯片与高速内存紧密集成，提高 GPU 内部数据传输效率。

对于三星而言，这类订单具有重要意义。作为全球主要存储芯片厂商之一，三星近年来持续推动晶圆代工业务发展，希望缩小与台积电之间的差距。随着 AI 芯片需求持续超过台积电先进产能，三星正借机向更多客户推广其 2 纳米制造能力。

据 The Information 此前报道，Google 也正在评估将未来部分 TPU 交由三星生产。

多元芯片策略仍是核心思路

与不少 AI 模型开发商主要依赖英伟达 GPU 不同，Anthropic 长期采取更加多元化的芯片采购策略。

目前，公司同时采用 Amazon、Google 以及 Nvidia 提供的 AI 服务器芯片，并正在讨论引入微软以及英国初创公司 Fractile 的芯片产品，希望避免对单一供应商形成过度依赖。

与此同时，三星与 Anthropic 之间此前已经建立资本联系。

今年 5 月，三星与 SK 海力士、美光共同参与了 Anthropic 新一轮 650 亿美元融资。当时正值全球存储芯片供应趋紧、苹果等消费电子厂商上调产品价格之际，这笔投资也进一步加强了 Anthropic 与存储芯片供应链之间的联系。