智通财经 APP 获悉，AI 大模型领域的 " 造芯 " 竞赛正在全面升温。继竞争对手 OpenAI 于 6 月 24 日发布首款自研推理芯片 Jalape ñ o 之后，AI 初创公司 Anthropic 也被曝已启动自研 AI 芯片的早期开发工作，并与三星电子就潜在制造合作展开洽谈。

据三位知情人士透露，Anthropic 目前已开始规划自主 AI 芯片项目，但仍处于方案规划阶段——尚未确定处理器的功能定位、算力规格，也未敲定芯片在服务器中的部署方案。公司虽已与多家芯片设计企业进行初步沟通，但尚未进入详细设计、测试与量产环节。

三星 2nm 工艺成首选：台积电产能瓶颈打开窗口期

据知情人士透露，Anthropic 计划采用三星 2 纳米制程工艺以及先进封装技术。2 纳米工艺可实现更高的晶体管密度和能效，先进封装则能将计算芯片与高速内存紧密集成，提升数据传输效率。

对三星而言，这笔潜在订单意义重大。 当前 AI 芯片需求旺盛、台积电先进产能持续紧张，三星正迎来向更多客户推介其高端制造能力的战略窗口期。据此前报道，谷歌也正在评估将未来部分 TPU 交由三星生产。

分析指出，Anthropic 选择三星或与产能时间表密切相关——台积电 2nm 产能已排至 2028 至 2029 年，而三星 Taylor 工厂预计 2027 年即可量产，并可能提供 HBM4 内存与封装的一体化打包方案。

三星与 Anthropic 早有资本层面的渊源。 今年 5 月，三星联合 SK 海力士、美光科技共同参与了 Anthropic 总额 650 亿美元的 H 轮融资。该轮融资由 Altimeter Capital、Dragoneer、Greenoaks、红杉资本联合领投，Anthropic 投后估值高达 9650 亿美元，一举超越 OpenAI 的 8520 亿美元估值，成为全球估值最高的 AI 创企。这笔战略投资让 Anthropic 提前绑定了自身业务扩张所需的核心存储芯片供应商。

OpenAI Jalape ñ o：9 个月完成设计，推理成本砍半

Anthropic 的造芯计划紧随其主要竞争对手 OpenAI 的步伐。当地时间 6 月 24 日，OpenAI 与博通联合发布首款定制 AI 推理芯片 Jalape ñ o ( 哈拉佩诺 ) 。这是一款专为大语言模型 ( LLM ) 推理设计的专用集成电路 ( ASIC ) ，从最初设计到完成流片仅用 9 个月。博通 CEO 陈福阳称，Jalape ñ o 的性能可与英伟达 Blackwell 芯片和谷歌 TPU 相媲美。

在成本方面，该芯片预计可降低约 50% 的推理成本。Jalape ñ o 计划于 2026 年底开始部署，芯片和服务器系统均不会对外销售，仅供 OpenAI 内部使用。OpenAI 已制定多代芯片路线图。

Jalape ñ o 是 OpenAI 与博通共建多代计算平台的第一步，预计首批芯片将于今年年底前在微软和其他合作伙伴处投入商业使用。博通表示，该平台将从 2026 年底开始在吉瓦级数据中心部署。

另一方面，Anthropic 在芯片研发的人才储备上已先行一步。本月初，公司成功招揽了 OpenAI 初代自研芯片团队核心成员克莱夫 · 陈 ( Clive Chan ) 。

这一人才动向与 Anthropic 自研芯片项目的启动时间高度吻合，表明公司已在系统性地构建芯片设计能力。

Anthropic 对此回应称，亚马逊 AWS 的 Trainium 芯片、谷歌 TPU 以及英伟达 GPU，仍是公司算力扩容战略的核心硬件选择，并未披露更多自研芯片的路线细节。三星则拒绝对此置评。

Anthropic 长期采取多元化的芯片采购策略，同时采用亚马逊 Trainium、谷歌 TPU 以及英伟达 GPU，并正与微软及英国初创企业 Fractile 洽谈引入其芯片方案。

行业趋势：AI 模型商从 " 用芯片 " 到 " 造芯片 " 的范式转移

Anthropic 的造芯计划折射出 AI 行业一个深刻的趋势转变—— AI 模型开发商正将竞争从模型能力延伸至底层硬件基础设施。

谷歌、亚马逊、微软、Meta 均已走上自研芯片之路。谷歌有 TPU，亚马逊有 Trainium/Inferentia，微软有 Maia AI 加速器。三大云厂商的自研芯片已形成明确的产品定位和客户网络：亚马逊的 Trainium/Inferentia 系列服务于 Anthropic、OpenAI 和 Uber; 谷歌的 TPU v7 Ironwood 和 v8 系列已吸引 Anthropic。

自研芯片的驱动力在于成本控制与供应链自主。 在大规模模型训练和推理场景下，芯片效率的微小提升也能显著压缩运营成本，释放稀缺算力资源。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。

值得注意的是，自研芯片的参与者已不限于云计算巨头。OpenAI 于 6 月 24 日入局，Anthropic 紧随其后，标志着 AI 模型公司正全面进军芯片设计领域。

从 " 模型竞赛 " 到 " 全栈竞赛 "

Anthropic 若最终与三星达成合作，将成为 AI 行业 " 造芯 " 趋势进一步升温的标志性事件。

对 Anthropic 而言，自研芯片意味着从模型层面向芯片、数据中心、电力及云基础设施全链条延伸，以降低对外部供应链的依赖。在 AI 算力需求持续井喷的背景下，掌握芯片设计能力等于掌握了算力成本的议价权。

对三星而言，若能承接 Anthropic 的订单，将是其晶圆代工业务争取重量级 AI 客户的重要进展。在台积电先进产能持续供不应求的格局下，三星正迎来缩小与台积电差距的战略窗口期。

对行业而言，AI 模型商集体 " 造芯 " 标志着 AI 竞赛已从 " 模型竞赛 " 升级为 " 全栈竞赛 " ——从算法到芯片、从模型到数据中心，全方位的军备竞赛正在重塑整个 AI 产业链的权力格局。正如行业观察人士所言，AI 公司正试图将竞争从模型本身扩展至整个基础设施体系。

不过，AI 服务器芯片研发本身具有极高门槛。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。Anthropic 的自研芯片项目目前仍处于早期阶段，最终也存在搁浅的可能性。