返回快讯

Anthropic启动自研AI芯片早期工作:与三星谈判2纳米制程

据The Information报道,Anthropic已启动自研AI芯片早期工作,并与三星电子展开合作谈判,考虑采用三星2纳米制程和先进封装服务,以缩短处理器与高带宽内存距离提升传输效率。

为推进项目,Anthropic近期挖来OpenAI自研芯片团队早期成员Clive Chan。面对高算力成本,头部大模型厂商加速硬件自建,目前项目仍处于早期规划阶段。

Anthropic官方称亚马逊Trainium、谷歌TPU和英伟达GPU仍是算力核心;对三星而言,潜在合作将成为其2纳米代工抗衡台积电的关键突破。

市场机制上,AI训练推理需求驱动资本从纯GPU采购转向垂直整合自研芯片,事件驱动型厂商合作加速资金向先进制程和封装集中,Anthropic等受益于成本优化和供应链控制,而三星等代工厂商承压需争夺大单以提升市占。

来源:公开信息

ABAB AI 解读

Anthropic此前主要依赖亚马逊和谷歌云算力基础设施,曾在2024-2025年间通过大规模采购英伟达GPU快速扩张训练集群,此次自研动作延续OpenAI等竞争对手已启动的硬件垂直整合路径。

资本路径上,Anthropic通过人才挖角和三星谈判调动工程资源,动机是降低长期算力依赖和边际成本,具体行为包括Clive Chan加入以加速芯片规划,形成从云服务采购向自有加速器研发的资本与技术输送。

类似OpenAI与博通合作首款推理芯片及Meta自研项目,本案中Anthropic处于从纯模型厂商向软硬一体化扩展的早期阶段,与三星2纳米工艺追赶台积电的竞争周期重叠。

本质属于产业链重构:大模型训练成本压力推动定价权从GPU供应商向终端厂商后移,通过先进制程合作实现技术替代和供应链多元化,机制在于人才流动与制程突破降低进入壁垒,加速AI硬件从寡头垄断向多方竞争的结构性转变。

ABAB News · 认知定律

算力成本越高,自研芯片从选项变为生存必需。
人才挖角速度决定硬件追赶窗口长短。
云依赖越深,垂直整合越能重塑行业定价权。