OpenAI之后，又一明星公司探索自研AI芯片

继OpenAI之后，又一家明星AI公司或将踏上自研芯片之路。近期媒体报道，人工智能公司Anthropic正在评估自研AI芯片的可能性，以缓解当前AI芯片供应紧张、成本高企的局面。尽管该计划仍处于早期阶段，但这一动向折射出更广泛的行业趋势：从谷歌、亚马逊到Meta、微软，再到OpenAI与Anthropic，科技大厂们正掀起一场围绕算力自主的“军备竞赛”。自研芯片不再只是技术豪赌，而是降低依赖、优化成本、构建长期壁垒的战略必选项。

算力激增，Anthropic或将自研AI芯片

Anthropic是一家专注于人工智能安全与研究的美国初创公司，成立于2021年，总部位于旧金山，主要产品包括Claude模型家族。通过亚马逊AWS、谷歌云等合作，Anthropic向医疗、金融、科技等领域的企业提供AI模型集成服务。2025年9月，公司完成F轮融资130亿美元，估值达1830亿美元。2026年2月公司完成G轮融资，估值为3800亿美元。

随着Claude模型商业化进程加速，Anthropic的算力需求急剧增长。近期，该公司与谷歌、博通达成了3.5吉瓦级的算力合作协议，但芯片供应的稳定性仍面临挑战。

知情人士透露，Anthropic自研芯片计划处于早期评估阶段，尚未组建专门团队，最终也可能选择继续采购外部芯片。

业界认为，若推进自研计划，Anthropic可能采用与博通合作的模式，基于Claude模型特性定制TPU芯片架构，目标实现较通用GPU提升3-5倍的能效比。技术路线将依赖谷歌或亚马逊的代工体系，暂不涉及独立制造环节。

自研芯片，谷歌、亚马逊、Meta、微软、OpenAI已纷纷下场

从云服务巨头到AI模型领军者，全球科技大厂早已在自研芯片赛道上展开激烈角逐。以下是主要玩家的布局概览：

从技术路线看，各家公司各有侧重： 谷歌深耕TPU系列十余年，最新TPU v7p已适配Gemini大模型的多模态训练；亚马逊Trainium系列聚焦AI训练，即将量产的v3版本将集成HBM内存，带宽翻倍；Meta的MTIA系列则主攻推理场景，v2已量产，v3预计2026年推出；微软Maia系列虽有延期，但仍在持续推进；OpenAI则与博通、台积电联手，计划2026年下半年部署首款3纳米制程的推理芯片，单芯片支撑10吉瓦算力。

不难看出，无论是云厂商还是AI公司，都在试图摆脱对英伟达通用GPU的单一依赖，通过定制化芯片换取更优的能效比和更可控的供应链。

三大因素考量，科技大厂掀起自研芯片热潮

从Anthropic的试探性布局，到OpenAI的3纳米定制芯片，再到谷歌、亚马逊的持续迭代——这场算力自主战看似各家独立行动，背后却有着共同的逻辑。为何科技大厂纷纷放弃“买买买”，转而投入高昂的自研芯片？业界认为，主要是出于三大考量。

过去几年，英伟达GPU因供不应求价格飞涨，且供应极不稳定。对于每天处理海量推理请求的AI公司而言，每一次查询的边际成本对商业模式至关重要。自研芯片可以去除通用芯片中的冗余功能，针对自身模型做极致优化。

成本并非唯一因素，供应链安全与国际形势变化，使得芯片供应不确定性增加。对于科技大厂而言，一旦关键芯片被“卡脖子”，可能影响整个业务体系。自研芯片虽然不意味着完全自产，但至少在设计层面拥有了替代方案和议价筹码。

更深层的原因在于：芯片正在成为AI竞争的技术制高点。

软硬件深度协同，才能释放算法的最大潜力。谷歌TPU与Gemini的适配、OpenAI用自身模型优化芯片设计——这些案例表明，谁能更好地融合算法与芯片，谁就能在推理速度和能效比上拉开差距。自研芯片不仅是一项硬件工程，更是构建技术壁垒、打造差异化体验、主导未来生态的关键一环。

综上，科技大厂自研芯片并非一时冲动，而是成本压力、供应链风险和技术雄心的共同产物。 当Anthropic这样的独角兽也开始认真考虑“造芯”，这场算力自主的浪潮，或许才刚刚开始。