Anthropic接洽三星自研2奈米AI推理晶片，大模型公司集體「造芯」成趨勢

當Claude展現出驚人的長文字理解能力時，其背後的算力消耗同樣驚人。據估算，維持Claude等前沿模型千萬級日活使用者的推理，每天僅晶片折舊成本就可能高達數十萬美元。這種燒錢速度，讓以AI安全為使命的Anthropic不得不在融資之外，尋找一條更根本的破局之道。

答案指向了自研AI晶片，而它選擇的盟友是三星。

據外媒披露，Anthropic已與三星電子展開深度談判，核心議題是開發一款專為Claude模型設計的AI推理晶片。這不只是一次商業採購——它涵蓋架構定義、2奈米制造工藝與高頻寬記憶體整合的全面技術合作。Anthropic的設想是剝離GPU中所有不必要的圖形渲染模組，圍繞Claude模型的稀疏啟用機制，打造一款在推理時效能提升數倍的專用ASIC晶片。

選擇三星的理由也很有意思。三星是全球少數幾家同時擁有晶片設計、晶圓代工和HBM高頻寬記憶體一體化製造能力的企業。對於極度渴求記憶體頻寬的AI推理晶片而言，這種垂直整合能力具備致命吸引力。對三星來說，贏得Anthropic這樣的前沿模型客戶，意味著有機會在臺積電的陰影下開啟代工崛起的突破口。

但Anthropic並非孤例——它代表了一股正在席捲整個頭部大模型圈的集體覺醒。

OpenAI的動作最為激進，代號「Tigris」的晶片專案正在全球範圍內籌集鉅額資金，目標直指超級智慧專屬晶片製造網路，同時已與博通合作開發定製化AI推理晶片。谷歌的TPU已經迭代至第五代，為其Gemini模型提供專屬算力基座。微軟去年釋出的Maia 100晶片直接瞄準雲端AI負載。Meta的MTIA系列晶片持續迭代。就連曾被傳出放棄自研的亞馬遜，其Trainium和Inferentia晶片也早已大規模部署。

為什麼這些商業模式迥異的公司，會不約而同地走向同一條路？

最表層的原因是成本。一枚自研ASIC的單位推理成本，有望做到同代GPU的四分之一到三分之一。更深層的是供應焦慮——英偉達GPU交付週期動輒半年以上，把所有玩家都綁在同一家供應商上，這在戰略上不可接受。而最底層的驅動力是演算法與硬體的深度融合：當演算法的每一步矩陣運算都能找到與之精確匹配的電晶體電路時，效能提升不再是線性的，而是躍遷式的。

這股浪潮正在改寫晶片產業的權力結構。臺積電的先進製程訂單已排至數年之後，博通、Marvell等定製晶片設計服務商估值飆漲，三星則試圖用記憶體-代工-封裝的一體化方案從臺積電口中奪食。當然，英偉達也不會坐視不理。黃仁勳不久前公開表示，即便競爭對手的晶片免費，也未必比英偉達的綜合成本更低——這話雖然狂，但英偉達兩年一代的硬體迭代速度確實讓任何自研晶片一經落地就可能面臨落後。

從OpenAI到Anthropic，從谷歌到Meta，當最純粹的模型公司也開始親自下場定義晶片，AI產業的垂直整合已然不可逆轉。