Anthropic 已确认计划组建一支“定制硅片团队”，自行设计用于运行其 AI 模型的芯片。这一消息由 Business Insider 率先报道，随后 Anthropic 发言人向 TechCrunch 等媒体证实。目前，Anthropic 官网招聘页面已挂出“硅片工程师”和“硅片技术项目经理”等职位，其中高级工程师岗位要求具备半导体设计流片经验。
此举标志着 Anthropic 在算力战略上的重大转向。长期以来，Anthropic 与 OpenAI 等前沿模型开发商主要依赖英伟达的 GPU 进行模型训练和推理。随着模型规模不断扩大，算力成本成为关键瓶颈，而英伟达高端芯片供不应求、价格高昂，促使头部 AI 公司寻求多元化算力来源。Anthropic 自研芯片，旨在针对自身模型架构进行优化，提升效率并降低成本，同时减少对单一供应商的依赖。
Anthropic 并非孤例。OpenAI 也在积极布局自研芯片，并已与博通等公司合作开发定制 AI 芯片。整个行业正呈现出“模型厂商向上游渗透”的趋势，试图在算力层面掌握更多主动权。这一动向对英伟达构成潜在挑战，尽管短期内其市场主导地位难以撼动，但长期看，若头部客户纷纷“去英伟达化”，可能影响其议价能力和市场份额。
对于 AI 产业链而言，Anthropic 自研芯片的举措具有多重含义。一方面，它可能催生新的芯片设计需求，利好具备定制芯片设计能力的半导体公司，如博通、Marvell 等；另一方面，也可能加剧芯片人才争夺，尤其是具备先进制程设计经验的工程师。此外，自研芯片若成功，有望降低 AI 模型的推理成本，进而推动 AI 应用更广泛落地。
不过，自研芯片并非易事。芯片设计周期长、投入巨大，且需要与晶圆代工厂紧密协作。Anthropic 作为模型公司，缺乏硬件设计经验，能否在短期内产出可用的芯片仍是未知数。业界普遍认为，自研芯片更多是长期战略布局，短期内 Anthropic 仍将依赖英伟达等现有供应商。
总体来看，Anthropic 确认组建芯片团队，反映了 AI 产业竞争已从模型层延伸至基础设施层。随着头部玩家纷纷加码自研硬件，AI 算力供应链的格局可能在未来数年发生深刻变化。对于投资者而言，这一趋势值得密切关注，它既可能带来新的投资机会，也可能重塑现有芯片巨头的竞争壁垒。