维度网讯，7月2日，美国人工智能公司Anthropic已启动自研AI芯片的早期工作，并与韩国三星电子就潜在制造合作进行了洽谈。相关处理器仍处在规划阶段，Anthropic尚未确定芯片功能定位、算力水平，以及未来在服务器或服务器集群中的部署方式。

这项计划的关键点在于“早期”。Anthropic不是已经完成芯片设计，也不是马上交由三星量产，而是在评估自研芯片路线是否能支撑Claude等AI服务的长期算力需求。大模型企业的算力压力主要来自训练、微调和推理三个环节，其中推理需求会随着用户规模、企业客户调用和多模态应用增长持续放大。芯片如果面向推理，需要更重视能效、成本、批量并发和内存访问效率;如果面向训练，则要处理多卡互联、矩阵计算性能、高带宽内存、集群通信和软件栈适配。

Anthropic已经与多家芯片设计公司接洽，但目前尚未进入详细设计阶段。这意味着芯片规格仍有很大不确定性，包括是否采用ASIC架构，是否专门服务Claude模型推理，是否兼顾训练任务，是否放入自有服务器集群，或者是否通过云合作伙伴部署。AI芯片不是单颗处理器问题，还要同时确定封装形式、HBM内存配置、主机接口、板卡设计、服务器散热、电源供应、集群网络和编译器工具链。韩国三星电子在这类洽谈中的潜在角色，可能包括晶圆代工、先进封装、存储器协同和芯片制造服务。AI处理器越来越依赖高带宽内存和先进封装，计算芯片本体、HBM、互连结构和散热设计必须统一考虑。对三星而言，如果能参与Anthropic自研芯片项目，不只是获得一个AI客户，而是进入美国大模型企业自建算力供应链的关键环节。

美国大模型公司正在尝试降低对通用GPU供应的完全依赖。Nvidia GPU仍是当前AI训练和推理的主流选择，但价格、供应周期、能耗和集群部署成本给AI公司带来压力。自研芯片不一定完全替代GPU，更可能先用于特定模型、特定推理负载或内部云集群，在可控场景中降低单次推理成本。Anthropic如果继续推进该项目，需要把模型结构、算子特征、推理延迟、吞吐需求和硬件设计绑定起来，否则芯片即便制造完成，也可能难以在实际服务中获得足够效率优势。这条消息也把三星放回AI芯片代工竞争中。台积电长期占据高端AI芯片制造主导位置，三星则希望通过先进制程、HBM和封装能力争取更多AI客户。此前已有美国科技公司与三星探讨AI芯片相关制造合作，Anthropic加入洽谈名单，说明大模型企业和云服务企业正在寻找更分散的芯片供应路径。对整个AI基础设施链条来说，算力竞争正在从“买GPU”延伸到芯片设计、代工、封装、内存、服务器和数据中心部署的一体化竞争。

目前，Anthropic自研AI芯片仍未进入明确产品阶段。已知信息只显示公司启动早期工作、接触芯片设计公司，并与三星讨论潜在制造合作。芯片是否真正立项、规格如何确定、由谁参与设计、采用哪一代制程、是否进入服务器集群部署，都还没有最终结果。这类早期芯片项目的价值，在于它透露出大模型企业对长期算力成本和供应安全的重新评估。