Anthropic｜组建自研芯片团队，软硬协同服务Claude推理效率

租卡不够用时，实验室开始自己画硅——Anthropic确认组建custom silicon团队，加入OpenAI、Google、Meta的自研芯片队列。

Anthropic是美国前沿人工智能实验室，以Claude系列模型与企业安全叙事著称，产品用量与上下文长度上升后，训练与推理算力账单同步膨胀。公司已与AWS、Google、英伟达、AMD等达成多项云与硬件供应合作，但仍公开承认：在需求爬坡阶段，仅依赖外部供应难以覆盖峰值。所谓custom silicon（定制硅），白话就是不为「通用显卡目录」而设计，而是按自家模型的算子、精度与批处理形态裁硬件——先服务推理成本与时延，再谈是否延伸到训练。

据TechCrunch报道并经Anthropic确认，公司正组建自研芯片设计团队，计划将硬件与模型协同设计，使技术跑得更快、更高效。Business Insider较早披露相关动向；The Information此前亦报道，Anthropic曾就潜在制造合作接触三星等厂商（洽谈细节仍以各方正式披露为准，不宜写成已签约代工）。招聘侧，公开职位指向「custom silicon team」，寻求具备芯片设计经验、能跨硬件与软件协作的工程师。

行业对照可以这样读：

1. OpenAI：2026年6月公布与Broadcom合作的Jalapeño芯片，定位偏推理负载。
2. Google：长期依赖Alphabet体系内的TPU，训练与推理都有成熟路径。
3. Meta：持续推进MTIA等自研加速器，服务自家训练与推理负载。
4. Anthropic：此轮仍处「组队+协同设计」信号期，不等于立刻退出外购GPU/云。
5. 供应现实：头部实验室一边锁定英伟达与云合约，一边平行推进定制硅，本质是降低单一供应与价格波动风险。

自研芯片从立项到流片、封测、上架，通常以年计。对产业观察者，眼前更应读作战略对冲：当Claude调用量继续爬坡，每毫秒延迟与每百万tokens成本都会直接打在毛利率上；软硬协同的叙事，是把「模型结构」和「芯片数据通路」放进同一迭代环，而不是等通用卡目录更新再适配。它也解释了为何实验室愿意同时做多份算力合同——自研硅是长选项，外购是保交付。

需要把边界读清楚。确认组队不等于确认流片日程、峰值算力或成本降幅；任何「推理成本减半」类二手口径，在公司未正式公布前都不应当作事实。融资额、股权结构与代工锁定若未披露，亦不宜脑补。下一观察点是团队关键招聘是否持续放出、代工伙伴是否出现可核验声明，以及协同设计是否首先落地在推理加速而非训练翻盘——信号已经发出，量产才是验货。