Anthropic正在开发专有推理加速器，而英伟达扩展其软件栈以直接在生成式人工智能模型训练和部署领域展开竞争。

半导体与人工智能模型——人工智能行业的两大基石——之间的界限正迅速模糊。Anthropic 和 OpenAI 等模型开发商正在设计定制芯片，而 NVIDIA 和 AMD 等半导体巨头则正向 AI 模型开发领域扩张。这一战略转型旨在减少对第三方供应商的依赖、降低成本、缓解供应链脆弱性，并直接掌控 AI 生态系统。行业分析师指出，竞争已超越对孤立芯片或模型的基准测试，升级为争夺端到端 AI 运营所需所有组件的“全栈”竞赛。

据彭博社8月21日报道，Claude AI 模型的创造者 Anthropic 已聘请 Amir Salek，他于2012年至2022年期间主导了谷歌张量处理单元（TPU）的开发。此后，Anthropic 组建了一个专门的工程团队，为 Claude 设计定制半导体，并积极招募具备硬件和软件专业知识的专家。该举措旨在将 Claude 模型与专有硅片共同研发，以优化计算性能和能效。

与此同时，Anthropic 保持着多芯片策略，部署 NVIDIA 图形处理器（GPU）、谷歌 TPU 以及亚马逊 Trainium 加速器。开发内部硅片旨在多样化供应商依赖关系，并在计算需求激增的背景下实现高效扩展。

同样，OpenAI 于6月推出了 Habanero，这是一款与博通（Broadcom）联合开发的定制推理芯片。Habanero 针对 OpenAI 的 GPT 系列进行了优化，旨在提供更快的推理速度、更高的能源效率以及更低的运营成本，数据中心部署计划于今年晚些时候进行。

与此同时，NVIDIA 正向上游转型，开发 Nemotron-4，这是一个旨在与中国领先系统如 Moonshot AI 和智谱 AI 竞争的开源 AI 模型。为了加速进展，NVIDIA 投资60亿美元许可 Fullstack AI 的模型开发技术，并招聘了其100多名核心工程师。鉴于预计模型开发商将越来越多地依赖定制硅片而非 NVIDIA GPU，该公司计划向初创企业免费提供其高性能模型——此举旨在推动对其底层硬件的直接需求。

最近的行业里程碑凸显了这一战略融合，包括 OpenAI 首席执行官 Sam Altman 和博通首席执行官 Hok Tan 展示 Jalapeno AI 芯片的原型晶圆。公司跨越传统界限，因为控制 AI 价值链的单一层级不再能保证持续的市场领先地位。性能和单位经济效益现在取决于模型、硅片、软件堆栈和数据center基础设施的无缝集成。端到端的控制权加速了迭代周期，压缩了成本，并将用户锁定在封闭生态系统中。虽然谷歌、亚马逊和 Meta 等巨头长期以来一直追求垂直整合，但专门的模型和半导体公司现在正竞相建立 comparable 的全栈能力。

尽管存在领土重叠，一种竞争性共存的动态正在形成。Anthropic 继续从 AWS、谷歌、NVIDIA 和 AMD 采购加速器，同时进行内部硅片研发。专注于推理的 OpenAI Habanero 仍依赖 NVIDIA GPU 进行大规模模型训练。同样，即使 NVIDIA 正在构建自己的生成式模型，它仍然是 OpenAI 和 Anthropic 的关键硬件合作伙伴。

上月24日在旧金山 The Midway 举行的旧金山 AI 峰会上凸显了这一不断变化的格局，NVIDIA 首席执行官黄仁勋和 OpenAI 首席执行官 Sam Altman 与韩国总统李在明一同出席。反映行业务实轨迹的是，一位 AI 行业分析师指出：“最终，公司将优先考虑自己的芯片和模型，但采取‘多芯片和多模型’策略，根据特定用例利用竞争对手的产品。”