Anthropic宣布有意内部设计和制造AI加速器，与Nvidia一起成为芯片开发商。

人工智能催生了科技行业有史以来最快的基础设施建设。每一个新的AI模型都需要比上一个更强大的计算能力，这促使云服务提供商和AI开发者展开激烈竞争以获取足够的芯片来继续扩张。NVIDIA和Advanced Micro Devices已经以历史性的速度提高了产能，但需求仍然超过供应。这种不平衡现在正在改变竞争格局。与其等待更多芯片上市，全球最大的AI公司决定设计自己的芯片。

Anthropic在周三确认，它正在建立一个内部芯片设计团队，为其Claude AI模型家族创建定制硅芯片，这验证了路透社4月的独家报道。根据该报道，Anthropic将继续招聘能够协同设计硬件和软件的工程师，以提高Claude的速度和效率，同时与现有硬件供应商保持关系。Anthropic强调这是多芯片战略的一部分，而非替代NVIDIA、AMD、Amazon的AWS和Google Cloud等合作伙伴。相反，该公司希望在AI计算需求持续攀升的情况下获得更大的灵活性。

这一举动反映了AI硬件仍然面临的严重约束。NVIDIA的Blackwell GPU仍然难以获得，因为云服务提供商继续扩展AI基础设施。与此同时，NVIDIA下一代Vera Rubin平台的出货量已经开始上升，尽管每个GPU的标价大约为55,000美元。一个完全配置的包含72个GPU的Vera Rubin NVL72机架估计成本在7.8百万美元到9.1百万美元之间，不包括网络和支持性基础设施。一个超大规模AI数据中心可以部署5,000到50,000个机架。随着单个服务器机架的成本现在高达900万美元，全球AI领导者正在放弃等待名单，开始建造自己的硅芯片。

Anthropic并非孤立的。OpenAI最近推出了与Broadcom合作开发的首款定制AI芯片，而Meta Platforms继续开发其MTIA加速器。Amazon已经设计了Trainium和Inferentia芯片，Google多年来一直在开发其Tensor Processing Units。即使在科技行业之外，定制硅芯片也变得越来越普遍。包括Hyundai、Mercedes-Benz和NIO在内的汽车制造商正在为自动驾驶和AI动力车辆设计专门的芯片。与其完全依赖第三方供应商，公司越来越希望拥有针对自己软件优化的硬件。

这些公司并不试图一夜之间替代NVIDIA。设计尖端AI处理器在制造开始之前大约需要5亿美元。相反，定制芯片让AI开发者能够优化某些工作负载、降低运营成本并分散仍处于压力下的供应链。如果NVIDIA和AMD拥有多余的制造产能，客户就没有那么大的动力花费数亿美元设计自己的处理器。反之，AI开发者得出的结论是他们需要利用一切可能的计算资源。

定制硅芯片最终可能会减少一些商业GPU的购买。但Anthropic明确表示，作为其多元化战略的一部分，它将继续从NVIDIA、AMD、Amazon和Google购买硬件。Anthropic并未放弃NVIDIA——它是在承认，无论一个供应商有多么强势，都无法满足AI空前的需求。这对NVIDIA来说是一个积极信号，对整个AI半导体生态系统也是如此。