TL;DR · Anthropic 被曝探索自研 AI 伺服器晶片，但尚未確認設計、流片或量產安排。 · OpenAI 已披露 Jalapeño 推理晶片並開始測試，計劃 2026 年底前部署。 · 三星可能受益於 AI 晶片外包趨勢，但 Anthropic 短期仍依賴 AWS、Google 和 Nvidia 算力。
Anthropic 圍繞自研 AI 伺服器晶片的討論正在升溫，但這還不是一條已經落地的晶片訂單線。外界關注的核心在於，Claude 背後的推理成本、GPU 供應、資料中心電力和機架容量，正在成為大模型公司的硬約束。OpenAI 已經披露與博通合作的 Jalapeño 推理晶片，Anthropic 也被曝在評估更適合自家模型的專用晶片。只是從目前公開資訊看，三星是否參與製造、專案是否進入正式設計，都沒有確認。
Anthropic 被曝探索的方向，是一款更適合自家 AI 模型運行方式的伺服器晶片。相比通用 GPU，定製晶片如果設計成功，可能在特定推理任務上降低成本、提高能效，並減少對外部晶片供應的依賴。
這類晶片的難點不只是單顆晶片性能。大模型公司需要同時處理計算速度、記憶體頻寬、互連網路、功耗、散熱和叢集穩定性。真正難的是讓成千上萬顆晶片在資料中心裡穩定協同，並持續服務訓練或推理任務。
目前更穩妥的表述是，Anthropic 仍處在早期評估和定義階段。晶片主要承擔哪些 AI 任務，性能和功耗目標如何設定，伺服器和叢集層面如何適配，是否需要外部晶片設計公司參與，這些問題都還沒有明確公開答案。
公司對外口徑也保持謹慎。Anthropic 今年 4 月宣布擴大與亞馬遜合作，未來十年向 AWS 技術投入超過 1000 億美元，最高鎖定 5GW 容量，並稱已使用逾 100 萬顆 Trainium2 訓練和服務 Claude。Anthropic 同時強調多元硬體策略，但 AWS 仍是其主要訓練和雲端服務提供商。
這意味著，即便自研晶片探索繼續推進，短期也難以替代現有供應商。AWS Trainium、Google TPU 和 Nvidia GPU，仍是 Anthropic 規模化算力體系的重要組成部分。
Anthropic 此時被放到自研晶片討論中，一個重要背景是 OpenAI 已經先給出參照。
博通官方公告顯示，OpenAI 與博通於 2026 年 6 月 24 日發布 Jalapeño，定位為面向大語言模型推理的加速器，也被稱為 Intelligence Processor。OpenAI 和博通稱，這款晶片從初始設計到製造流片約 9 個月，工程樣片已在實驗室運行，計劃在 2026 年底前開始部署。
這裡需要區分兩個階段。Jalapeño 已經發布並進入測試，但並不等於已經大規模商用。它代表的是頭部模型公司開始把推理成本納入更深層的硬體控制，而不是 GPU 需求馬上被替代。
推理是用戶向 ChatGPT、Claude 等產品提問後，模型生成答案的計算過程。相比訓練，推理發生頻率更高，隨著用戶規模擴大，成本壓力會持續上升。對大模型公司來說，哪怕單次推理成本只下降很小比例，放到海量請求和長期資料中心支出中，也可能變成可觀節省。
Anthropic 的節奏明顯更早。它沒有公布晶片規格，也沒有披露性能指標、合作夥伴名單或量產時間表。OpenAI 的進展只是讓市場看到一個方向：最頭部模型公司不再只是購買 GPU，也在嘗試把部分算力基礎設施納入自己的控制範圍。
三星之所以被市場關注，是因為它既有先進製造能力，也在爭取更多 AI 晶片代工機會。圍繞 Anthropic 融資和基礎設施合作的消息出現後，外界自然把三星與潛在 AI 加速器製造機會聯繫在一起。
但這一點需要降溫看待。公開資訊可以確認的是，三星、SK 海力士、Micron 等公司曾出現在 Anthropic 基礎設施夥伴討論中。Micron 已於 2026 年 6 月 22 日宣布與 Anthropic 達成戰略協議，內容包括記憶體和儲存 AI 架構設計、供應協議、Micron 內部採用 Claude，以及對 Anthropic Series H 進行戰略投資。
這些合作信號不能直接等同於三星已經拿到 Anthropic 自研晶片訂單。關於 Anthropic 已與三星就製造合作進行接觸的說法，公開可核驗資訊並不充分。更穩妥的判斷是，如果 Anthropic 自研晶片項目推進到製造階段，三星可能成為市場關注的潛在參與者之一，但目前還不能把它寫成確定交易。
對晶片項目來說，從早期評估到最終量產，中間還要經歷架構確定、設計驗證、製造工藝選擇、封裝測試和供應鏈協調。只要晶片設計尚未定型，代工角色也很難真正落定。
人才動作讓 Anthropic 硬體線索更受關注。據報導，OpenAI 定製晶片團隊早期成員 Clive Chan 已加入 Anthropic。公開資料顯示，他曾參與 OpenAI 晶片團隊早期建設，也有 Tesla Dojo 相關經歷。Anthropic 近期也在加強晶片工程師招聘。
這說明公司至少在為硬體能力做準備。對一家模型公司而言，懂模型、推理負載和資料中心系統的硬體團隊，可以幫助其判斷哪些工作適合交給定製晶片，哪些仍應依賴 GPU、TPU 或雲廠商晶片。
但人才加入和招聘擴張仍只是早期投入信號。項目能否繼續，取決於晶片能否在成本、性能、能耗和部署複雜度之間取得足夠優勢。若定製晶片只能在紙面上提升效率，卻無法大規模穩定運行，或製造和軟體適配成本過高，公司仍可能繼續主要依賴外部晶片。
這也是 Nvidia 短期不易被替代的原因。Nvidia GPU 仍是 AI 訓練和推理的主力，軟體生態成熟，資料中心客戶已經圍繞其平台構建大量系統。自研晶片更可能先在特定推理場景中分擔部分工作，而不是全面取代 GPU。
對投資者來說，Anthropic 自研晶片討論的現實影響，短期更像供應鏈博弈。頭部模型公司希望獲得更多算力選擇權，雲廠商、博通、三星、台積電、記憶體廠商和先進封裝供應鏈都可能受益於這種趨勢。但在 Anthropic 的案例中，明確事實仍有限：自研探索尚處早期，三星角色沒有確認，Claude 的規模化算力仍離不開 AWS、Google 和 Nvidia。
點擊了解律動BlockBeats 在招崗位
歡迎加入律動 BlockBeats 官方社群：
Telegram 訂閱群：https://t.me/theblockbeats
Telegram 交流群：https://t.me/BlockBeats_App
Twitter 官方帳號：https://twitter.com/BlockBeatsAsia
54.56萬 熱度
417.03萬 熱度
17.04萬 熱度
12.21萬 熱度
92.19萬 熱度
Anthropic找三星造AI晶片，三星代工故事又多了一張王牌？
Anthropic 圍繞自研 AI 伺服器晶片的討論正在升溫，但這還不是一條已經落地的晶片訂單線。外界關注的核心在於，Claude 背後的推理成本、GPU 供應、資料中心電力和機架容量，正在成為大模型公司的硬約束。OpenAI 已經披露與博通合作的 Jalapeño 推理晶片，Anthropic 也被曝在評估更適合自家模型的專用晶片。只是從目前公開資訊看，三星是否參與製造、專案是否進入正式設計，都沒有確認。
Anthropic 仍在早期探索，不是量產前夜
Anthropic 被曝探索的方向，是一款更適合自家 AI 模型運行方式的伺服器晶片。相比通用 GPU，定製晶片如果設計成功，可能在特定推理任務上降低成本、提高能效，並減少對外部晶片供應的依賴。
這類晶片的難點不只是單顆晶片性能。大模型公司需要同時處理計算速度、記憶體頻寬、互連網路、功耗、散熱和叢集穩定性。真正難的是讓成千上萬顆晶片在資料中心裡穩定協同，並持續服務訓練或推理任務。
目前更穩妥的表述是，Anthropic 仍處在早期評估和定義階段。晶片主要承擔哪些 AI 任務，性能和功耗目標如何設定，伺服器和叢集層面如何適配，是否需要外部晶片設計公司參與，這些問題都還沒有明確公開答案。
公司對外口徑也保持謹慎。Anthropic 今年 4 月宣布擴大與亞馬遜合作，未來十年向 AWS 技術投入超過 1000 億美元，最高鎖定 5GW 容量，並稱已使用逾 100 萬顆 Trainium2 訓練和服務 Claude。Anthropic 同時強調多元硬體策略，但 AWS 仍是其主要訓練和雲端服務提供商。
這意味著，即便自研晶片探索繼續推進，短期也難以替代現有供應商。AWS Trainium、Google TPU 和 Nvidia GPU，仍是 Anthropic 規模化算力體系的重要組成部分。
OpenAI 先走一步，推理成本壓力更直接
Anthropic 此時被放到自研晶片討論中，一個重要背景是 OpenAI 已經先給出參照。
博通官方公告顯示，OpenAI 與博通於 2026 年 6 月 24 日發布 Jalapeño，定位為面向大語言模型推理的加速器，也被稱為 Intelligence Processor。OpenAI 和博通稱，這款晶片從初始設計到製造流片約 9 個月，工程樣片已在實驗室運行，計劃在 2026 年底前開始部署。
這裡需要區分兩個階段。Jalapeño 已經發布並進入測試，但並不等於已經大規模商用。它代表的是頭部模型公司開始把推理成本納入更深層的硬體控制，而不是 GPU 需求馬上被替代。
推理是用戶向 ChatGPT、Claude 等產品提問後，模型生成答案的計算過程。相比訓練，推理發生頻率更高，隨著用戶規模擴大，成本壓力會持續上升。對大模型公司來說，哪怕單次推理成本只下降很小比例，放到海量請求和長期資料中心支出中，也可能變成可觀節省。
Anthropic 的節奏明顯更早。它沒有公布晶片規格，也沒有披露性能指標、合作夥伴名單或量產時間表。OpenAI 的進展只是讓市場看到一個方向：最頭部模型公司不再只是購買 GPU，也在嘗試把部分算力基礎設施納入自己的控制範圍。
三星想像空間升溫，但訂單沒有落定
三星之所以被市場關注，是因為它既有先進製造能力，也在爭取更多 AI 晶片代工機會。圍繞 Anthropic 融資和基礎設施合作的消息出現後，外界自然把三星與潛在 AI 加速器製造機會聯繫在一起。
但這一點需要降溫看待。公開資訊可以確認的是，三星、SK 海力士、Micron 等公司曾出現在 Anthropic 基礎設施夥伴討論中。Micron 已於 2026 年 6 月 22 日宣布與 Anthropic 達成戰略協議，內容包括記憶體和儲存 AI 架構設計、供應協議、Micron 內部採用 Claude，以及對 Anthropic Series H 進行戰略投資。
這些合作信號不能直接等同於三星已經拿到 Anthropic 自研晶片訂單。關於 Anthropic 已與三星就製造合作進行接觸的說法，公開可核驗資訊並不充分。更穩妥的判斷是，如果 Anthropic 自研晶片項目推進到製造階段，三星可能成為市場關注的潛在參與者之一，但目前還不能把它寫成確定交易。
對晶片項目來說，從早期評估到最終量產，中間還要經歷架構確定、設計驗證、製造工藝選擇、封裝測試和供應鏈協調。只要晶片設計尚未定型，代工角色也很難真正落定。
招兵買馬增加可信度，但路線仍未確定
人才動作讓 Anthropic 硬體線索更受關注。據報導，OpenAI 定製晶片團隊早期成員 Clive Chan 已加入 Anthropic。公開資料顯示，他曾參與 OpenAI 晶片團隊早期建設，也有 Tesla Dojo 相關經歷。Anthropic 近期也在加強晶片工程師招聘。
這說明公司至少在為硬體能力做準備。對一家模型公司而言，懂模型、推理負載和資料中心系統的硬體團隊，可以幫助其判斷哪些工作適合交給定製晶片，哪些仍應依賴 GPU、TPU 或雲廠商晶片。
但人才加入和招聘擴張仍只是早期投入信號。項目能否繼續，取決於晶片能否在成本、性能、能耗和部署複雜度之間取得足夠優勢。若定製晶片只能在紙面上提升效率，卻無法大規模穩定運行，或製造和軟體適配成本過高，公司仍可能繼續主要依賴外部晶片。
這也是 Nvidia 短期不易被替代的原因。Nvidia GPU 仍是 AI 訓練和推理的主力，軟體生態成熟，資料中心客戶已經圍繞其平台構建大量系統。自研晶片更可能先在特定推理場景中分擔部分工作，而不是全面取代 GPU。
對投資者來說，Anthropic 自研晶片討論的現實影響，短期更像供應鏈博弈。頭部模型公司希望獲得更多算力選擇權，雲廠商、博通、三星、台積電、記憶體廠商和先進封裝供應鏈都可能受益於這種趨勢。但在 Anthropic 的案例中，明確事實仍有限：自研探索尚處早期，三星角色沒有確認，Claude 的規模化算力仍離不開 AWS、Google 和 Nvidia。
點擊了解律動BlockBeats 在招崗位
歡迎加入律動 BlockBeats 官方社群：
Telegram 訂閱群：https://t.me/theblockbeats
Telegram 交流群：https://t.me/BlockBeats_App
Twitter 官方帳號：https://twitter.com/BlockBeatsAsia