#AnthropicTapsSamsungForAIchips

Anthropic正在開發自有的AI晶片，並與三星洽談——垂直整合戰爭迎來新參戰者
這則消息本週低調傳出，但對整個AI半導體生態系統的戰略影響極為深遠。讓我詳細解析究竟發生了什麼，以及為何此事的重要性遠遠超出Anthropic自身的商業決策。

Anthropic已啟動自研AI推論晶片的初期階段工作，並正與三星電子積極洽談潛在的製造合作——具體聚焦於三星的2奈米製程與先進封裝技術。該項目仍處於早期規劃階段，尚未確定詳細的晶片設計或量產時間表。但其方向信號已明確無誤。

這並非Anthropic將硬體作為附屬項目進行試驗。該公司本月招募了Clive Chan——他是OpenAI原始客製化晶片團隊的核心成員，正是打造了如今被稱為「Project Cobalt」的計劃，該計劃已被微軟整合至其Azure資料中心。Anthropic正在挖角那些曾為競爭對手建立過相同系統的人才。這是一種極具特定性的人才收購，展現的是真正承諾而非試探性興趣。

每一家主要AI公司最終自建晶片的戰略邏輯都相同且具說服力。目前，Claude、GPT-5.6、Gemini及其他前沿AI模型上的每次推論呼叫，都運行在Nvidia H100或H200 GPU上，每顆晶片每小時成本約2至3美元。當你每天執行數十億次推論查詢時，這筆成本極為龐大，並隨著每個用戶增長。

專為自家模型架構設計的客製化推論晶片，能以顯著更低的每token成本提供相同輸出——據報導，Google的TPU執行Gemini推論時，成本比同等Nvidia硬體低60%。亞馬遜的Trainium晶片則以類似節省幅度運行Titan推論。OpenAI的Project Cobalt據稱每年已節省數億美元。Google的TPU優勢每季都在累積。Meta的MTIA晶片（正是Meta目前正在出售超額容量的同一基礎設施）能實現大規模成本效率的推論。Anthropic眼睜睜看著競爭對手享有這些經濟效益，而自己持續支付全額Nvidia價格，這種競爭壓力最終使得自建晶片不僅具吸引力，更成為必要。

三星這條線索既引人入勝又具戰略考量。台積電為蘋果、Nvidia、AMD及幾乎所有其他主要AI參與者製造晶片——這意味著在高峰需求期間，台積電先進節點產能存在真正的排隊競爭。三星的2奈米製程與先進封裝是確實具競爭力的替代方案，且三星在近幾個週期因落後台積電後，正積極爭取超大型雲端運算公司的晶片製造合作關係。Anthropic與三星的合作將為雙方帶來目前欠缺的東西——Anthropic獲得製造產能，無需與Nvidia爭奪台積電產能；三星則在需要證明自身與台積電競爭力的關鍵時刻，獲得先進節點技術的錨定客戶。

對於關注AI硬體領域的投資者而言，市場聯動效應至關重要。每一家成功將推論晶片內製化的AI模型公司，都將在邊際上減少未來對Nvidia GPU的採購。這並不威脅Nvidia在訓練晶片上的主導地位——訓練前沿模型仍需Nvidia的CUDA生態系統，目前尚無任何客製化晶片能複製這一點。但推論晶片代表AI運算支出增長最快的部分，而這正是Anthropic、OpenAI、Google與Meta同時透過自建晶片瞄準的市場。

對三星而言，若能在2026年下半年確認與Anthropic的晶片製造合作關係，將是一大利多訊號——尤其考慮到該股近期因半導體普遍拋售擔憂而表現疲軟。

AI競爭已正式從模型能力延伸至硬體基礎設施。掌控自身晶片的公司才能掌握其長期單位經濟效益。Anthropic剛剛朝這個方向邁出了行動。

隨著Anthropic透過潛在的三星合作關係進入客製化AI晶片開發，緊接在OpenAI的Project Cobalt之後——你認為AI模型公司自行開發專屬推論晶片，最終是否會邊際性地侵蝕Nvidia的主導地位？而這是否使三星在近期半導體拋售潮中，成為比表面上看起來更有趣的投資標的？
‍#GateSquare #AI @Gate_Square