據報導，人工智慧公司 Anthropic 正在開發專為其 Claude 系列 AI 模型設計的客製化 AI 晶片，此舉標誌著該公司在掌控自身技術基礎設施方面邁出重要一步。

此一動向反映了快速擴張的 AI 產業中更廣泛的轉變——領先企業正大力投資專用半導體技術，以提升效能、降低成本，並確保關鍵運算資源的取得。此項發展透過 X 帳號 Coin Bureau 隨後確認的資訊而受到矚目，引起了密切關注主要 AI 公司之間競爭加劇的投資人和科技分析師的注意。

https://x.com/coinbureau/status/2085179047374643204

组建專屬矽晶片團隊

據報導，Anthropic 正在組建一支專屬的客製化矽晶片團隊，專注於開發最終可支援其大規模 AI 運作的專用處理器。該公司一直為此項計畫招募半導體工程師，據報導，有能力設計先進 AI 硬體的資深專家薪酬方案最高可達 485,000 美元。

這波招募行動凸顯了半導體專業知識在 AI 領域中日益增長的重要性。過去 AI 公司主要專注於軟體模型、資料訓練和演算法，但如今科技競賽已擴展至硬體開發領域，各組織機構尋求對驅動現代 AI 系統的基礎設施擁有更大的掌控權。

隨著企業部署日益強大的模型，對先進 AI 晶片的需求急遽攀升。訓練和運作大型語言模型需要龐大的運算資源，尤其是能夠處理數十億甚至數兆次運算的高效能處理器。目前 AI 產業在很大程度上依賴少數幾家半導體製造商生產的專用晶片，使得運算能力的取得成為科技領域最關鍵的戰略議題之一。NVIDIA 目前主導 AI 訓練晶片市場，其 GPU 已成為大型語言模型開發的事實標準，這對 AI 實驗室造成了依賴與成本壓力。

透過開發自有客製化矽晶片，Anthropic 可望在降低對外部硬體供應商依賴的同時，對其運算基礎設施獲得更大的掌控權。客製化晶片可針對公司的特定工作負載進行量身打造，相較於通用處理器，有望提升效率。

更廣泛的產業趨勢

此一倡議跟隨了領先科技公司投資自有半導體設計的更廣泛趨勢。Google 已開發其 Tensor Processing Units（TPU）來驅動 AI 工作負載，Amazon 為 AWS 機器學習客戶打造了 Trainium 和 Inferentia 晶片產品線，Meta 已宣布客製化推論加速器，而 Microsoft 則推出了用於雲端服務的 Maia AI 晶片。大型企業已認識到，專用硬體能在 AI、雲端運算和資料中心營運方面帶來競爭優勢。客製化晶片使企業能夠針對特定應用最佳化效能，同時提升能源效率並降低長期營運成本。

Anthropic 的 Claude 平台已成為生成式 AI 市場中的主要競爭者，與其他大型科技公司開發的先進系統並駕齊驅。該公司目前依賴雲端基礎設施合作夥伴關係，包括與 Google Cloud 的多年協議以及 Amazon 的支持——Amazon 已對 Anthropic 承諾了重大投資。隨著這些模型變得更大、更複雜，運作它們所需的基礎設施也變得越來越複雜且昂貴。訓練先進模型需要大量的處理能力、電力和專用基礎設施，使運算成本成為業界最迫切的挑戰之一。

潛在的三星合作夥伴關係

據報導，Anthropic 正在探索製造合作夥伴關係，包括與全球最大半導體製造商之一的三星進行討論。三星在生產先進處理器、記憶體技術和為全球科技客戶提供半導體解決方案方面擁有豐富經驗，是全球少數能夠以現代 AI 應用所需規模製造尖端晶片的組織之一。三星在先進晶圓代工市場與台灣積體電路製造公司（TSMC）競爭，目前 TSMC 生產了全球大部分最先進的 AI 晶片。

潛在的合作關係可能代表 Anthropic 硬體策略的重要一步，惟尚未公開確認任何最終協議。

戰略考量

對 Anthropic 而言，客製化 AI 晶片可提供多項潛在優勢。專用處理器可讓該公司專門針對 Claude 的架構和工作負載最佳化運算效能。客製化硬體可透過降低能耗和減少大規模運作 AI 系統的成本來提升營運效率。對硬體的更大掌控權也可在 Anthropic 擴展服務時提供額外的靈活性。

然而，開發客製化晶晶片是一項複雜且成本高昂的事業。設計先進半導體需要大量投資、專業工程人才、廣泛的測試，以及使用精密製造設備的管道。即使是擁有豐富資源的大型科技公司，在嘗試打造具競爭力的半導體解決方案時也面臨挑戰。組建客製化矽晶片團隊的決定代表的是一項長期的戰略承諾，而非短期專案，需要數年的開發、測試以及與製造合作夥伴的協作。

此一動向也反映了 AI 公司之間日益激烈的競爭，各家企業都在尋求確保自身在下一階段科技發展中的地位。AI 已從專注軟體的領域演變為一個涵蓋模型、資料基礎設施、雲端運算、晶片、能源資源和專業人才的完整生態系統。能夠掌控此一生態系統更多環節的公司，隨著 AI 服務需求持續成長，可能獲得顯著優勢。

對半導體產業的影響

此一發展也凸顯了半導體供應鏈在全球科技競爭中日益增長的戰略重要性。AI 創造了對先進晶片前所未有的需求，促使各國政府和企業投資半導體研究、製造能力和供應鏈安全。美國《CHIPS and Science Act》已撥出數百億美元用於國內晶片生產，而歐盟、日本、韓國及其他國家也推出了 comparable 的倡議，以強化國內半導體能力。

投資人密切關注 AI 基礎設施的發展，因為半導體技術已成為 AI 熱潮的主要受益者之一。隨著各組織機構投資數十億美元擴展運算能力，涉及晶片製造、雲端運算、資料中心和 AI 硬體的公司受到了越來越多的關注。

據報導，Anthropic 的晶片開發倡議顯示了 AI 公司如何進入傳統上由半導體製造商主導的領域。隨著 AI 系統要求演算法與實體基礎設施之間更深度的整合，軟體公司和硬體公司之間的界線正變得越來越模糊。

對於 Claude 等 AI 平台的使用者而言，硬體基礎設施的改善最終可能帶來更快的回應速度、更強大的功能、更低的服務成本，以及對更進階應用的支援。採用 AI 工具的企業也有望從更高效的基礎設施中受益，因為該技術將融入日常營運之中。

客製化晶片的開發標誌著 AI 競賽已超越單純的模型效能。未來的競爭可能不僅取決於誰能創造最強大的 AI 系統，還取決於誰能建造最有效率且最具擴展性的基礎設施來支撐這些系統。據報導，Anthropic 對半導體工程的投資，使其成為尋求更大掌控 AI 發展基礎層的不斷壯大的科技組織群体之一。