01 触发事件

Bloomberg 8 月 21 日报道,Anthropic 招募了 Amir Salek —— Google 自研芯片项目 (TPU 体系) 的联合创始人之一,这是 AI lab 把"做自己的半导体"从传闻落到人事层面的第一个具体锚点。

02 这事的真正含义

很多人会把这读成"Anthropic 也要自研芯片了"。

这个表述没错,但没刺到点。

真正的信号是:Anthropic 跑了一段时间的私有 + 公有 (Google TPU + 部分 NVIDIA) 双线推理之后,管理层判断单靠租来的算力,撑不住未来 18-24 个月想要的产品形态和价格曲线。

这才是 Amir Salek 这颗棋子真正在说的话。

逻辑链是这样的:

推理成本曲线还没见顶。Context window 战争、agent loop 的多轮推理、long-running coding session (Claude Code 这类形态),把单次请求的 token 数和 KV cache 常驻压力拉得越来越高。Anthropic 的 API 定价在主要 frontier lab 里偏中高,如果继续按 GPU/TPU 现货市价摊销模型,在 agent 类工作负载上毛利会被打穿。

自研芯片不是技术浪漫主义,是 unit economics 倒逼的战略动作。换句话说,只要 Anthropic 还信 capex-heavy 跑 inference 的玩法,自家 silicon 就是迟早的事 —— 只是没人正式说。

另一个不显然的角度:Amir Salek 是 Google TPU 的程序层面的联合创始人,不是单一 SoC 的设计者。这个身份匹配的可能是 chip program organization + roadmap + supply chain + 软件栈 (XLA / JAX 一脉) 的全套打法,而不是"画一个 die 出来"。换言之,Anthropic 这里押注的不是一个芯片 IP,是一整条"从 wafer 到 inference endpoint"的垂直化路线。

对照 Amazon (Trainium / Inferentia)、Microsoft (Maia)、Meta (MTIA)、Google (TPU) 这四家已经走过或者正在走的路径,Anthropic 是第五个上桌的 hyperscale-style 自研者。我不敢说这个节奏算快还是慢 —— 我没在内部看过任何一家 lab 的 silicon roadmap 实际进度表 —— 但表面看 Anthropic 比 Microsoft Maia 的首次曝光晚了约 2 年,比 AWS Trainium 首次量产晚约 5 年。

03 历史类比

最贴的类比是 AWS 自研芯片这条线,但要拐一个弯。

AWS Graviton (2018) 第一次上 Arm-based general CPU 时,业界普遍判断"这是 noble experiment,不会真撼动 Intel"。然后 Trainium / Inferentia (2019-2022) 落地,Aurora 之类传闻出来。今天 Bedrock 的相当一部分 inference 跑在 Inferentia 上,Amazon 用成本结构反向压了 Anthropic / Mistral / Meta 的 token 单价空间。这事悄无声息地改变了 AI infra 的地心引力。

如果 Anthropic 的路径 7-8 成相似,今天看似一颗棋子的招聘,2028-2029 年回头看,可能是 Claude API 毛利率反超 OpenAI 的起点。

另一个类比是 Tesla FSD chip (2019) —— Musk 当年也是从挖 Apple / AMD 老兵开始。Tesla 没有成为 fabless 大厂,但 Dojo 路线让 Tesla 在训练成本结构上拿到了没人复制得了的杠杆。

我不确定 Anthropic 会走哪条路 —— 是做出货量、做出 workload-特定加速器,还是只做 inference 而训练继续吃 GPU?这点我没看到任何内部信息。

最不像的是 Google TPU 本体。Google 是 self-use-first、然后才逐步外售 (给自家 Cloud 客户),Anthropic 不会也不应该走这条路 —— Anthropic 的 model 是产品,卖的是 token,芯片本身不太可能成为商品去卖。这点上更接近 Apple Silicon (自己用、不外卖,但把成本结构吃透)。

04 对 AI builder 意味着什么

短期 (3-6 个月):什么都不用调整。芯片量产是 18-30 个月以后的事,Tape-out 到 risk production 再到 ramp,中间变量极多。

中期 (6-18 个月):

  • API 价格信号:值得盯的是 Anthropic 是否开始在 Sonnet / Opus 之外的 SKU (比如新的 sub-tier) 上做定价压力测试。如果出现,说明 cost-of-goods 改善已经开始内部测算。
  • Capacity availability:Anthropic 服务稳定性过去一年是反复被打的痛点 (rate limit + overload)。自研芯片 ≠ 短期容量,反而是中期如果做对了才会释放的红利。
  • 多云布局:Anthropic 用 Google TPU 一直是个微妙的信号 —— 它把一部分命运交给了直接竞争对手 Cloud。自研芯片给了 Anthropic 一个 future optionality:把更多 workload 拉回第三方 neutral foundry 或者甚至自建数据中心。这对未来 model 采购方的 vendor concentration 风险是好事。

对 opcx.ai 这类 token gateway 业务:不算坏事。Anthropic 多一条供给路径 (哪怕是 2027 后的事),在 routing 层都能让我多一个权重点;Anthropic 价格压下来,客户花在 frontier 模型上的预算就有空间往 second-tier 模型流,我赚 rate-based 的 fee 而不是 markup。

这是更现实的角度。

05 反方观点 / 风险

我可能严重高估这件事的近期影响。

三个反向论据:

一、挖人 ≠ 跑通。 Apple 早年从 Intel 招了整支团队做 modem,最后 5G modem 项目也搞到解散重组。Chip 项目的失败率在 fabless 模式里极高,70% 死在 tape-out 之后的第一次流片 / yield 问题 / 软件栈 readiness。Amir Salek 进来是 CEO 拿到一张"我们认真了"的对外名片,不代表组织能力已经到位。

二、Anthropic 不缺算力吗? 报道语焉不详,我无法独立验证 Anthropic 当前 inference 与训练算力配比的实际紧张程度。如果 GPU / TPU 获取没那么卡,自研芯片的经济动机比看上去弱。换言之,可能这是 defensively 防御 OpenAI / Google 的战略动作,而不是 unit economics 倒逼。

三、地缘变量。 Advanced packaging (CoWoS)、HBM、领先制程的供给,在 2026-2028 年都还紧绷。即便拿到 IP,即便 tape-out 顺利,packaging 阶段的排队可能吃掉所有 time-to-market 优势。更别说出口管制还在反复:Anthropic 设计但台积电或韩国厂流片,中间一旦政策再动,plan 整个要重排。

最关键的反驳自己的一点:Anthropic 招的是 Google TPU 老人,不是在 NVIDIA 体系里长大的人。 这背后可能是路径依赖 —— 自研芯片的设计哲学会被"我熟悉什么"严重锚定。Google 的 TPU 哲学是 systolic array + low precision + tightly-coupled compiler stack,这套打法和 NVIDIA GPU 主导的 training 生态、甚至是 AMD MI300 走的是不同世界。如果 Anthropic silicon 团队太 Google-native,可能在 ecosystem fit 上吃亏。

我现在不下定论 —— 一颗棋子看不出棋局。但这件事已经够具体,值得每个月回头盯一次:Anthropic 接下来 6 个月的工程招聘分布 (compiler / verification / packaging / firmware 比例),会比今天这条新闻更能告诉我他们到底在打什么牌。