Anthropic

Anthropic 洽談三星代工自研晶片:多源算力的第四條線

The Information 報導 Anthropic 正與三星洽談代工自研 AI 晶片,用途與規格皆未定;在 Google TPU、Amazon Trainium 與 Nvidia GPU 之外,多源硬體策略可能再添一條自己的供應線。

Anthropic 洽談三星代工自研晶片:多源算力的第四條線 — 文章封面
本頁內容6 個段落
  1. 消息本身:一切都還沒定
  2. 為什麼現在認真考慮自研
  3. 多源策略:從三條線到四條線
  4. 前例:Jalapeño、Trainium 與 TPU 指向同一個方向
  5. 對營運團隊的啟示
  6. 參考來源

2026 年 7 月 2 日,The Information 報導,Anthropic 正與三星洽談由三星代工一款自研的 AI 晶片。TechCrunch 向 Anthropic 求證,官方不證實也不否認,只說「結合 Google、Amazon 與 Nvidia 晶片的多樣化硬體架構,仍是我們算力策略的核心」。細節很少,但方向清楚:這家實驗室正在評估把晶片設計握在自己手上。

消息本身:一切都還沒定

The Information 的報導寫得坦白:這款晶片的用途、它在伺服器中如何配置、效能目標,通通尚未決定。換句話說,這不是產品發表,而是早期探索。但 Reuters 早在 4 月就報導,在晶片短缺之下,Anthropic 已考慮自研 AI 晶片——三星這條線,是同一個評估的延續。

三星自身也有動機。它是 Nvidia 的重要製造夥伴,雙方正在南韓合建一座 AI 晶片工廠,市場亦傳出三星曾與 Google 討論類似合作。對三星,這是在先進製程與封裝競賽中多一張牌;對 Anthropic,則是多一個不依賴單一供應商的選項。

為什麼現在認真考慮自研

第一層原因是供應。Anthropic 在 4 月的公告中承認,Claude 需求的成長已對基礎設施造成「不可避免的壓力」,高峰時段影響可靠性。當需求曲線跑得比供應快,自研晶片是少數能自己控制排程的手段。

第二層是成本結構。推理是持續支出,每一分「每瓦效能」都直接反映在毛利上。Google 的 TPU 與 Amazon 的 Trainium 已經證明這條路可行:量體夠大的業者,遲早會想把推理負載搬到自己的晶片上。

多源策略:從三條線到四條線

把鏡頭拉遠,Anthropic 的算力版圖刻意分散在多條供應線上:

  • 2026 年 4 月:與 Google、Broadcom 簽多年期合約,採購數 GW 級 TPU 容量,2027 年起上線
  • Amazon 投資協議持續推進,報導上限達 250 億美元
  • Nvidia GPU 仍是訓練與推理主力
  • 2026 年 5 月:整座租下 SpaceXAI 的 Colossus 1(逾 22 萬顆 GPU、300 多 MW)

若三星代工的自研晶片成真,這會是第四條線——也是第一條「規格由自己決定」的線。前三條線解決的是「拿得到多少算力」,第四條線改變的是「算力長什麼樣子」。

前例:Jalapeño、Trainium 與 TPU 指向同一個方向

Anthropic 不是第一個這麼想的前沿實驗室。6 月 24 日,OpenAI 與 Broadcom 合作的首款自研推論晶片 Jalapeño 亮相,官方宣稱初期測試顯示每瓦效能「顯著優於現有最先進的替代方案」,但仍在測試階段、沒有部署時間表;預訓練短期內仍離不開 Nvidia。模式很一致:自研晶片先吃推理,訓練續用 GPU。Google TPU 與 Amazon Trainium 走的都是同一條路,Anthropic 若加入,只是把產業共識再確認一次。

對營運團隊的啟示

三個實際判斷。第一,別把這則消息當成產品藍圖——連晶片用途都未定,短時間內不會改變任何採購決策。第二,前沿實驗室集體轉向自研推論晶片,意味著先進封裝與代工產能會更擠,靠公開市場排 GPU 的團隊,排程風險只會增加。第三,對大規模跑推理的團隊而言,往專用晶片遷移是成本控制的必然路徑;架構上保留「可更換加速器」的彈性,在 2026 年已經是基本要求。

參考來源

本文由 AI 協助自上述來源整理,經人工審核後發布。

這篇內容對你有幫助嗎?

支持本站繼續整理實用的 AI 文章、教學與開發筆記。

請我喝杯咖啡
分享X電郵