Anthropic 开始组建自研 AI 芯片设计团队
Anthropic 放出「定制芯片团队」招聘岗位，称计划让硬件与模型协同设计，使 Claude 跑得更快、更省。
从 8 月 5 日发布的「定制芯片团队」招聘信息看，Anthropic 正在组建内部芯片设计团队。公司表示，计划让硬件与自家模型协同设计，从而让 Claude 运行得更快、更高效。
招聘岗位透露了什么
这些岗位面向有芯片设计背景的工程师。其目标是为 Anthropic 自身负载定制的加速器，而不是通用型 AI 芯片，硬件与模型架构同步演进。「协同设计」这个说法本身值得注意：它意味着 Anthropic 想拿到内存层级、互连与数值精度这些决策的话语权——目前这些由供应商定好，Anthropic 只能在软件层适配。
Anthropic 当前跑在多家外部硬件上：通过 AWS 使用亚马逊 Trainium，以及谷歌 TPU、英伟达与 AMD 的 GPU，并在此之上叠加了大额算力承诺，其中包括 AMD 表示将作为产能协议一部分投资最高 50 亿美元。另据 The Information 报道，Anthropic 曾接触三星作为潜在代工伙伴，但目前没有制造协议对外公布。
行业背景
此举发生在 OpenAI 于 2026 年 6 月发布由博通代工的加速器 Jalapeño 之后。谷歌的 TPU 已出货十年，亚马逊有 Trainium 与 Inferentia，Meta 有 MTIA 系列。在此之前，Anthropic 是唯一没有自研芯片计划的头部前沿实验室，一直依赖多供应商采购协议。
为何重要
推理成本是前沿模型经济性的核心约束，而且越来越成为一件价格武器——就在同一天，Meta 把新编码模型的定价压到远低于 Anthropic 旗舰档。定制加速器是实验室手里为数不多、不靠单纯加买算力就能拉动的杠杆：它能降低每 token 成本，也能减少受 GPU 分配周期摆布的程度。但要注意时间尺度：即便团队经验充足、代工伙伴到位，首版芯片通常也要两到三年后才能量产，所以这更像是一个关于 2028—2029 年单位经济性的信号，而不会改变今天 Claude 的价格。它同时把行业进一步推向垂直整合——最强的模型越来越只跑在由其开发者参与定义的硬件上。