8月5日，Anthropic发言人向Business Insider确认，公司已组建内部芯片团队，为Claude系列模型开发定制化AI芯片。这是Anthropic首次公开明确自研芯片计划，此前相关消息多来自媒体爆料和行业猜测。
Anthropic给出的关键词是“硬件与模型协同设计”。简单来说，通用GPU的优势在于适配各种负载，但大模型训练和推理有相对固定的计算模式，例如大规模矩阵乘、注意力计算、KV缓存访问、批处理调度和模型量化等。若芯片架构围绕这些负载做专门优化，理论上可以在同等功耗下获得更高吞吐，或降低单位Token的推理成本。不过，Anthropic尚未披露芯片架构、制程、封装方案或目标部署场景，因此外界只能从招聘和行业惯例推断方向。
公司同时强调，自研芯片不会取代现有供应体系。Anthropic将继续采用来自AWS、谷歌、英伟达和AMD的硬件，形成“多芯片策略”。对大模型厂商而言，这种路线更现实：自研芯片可以针对自家模型做长期优化，但成熟生态、交付规模和软件栈仍需依赖现有GPU与云算力。把自研作为补充，也能降低单一供应商带来的议价和供货风险。
更早之前，路透社曾报道Anthropic探索自主设计AI芯片；The Information上月称其与三星电子就潜在制造合作有过接触。如今官方确认，意味着项目已从传闻阶段进入组织化执行阶段。Anthropic招聘信息也显示，该团队需要覆盖半导体设计、验证等岗位的工程师，年薪范围约32万至48.5万美元。这样的薪酬水平在芯片行业属于高位，说明公司正在争抢稀缺的定制芯片人才。
从行业角度看，头部AI公司自研芯片并不新鲜。谷歌TPU已经迭代多代，微软、Meta也在推进自研加速器，OpenAI同样多次被传出造芯计划。Anthropic此举一方面是为了对标同行，另一方面也是为Claude长期扩张提前锁定算力成本。但定制AI芯片的难点不只是设计本身，还包括编译器、算子库、集群互连、散热、良率以及后续维护。Anthropic的芯片何时流片、何时进入生产环境、是否只服务推理还是兼顾训练，目前都没有官方时间表。
