從OpenAI到Anthropic：AI巨頭算力自主戰打響，晶片自研成必選項？

TradingKey - 當下 AI 晶片供應短缺正成為領先企業的共同挑戰，作為生成式 AI 領域的代表性企業，Anthropic 也在探索突破路徑——近日有消息透露，該公司正評估自研 AI 晶片的可行性，以此強化算力自主掌控力，減少對外部供應商的依賴。

不過知情人士強調，這一計畫目前僅停留在初步調研階段，尚未進入實質性推進環節，Anthropic 仍存在放棄自研、轉而繼續採購第三方晶片的可能性。其中一位消息人士進一步透露，目前 Anthropic 既未敲定具體的晶片設計方向，也未組建對應的專項研發團隊。

促使 Anthropic 萌生自研晶片想法的核心動力，是其業務的爆發式增長。本週初，Anthropic 高管公開披露，旗下 AI 模型 Claude 的需求在 2026 年出現大幅攀升，公司年化營收已突破 300 億美元，而 2025 年底這一數字僅約為 90 億美元。

但在業務高歌猛進的同時，Anthropic 的算力支撐仍高度依賴外部廠商，當前該公司採用多晶片組合方案，包括 Alphabet 旗下 Google 設計的 TPU、亞馬遜自研晶片等，以此支撐 AI 軟體及聊天機器人 Claude 的開發與運行。

值得注意的是，就在本週初，Anthropic 剛與 Google、博通達成 TPU 長期供應協議，該協議基於 Anthropic 此前承諾的 500 億美元美國算力基礎設施投資計畫。

Anthropic 並非唯一佈局自研 AI 晶片的科技企業，OpenAI 等行業領先業者也已啟動相關探索。

不過業內人士指出，自研先進 AI 晶片的門檻極高，單是研發環節的投入就可能超過 5 億美元，這其中既包括高薪聘請頂尖晶片工程師的成本，也涵蓋晶片流片、量產驗證等環節的資金消耗。

全球AI巨頭開啟晶片自研競賽

在全球AI晶片供給吃緊的大背景下，Anthropic的選擇絕非個例。近期產業消息顯示，Meta（META）、OpenAI等龍頭企業也已紛紛啟動自研AI晶片的探索。

這一動向雖尚處早期，卻清晰反映出AI產業的趨勢，從Google（GOOGL）、亞馬遜（AMZN）這類科技巨頭，到Meta、微軟（MSFT）等全方位業者，再到OpenAI、Anthropic等AI原生企業，一場圍繞算力自主的「暗戰」已全面打響。

自研晶片不再是追求技術噱頭的冒險之舉，而是企業降低供應鏈依賴、優化長期成本、構築核心競爭力的戰略必然。

從當前各家的技術路線來看，呈現出明顯的差異化競爭態勢，Google深耕TPU系列十餘年，最新推出的TPU v7p已深度適配Gemini大模型的多模態訓練需求，在自家AI生態中展現出高效的算力支援能力。

亞馬遜Trainium系列則聚焦AI訓練場景，即將量產的v3版本將整合HBM記憶體，頻寬直接翻倍，旨在以更高的能效比降低大模型訓練成本。

Meta的MTIA系列主攻推論場景，v2版本已實現量產，v3版本預計2026年推出，將進一步優化旗下社群平台AI功能的運作效率。

微軟Maia系列雖有延期，但仍在持續推進，目標是為Azure雲端平台打造專屬AI算力晶片。OpenAI則選擇與博通、台積電聯手，計劃2026年下半年部署首款採用3奈米製程的推論晶片，單晶片可支撐10吉瓦算力，為大模型推論提供強勁動力。

不難看出，無論是傳統雲端廠商還是AI原生公司，都在試圖擺脫對輝達通用GPU的單一依賴，透過客製化晶片研發，換取更適配自身業務的能效比和更可控的算力供應鏈，從而在AI產業的長期競爭中佔據主動。

Anthropic 的算力戰略

作為一家專注人工智慧安全研究的美國新創企業，Anthropic 於 2021 年在舊金山成立，核心產品為 Claude 系列大型模型，依託亞馬遜 AWS、Google 雲端等平台的合作，其 AI 模型整合服務已覆蓋醫療、金融、科技等多個行業領域。

2025 年 9 月，Anthropic 完成 130 億美元 F 輪融資，估值達到 1830 億美元，時隔僅 5 個月，2026 年 2 月的 G 輪融資又將公司估值推升至 3800 億美元，展現出強勁的增長動能。

隨著 Claude 模型商業化進程的全面加速，Anthropic 的算力需求呈現爆發式增長態勢。儘管近期已與 Google、博通達成 3.5 GW 級的算力合作協議，但晶片供應穩定性仍面臨全行業共性挑戰。在國際形勢複雜多變的背景下，晶片供應鏈的不確定性持續攀升，關鍵晶片一旦出現斷供，將直接衝擊企業的核心業務體系。

這種供應鏈安全風險正迫使科技巨頭尋求自主可控路徑。對於 Anthropic 而言，自研晶片並非意味著完全實現晶片自主生產，而是透過掌握核心設計能力，擁有技術替代方案與供應鏈議價權，從而有效降低外部供應波動對業務的影響。

更深層次來看，晶片已成為 AI 技術競爭的核心制高點。軟硬體的深度協同是釋放演算法潛力的關鍵前提，自研晶片不僅是企業在硬體層面的戰略佈局，更是構建技術壁壘、打造獨特產品體驗、主導未來 AI 生態的核心支點，是決定企業長期競爭力的關鍵所在。