Anthropic 進軍晶片：Claude 創造者組建自有晶片設計團隊

Anthropic 的矽晶圓豪賭

2026 年 8 月 5 日，Claude 系列 AI 模型的開發者 Anthropic 證實了傳聞數月的消息：公司正在組建一支內部自訂矽晶圓團隊，專門設計用於運行 Claude 的晶片。這項消息最早由路透社報導，隨後獲得 Anthropic 官方確認，標誌著前沿 AI 實驗室在硬體策略上的關鍵轉變。不再滿足於單純作為 Nvidia GPU 帝國的消費者，Anthropic 加入了越來越多押注「垂直整合到矽晶圓層級」是實現永續擴張之路的 AI 公司行列。

考慮到整體產業的發展軌跡，此舉並不令人意外。2025 年 12 月，Broadcom 透露 Anthropic 是其神秘的「百億美元客戶」，為 Anthropic 爭取到高達一百萬顆 Google TPU 的使用權，以及超過一 gigawatt 的 AI 算力基礎設施。2026 年 4 月，Anthropic 又與 Google 和 Broadcom 擴大合作，取得數 gigawatt 的下一代 TPU 算力。然而，這些交易雖然規模龐大，Anthropic 仍然是在運行他人設計的晶片——Google 的 TPU 團隊和 Broadcom 的自訂 ASIC 部門。全新的內部矽晶圓計畫代表了不同的意義：Anthropic 想要自己的晶片架構師、自己的設計決策、自己的矽晶圓發展藍圖。

徵才訊息透露的線索

最具體的細節來自 Anthropic 自家的職涯頁面以及託管在 Greenhouse 上的徵才平台。公司至少發布了兩個關鍵職位：矽晶圓工程師，年薪範圍為 32 萬至 48.5 萬美元；以及矽晶圓技術專案經理，年薪 36.5 萬至 43.5 萬美元。兩個職位皆為混合辦公模式，設於 Anthropic 位於舊金山的總部。

職位描述相當耐人尋味。Greenhouse 上的矽晶圓工程師徵才頁面寫道：「我們從晶片層級開始與矽晶圓合作夥伴合作，現在正在深化這項投資，組建自訂矽晶圓團隊。」候選人必須具備「曾出貨矽晶圓」的經驗——這是業界術語，意指曾將晶片設計走完 tapeout（製造前最終設計步驟）並進入實際量產。技術專案經理的徵才內容同樣要求應徵者能「從架構設計、tapeout、除錯到量產爬坡，全權負責自訂矽晶圓的執行」。

這段措辭——從架構到 tapeout 到量產爬坡——顯示 Anthropic 並非僅僅在試水溫。這是一項全端晶片開發計畫，從初始設計規格到讓第一顆晶片順利製造、測試、除錯並大規模部署的痛苦過程，全部涵蓋。

Anthropic 為何需要自有晶片

戰略考量是多方面的，但核心可歸結為目前每個前沿 AI 實驗室都面臨的三重壓力。

成本。 Nvidia 的 GPU 雖然稱霸市場，但定價高昂。OpenAI 在 2026 年 6 月發表與 Broadcom 合作的 Jalapeño 推論晶片時，聲稱推論成本比同等級 Nvidia GPU 設定降低了 50%。如果 Anthropic 能為 Claude 推論實現哪怕一部分的效率提升，在 Anthropic 的規模下，節省的金額將極為可觀。據報導，Claude 每天處理數十億次 API 呼叫，並驅動數千家企業的部署。

供應安全。 AI 產業對算力的需求遠超 Nvidia 的供應能力。Anthropic 與 Google 和 Broadcom 達成的 gigawatt 級交易，本身就是對算力稀缺的回應。擁有內部設計能力提供了一道避險屏障，避免完全依賴外部晶片藍圖——這些藍圖可能受到產能限制、地緣政治干擾，或合作夥伴做出的與 Anthropic 需求不一致的策略決定影響。

架構最佳化。 通用 GPU 的設計必須高效處理多樣化的工作負載。但 Claude 的推論工作負載高度特定——特定的注意力機制、特定的記憶體存取模式、特定的張量運算。一顆從零開始為 Claude 架構量身設計的晶片，能榨取出任何現成 GPU 無法匹敵的每瓦效能。這正是十多年前 Google 為自身工作負載打造 TPU 的邏輯，也是讓 Google 的雲端 AI 基礎設施成為業界最高性價比的原因。

Samsung 連結

報導指出，Anthropic 正在評估 Samsung 作為自訂晶片的潛在製造合作夥伴。這將代表對當今主導自訂 AI 矽晶圓的台積電（TSMC）供應鏈的一次顯著背離。Google 的 TPU、Amazon 的 Trainium 晶片、Microsoft 的 Maia 加速器、Meta 的 MTIA 處理器，以及 OpenAI 即將推出的 Jalapeño ASIC，全部在台積電生產。如果 Anthropic 選擇 Samsung Foundry，等於押注一個較不成熟但可能更靈活的合作夥伴——或許能提供更佳的定價或優先的產能分配，以贏得這位指標性客戶。

Samsung 一直在積極爭取 AI 晶片業務，若能贏得 Anthropic 這種等級的客戶，將是對其先進製程節點的重大肯定。然而這也伴隨風險：Samsung Foundry 在尖端製程節點上的往績好壞參半，根據設計複雜度和選定的製程節點，第一顆晶片的時間表可能延後到 2027 或 2028 年。

席捲 AI 產業的自訂矽晶圓趨勢

Anthropic 的矽晶圓計畫是當前 AI 時代最具定義性的硬體趨勢中的最新數據點。每一家主要的 AI 公司現在都在設計晶片：

• Google 以其 Tensor Processing Unit（TPU）開創了此一路徑，目前已進入第七代，據報導 2026 年將出貨 430 萬顆。Google 的 TPU 基礎設施驅動了 63% 的雲端 AI 成長，是 Gemini 模型訓練和推論的骨幹。
• Amazon 透過 Trainium 和 Inferentia 晶片系列，已建立年營收超過 250 億美元的自訂矽晶圓業務，使其成為全球以營收計算最大的晶片公司之一——儘管從未對外銷售過任何一顆晶片。
• Microsoft 發表了 Maia 加速器系列，其中 Maia 200 針對 Azure AI 工作負載，並計畫在 2026 年 9 月公布下一代晶片。
• Meta 已經歷多代 MTIA（Meta Training and Inference Accelerator）晶片的迭代，專為 Facebook、Instagram 和 WhatsApp 上龐大的推薦系統和生成式 AI 工作負載而設計。
• OpenAI 與 Broadcom 合作開發 Jalapeño 推論 ASIC，聲稱大幅降低成本，並據報導正在開發代號 Project Titan 的更廣泛自訂晶片計畫。

Anthropic 加入這個行列，凸顯了一個根本事實：在 AI 的前沿，模型與運行模型的硬體日益不可分割。同時設計兩者的公司將在成本、效能和供應鏈韌性上享有結構性優勢。

對競爭格局的意涵

對 Anthropic 而言，矽晶圓計畫可以進一步鞏固其作為「算力優勢」AI 實驗室的定位。公司已經取得了業界最有利的算力交易之一——與 Broadcom-Google 的合作夥伴關係使其能夠使用大多數競爭對手無法匹敵的基礎設施。加入內部晶片設計能力更加深化了這道護城河。

但此舉也提高了賭注。晶片設計極為昂貴——在先進製程節點上，單次 tapeout 就可能耗費數千萬美元，而完整的矽晶圓計畫輕易就會突破數億美元。頂尖晶片架構師的薪資是科技業中最高的之一，這也說明了 Anthropic 48.5 萬美元的薪酬上限雖然引人注目，卻不令人意外。此外還有執行風險的問題：許多公司曾嘗試自訂矽晶圓計畫，最終卻交付了延遲、超支且未達預期效能的晶片。

對 Nvidia 而言，Anthropic 的舉動是另一道競爭壓力的磚牆。雖然 Nvidia 的 CUDA 軟體生態系和 GPU 效能仍是黃金標準，但自訂 ASIC 替代方案的穩步累積——來自超大規模雲端業者以及如今的 AI 實驗室——正在逐漸侵蝕定義了 AI 硬體市場的「完全依賴」態勢。Nvidia 在未來數年內可能仍將保持主導地位，特別是在訓練最大的前沿模型方面，但推論市場正是自訂矽晶圓正在勝出的領域。

展望未來

Anthropic 尚未公布矽晶圓團隊的規模、第一顆晶片的時間表，或已確認的製造合作夥伴。徵才訊息顯示團隊仍處於組建階段，這意味著第一次 tapeout 至少還要 18 到 24 個月。在此期間，Anthropic 將繼續依賴其 Google TPU 和 Broadcom 合作夥伴關係，提供今日驅動 Claude 所需的算力。

但策略方向已經清晰。Anthropic 押注 AI 的未來屬於那些掌控完整技術堆疊的公司——從模型架構一路到底層運行的矽晶圓。這場豪賭能否回本將取決於執行力，但它是每個前沿競爭者如今都以某種形式投入的賭注。AI 實驗室作為純軟體公司的時代正在結束。矽晶圓時代已經到來，而 Anthropic 正確保自己有一席之地。