← All posts / Industry

Anthropic 聘請 Google TPU 之父,為自研晶片鋪路

根據 Bloomberg 報導,Anthropic 已聘請 2013 年為 Google 創立 TPU 計畫、並領導該業務至 2022 年的 Amir Salek 加入其運算團隊——這是這家 Claude 開發商有意自研 AI 晶片迄今最明確的訊號。

Anthropic 聘請 Google TPU 之父,為自研晶片鋪路

Anthropic 已聘請 Amir Salek 加入其運算團隊。這位電機工程師於 2013 年被 Google 網羅、負責為其資料中心打造客製化晶片能力,隨後創立並領導了張量處理器(TPU)計畫。彭博(Bloomberg)於 2026 年 8 月 21 日率先報導此消息,隨即被各大科技媒體轉載——這是迄今最強烈的訊號,顯示這家 Claude 開發商打算追隨 Google、Amazon 與 Microsoft 的腳步,設計屬於自己的 AI 加速器。

Anthropic 請來了什麼樣的人

Amir Salek 在半導體圈之外或許不是家喻戶曉的名字,但在圈內,他是過去十年最具影響力的晶片架構師之一。Google 於 2013 年找上他——用他自己的話說,是帶著「為 Google 資料中心建立客製化晶片開發能力的使命(與夢想)」。他創立的計畫最終成長為 TPU:這款應用專用加速器如今承載 Google 絕大多數機器學習工作負載,也成為 Nvidia 在大規模 AI 推論市場上最可信的對手。

Salek 領導 Google 的 TPU 業務直至 2022 年,期間催生了多個世代的晶片,包括 TPUv4 系列。他是《Ten Lessons From Three Generations Shaped Google’s TPUv4i》(三個世代的十個教訓:TPUv4i 的啟示)的共同作者——這篇在 Chips & Compilers for MLSys 研討會上發表的加速器設計回顧,被廣泛引用。離開 Google 後,他出任 Cerberus Capital Management 資深常務董事,負責半導體與科技投資顧問工作,並加入 AI 晶片新創 Untether AI 的董事會。他職業生涯早期還曾在 Nvidia 擔任工程資深總監——這意味著 Anthropic 的新同仁已站過 AI 運算的三個位置:晶片供應商、晶片客戶,以及晶片投資人。

在 Anthropic,Salek 加入的是運算團隊——負責這間實驗室龐大訓練與推論基礎架構的部門。彭博將這項人事定位為「進軍硬體的一環」,而 Techmeme 的標題更直接:Anthropic 聘請 Salek,「是為了推動自研晶片」。

為什麼重要:Anthropic 的運算帳本

要理解一間前沿實驗室為何需要自己的晶片架構師,先看 Anthropic 既有的承諾。2026 年 4 月,Anthropic 宣布與 Google 和 Broadcom 擴大合作,取得約 3.5 GW(十億瓦)的次世代 TPU 運算容量,自 2027 年起陸續上線——當時被稱為該公司史上最大的運算交易。在此之外,還有與 Amazon Web Services 的長期合作(Anthropic 在 Trainium 晶片上訓練模型,其模型也是 AWS Bedrock 的一級產品),以及可觀的 Nvidia GPU 部署。

這是一個罕見的位置:Anthropic 同時是 Google TPU、Amazon Trainium 與 Nvidia GPU 的最大級客戶之一。在運算已成為進步瓶頸的市場裡,這給了實驗室供應韌性——但也意味著 Anthropic 的經濟結構大致由別家公司的定價、路線圖與配額決定。每一家前沿競爭者都面臨同樣的擠壓:OpenAI 據報正在與 Broadcom 合作自研晶片;Google 自行設計;Amazon 自行設計;Microsoft 有 Maia;Meta 有 MTIA。Anthropic 是最後一家沒有公開客製化晶片計畫的主要前沿實驗室。

這項人事補上了那個缺口——至少在意圖上。創立業界最成功客製化 AI 晶片計畫的人,不會加入運算團隊去管理供應商合約。他是來打造的。

自研晶片對 Anthropic 實際上意味著什麼

設計一款 AI 加速器是為期多年、斥資數十億美元的事業,而現實中短期的回報不是一款出貨的晶片,而是談判籌碼。一個可信的內部晶片計畫,會改變 Anthropic 對每一家供應商的談判態勢:當供應商知道客戶有替代方案——即使是距離落地還有數年的方案——TPU 容量的定價、Nvidia 的配額優先序、以及 AWS 關係的條款,全都會好談。

技術上也有一個論點:通用型 GPU 並非前沿實驗室成本大宗的推論工作負載的最佳解。訓練罕見而巨大;推論則持續不斷且對延遲敏感。Google 的 TPU 計畫證明了,與軟體堆疊協同設計的專用架構,能在規模上提供更佳的性價比。而怎麼做這件事的「十個教訓」,正是 Salek 親筆寫下的。

風險同樣清楚:晶片設計不容犯錯、資本密集、且曠日廢時。Google 從招募 Salek 到第一代 TPU 內部部署花了約三年,之後又花了十年才走到今天的第七代。即使有了 Salek,Anthropic 仍需要設計夥伴(考量到既有關係,Broadcom 是顯而易見的候選者)、台積電的產能,以及熬過至少一個完整世代才能見到具競爭力矽晶片的耐心。

大局:所有人都在造晶片

這項人事消息落在 AI 基礎建設主宰新聞週期的一週。Nvidia 的新劇本——授權「模型工廠」、直接延攬團隊而非整併購,正如其與程式模型新創 poolside 據報 60 億美元的授權交易——顯示產業的運算層正被多激烈地爭奪。同時分析師忙著加總產業數兆美元的基礎建設承諾,連瑞士國家銀行都對這波建設潮的 AI 通膨效應提出警告。

在這個背景下,一間前沿實驗室挖走 TPU 計畫創辦人,不只是人事新聞。它是一份聲明:Anthropic 認為 AI 競爭的下一階段,將在矽晶片中決定,一如在模型架構中決定——而純粹當所有人的晶片客戶,並不是一個站得住腳的位置。

就目前而言,Anthropic 仍深度依賴其夥伴:Claude 仍在 Google TPU、Amazon Trainium 與 Nvidia GPU 上訓練與服務,3.5 GW 的運算管線也已鎖定到這個十年結束。但地基已正式動工。這家以憲法式 AI 與可解釋性研究聞名的公司,剛踏上一條漫長而昂貴的旅程:擁有自家模型運行其上的金屬。

關於時程、晶片世代或設計夥伴,目前尚無任何宣布,Anthropic 也未公開說明 Salek 職責的範圍。但正如彭博的標題所言,這間 AI 實驗室找來 Google 晶片老將是「進軍硬體的一環」——而在 2026 年的運算戰爭中,這個進軍本身就是新聞。