Anthropic 建立了一个内部芯片设计团队，为 Claude 提供定制芯片

Anthropic 确认正在聘请定制芯片团队为 Claude 共同设计人工智能芯片，加入 OpenAI 和谷歌的行列，参与控制人工智能硬件的竞赛。

Anthropic 已确认计划开发自己的定制人工智能芯片，成为最新一家得出结论的人工智能实验室，认为依赖外部硬件供应商已不足以跟上失控的需求。

根据 TechCrunch、Reuters、Quartz 和 Business Insider 报道的招聘清单和确认信息，该公司透露，它正在组建一个内部“定制芯片团队”，与未来的大型语言模型一起共同设计处理器。此举标志着 Anthropic 打算更好地控制其旗舰车型系列 Claude 的硬件堆栈。对于那些追踪人工智能行业报道的人来说，这一决定符合一个明确的模式：每个主要的前沿实验室现在都在竞相拥有一块运行其模型的芯片。

为 Claude 共同设计芯片

细节表明这是一种协同设计策略，而不是快速购买现成的产品。据 SiliconANGLE 报道，一位发言人告诉 Business Insider，Anthropic 将与其未来的大型语言模型共同设计该处理器。协同设计计划通常侧重于根据特定工作负载（模型所依赖的特定计算和内存模式）定制芯片，而这种定制可以显着提高硬件效率。

现成的人工智能加速器旨在服务广泛的客户和工作负载，这意味着它们需要做出妥协。从理论上讲，专门针对克劳德架构进行调整的芯片可以比通用硬件提供更高的性价比。这对于 Anthropic 的运营规模来说非常重要，即使是很小的效率提升也可以转化为巨大的成本节省。

雇用工程师，而不仅仅是购买芯片

TechCrunch 报道称，根据招聘清单，Anthropic 正在为其定制芯片团队寻找具有芯片设计经验的工程师。文章指出，该公司已更新，包括来自 Anthropic 的确认，使该计划成为正式计划而不是猜测。

随着对克劳德的需求上升以及人工智能公司争先恐后地锁定尽可能多的基础设施交易，招聘活动随之而来。就 Anthropic 而言，它已与 AWS、谷歌、Nvidia 和 AMD 签署了访问人工智能计算硬件的协议。但要真正扩展并满足需求水平，依赖他人显然已经不够了——这种微积分现在已经推动 Anthropic 设计自己的芯片。

这是一个值得注意的战略转变。 Anthropic 长期以来一直将自己定位为以研究和安全为重点的实验室，但芯片公告表明，它也在建设通常与最大的超大规模企业相关的重型基础设施。

加入拥挤的领域

Anthropic 并不是第一家认为构建自己的芯片值得付出巨大成本和复杂性的人工智能公司。该公司正在走其最大竞争对手走过的路。

6 月，OpenAI 推出了 Broadcom 构建的“Jalapeño”芯片，该芯片专为推理工作负载而设计，即经过训练的模型实际回答用户查询的阶段。 Google DeepMind 长期以来一直依赖 Alphabet 的定制张量处理单元 (TPU) 为其 Gemini 模型提供支持，使其成为业内最成熟的内部芯片程序之一。与此同时，Meta 一直在为人工智能工作负载开发自己的 MTIA 加速器。

这一趋势超出了模型实验室的范围。拥有 Trainium 和 Inferentia 芯片的 Amazon 等云提供商也大力投资定制芯片，以减少对 Nvidia 的依赖。共同点是希望摆脱单一主导供应商的限制并占领更多价值链。

为什么现在要定制芯片？

推动这一浪潮的经济学原理很简单。 Nvidia 的 GPU 拥有巨大的利润，因为对其的需求远远超过供应，而前沿人工智能模型需要惊人的计算量来训练和服务。每个依赖这些 GPU 的实验室实际上都在向单一供应商纳税，同时争夺相同的有限供应。

设计定制芯片是一项昂贵的、耗时多年的赌注——它可能花费数亿美元，并且需要稀有的工程人才——但它提供了实验室越来越多地认为存在的三个优势。首先，它可以降低长期推理成本，这是像 Claude 这样的流行模型的主要成本。其次，它降低了供应短缺和出口管制的战略脆弱性。第三，它创造了一条防御性的护城河：为彼此共同设计的模型和芯片让竞争对手更难以复制。

Anthropic 的决定也反映了其与云和计算合作伙伴日益加深的关系。该公司已经为人工智能基础设施获得了大规模融资，而内部芯片计划是将融资转化为专用、优化产能的下一步自然而然的事情。