AI大模型领域的竞争正从算法层面延伸至芯片赛道。继OpenAI高调发布首款自研推理芯片“Jalapeño”后，另一家头部企业Anthropic也传出在芯片领域布局的消息。据路透社独家披露，该公司曾与AI芯片初创企业MatX进行深度接触，讨论过以约70亿美元收购的方案，但最终双方转向潜在合作模式。
这场未完成的收购背后，折射出大模型企业对算力成本的焦虑。随着模型参数规模突破万亿级别，训练环节对算力的需求呈指数级增长。以GPT-4为例，其训练过程需要调用数万张GPU持续运行数月，仅电费支出就高达数千万美元。Anthropic的旗舰产品Claude系列同样面临类似挑战，这促使该公司开始探索从模型层向芯片层渗透的路径。
被Anthropic相中的MatX公司具有显著的技术基因。其联合创始人Reiner Pope和Mike Gunter均来自谷歌TPU团队，前者主导过TPU软件生态建设，后者则深度参与硬件架构设计。这家2023年成立的企业今年2月刚完成5亿美元B轮融资，投资方包括华尔街对冲基金Jane Street等机构。值得注意的是，MatX的芯片设计方向聚焦于大模型训练场景，这与Anthropic当前的技术需求高度契合。
与OpenAI优先攻克推理芯片的策略不同，Anthropic的布局显现出差异化思路。OpenAI的“Jalapeño”芯片旨在优化模型部署环节的能效比，通过降低延迟和提升吞吐量来削减运营成本。而Anthropic的接触对象MatX专注于训练芯片，这类芯片需要处理海量数据并行计算，对内存带宽和架构设计的要求更为严苛。这种技术路线的分野，反映出头部企业根据自身业务特点制定的差异化战略。
在人才争夺战中，Anthropic展现出强烈进取心。该公司近期聘请前谷歌TPU项目负责人Amir Salek担任计算部门要职，这位拥有20年芯片行业经验的资深专家曾主导谷歌七代TPU的研发。更早前，前OpenAI芯片工程师Clive Chan的加盟，进一步强化了其技术团队实力。这些动作表明，Anthropic正在构建从架构设计到硬件落地的完整能力链。
尽管积极布局自研芯片，Anthropic仍保持开放合作姿态。据知情人士透露，该公司将继续采购英伟达GPU和谷歌TPU等现成产品，形成“自研+采购”的双轨模式。这种策略既规避了芯片研发的高昂风险——单款先进芯片的流片成本就可能超过2亿美元，又能通过定制化设计实现特定场景的性能优化。对于年营收尚未突破十亿美元的Anthropic而言，这种平衡之道显得尤为关键。
当前，AI芯片市场正经历深刻变革。传统巨头英伟达虽占据80%以上市场份额，但谷歌TPU、亚马逊Trainium等定制芯片的崛起，以及OpenAI、Anthropic等用户的垂直整合，正在重塑产业格局。这场变革不仅关乎技术路线选择，更涉及商业生态的重构。当模型开发者开始深度参与芯片设计，AI产业的垂直整合程度将达到前所未有的高度。
