Anthropic เปิดตัวทีมชิปของตัวเอง ยกระดับ Claude สู้ศึก AI กับ OpenAI

รายละเอียดตำแหน่งงาน: สองภารกิจที่แตกต่างกัน

Anthropic ประกาศรับสมัครงานอย่างน้อยสองตำแหน่งที่เกี่ยวข้องกับการพัฒนาชิปของตัวเอง:

ตำแหน่ง Silicon Engineer ต้องการผู้สมัครที่ "เคยผลิตชิปจริง (shipped silicon)" และสามารถ "ตัดสินใจทางวิศวกรรมและธุรกิจที่ซับซ้อน" ขณะที่ Anthropic กำลังสร้างแอคเซเลอเรเตอร์ (accelerator) รุ่นแรกของตัวเอง ส่วนตำแหน่ง Research Engineer นั้นอยู่ในทีม Code RL โดยมุ่งเน้นไปที่การสร้าง RTL (Register Transfer Level) แบบอัตโนมัติ (agentic RTL generation) การตรวจสอบอย่างเป็นทางการ (formal verification) และการเพิ่มประสิทธิภาพการออกแบบทางกายภาพ (physical design optimization) ซึ่งถือเป็นการสร้าง 'วงล้อ' (flywheel) ที่ AI ช่วยออกแบบชิปที่ใช้รัน AI อีกที

กลยุทธ์หลายชิปที่เพิ่มเสาหลักที่ห้า

Anthropic ดำเนินกลยุทธ์การประมวลผลที่หลากหลายและกระจายความเสี่ยง (multi-platform compute strategy) มาโดยตลอด แทนที่จะพึ่งพาซัพพลายเออร์เพียงรายเดียว บล็อกโพสต์ของบริษัทเมื่อเดือนตุลาคม 2025 อธิบายแนวทางนี้ว่าเป็น "กลยุทธ์การประมวลผลที่ไม่เหมือนใครซึ่งมุ่งเน้นไปที่แนวทางที่หลากหลาย โดยใช้แพลตฟอร์มชิปสามประเภทอย่างมีประสิทธิภาพ" (Google TPUs, AWS Trainium, Nvidia GPUs) ภายในเดือนกรกฎาคม 2026 พอร์ตโฟลิโอนี้ได้ขยายเป็นสี่ซัพพลายเออร์:

• AWS (Amazon Trainium) — พาร์ทเนอร์ด้านการประมวลผลหลักรายแรกสุดของ Anthropic; ชิป Trainium 2 ขับเคลื่อน "Project Rainier" โดยมีกำลังการผลิตสูงถึง 5 GW
• Google TPUs — ข้อตกลงในเดือนตุลาคม 2025 มูลค่าหลายหมื่นล้านดอลลาร์ สำหรับ TPU แบบกำหนดเองสูงสุดหนึ่งล้านชิ้น ซึ่งสร้างกำลังการประมวลผลมากกว่า 1 GW ในปี 2026 และขยายเป็นกำลังการผลิต TPU รุ่นถัดไปหลาย GW ตั้งแต่ปี 2027 เป็นต้นไป
• Nvidia GPUs — ยังคงเป็นหนึ่งในตัวเลือก แม้ Anthropic จะพยายามลดการพึ่งพา Nvidia ผ่านความร่วมมืออื่น ๆ
• AMD Instinct MI450 — ข้อตกลงในเดือนกรกฎาคม 2026 ครอบคลุมชิป Instinct MI450-series สูงถึง 2 GW โดย AMD จะลงทุนใน Anthropic สูงถึง 5 พันล้านดอลลาร์เมื่อบรรลุเป้าหมายการปรับใช้ตามที่กำหนด

ทีมชิปใน-house จึงกลายเป็น เสาหลักที่ห้า นั่นคือชิปแบบกำหนดเองที่ออกแบบภายในองค์กร โดยมีเป้าหมายเพื่อปรับแต่งให้เหมาะสมกับการประมวลผลแบบ Inference (การประมวลผลคำถาม) ซึ่งสามารถปรับให้เหมาะกับสถาปัตยกรรมของ Claude ได้มากที่สุด บริษัทได้แถลงว่าจะ คงความสัมพันธ์กับซัพพลายเออร์หลายราย ไว้เช่นเดิมแม้จะสร้างขีดความสามารถภายในองค์กรก็ตาม

เปรียบเทียบกลยุทธ์ของ Anthropic กับชิป Jalapeño ของ OpenAI

ชิป Jalapeño ของ OpenAI เปิดตัวเมื่อวันที่ 24 มิถุนายน 2026 เป็น ASIC (Application-Specific Integrated Circuit) ที่ออกแบบมาเพื่อการ Inference โดยเฉพาะ ออกแบบร่วมกับ Broadcom ผลิตด้วยเทคโนโลยี 3nm ของ TSMC และมีแผนจะนำร่องใช้งานในช่วงปลายปี 2026 การทดสอบในห้องปฏิบัติการเบื้องต้นแสดงให้เห็นว่าต้นทุนการ Inference ต่อโทเค็นต่ำกว่า GPU Nvidia รุ่นปัจจุบันประมาณ 50% โดยประสิทธิภาพต่อวัตต์ "ดีกว่าเทคโนโลยีปัจจุบันอย่างมีนัยสำคัญ" ชิปนี้ใช้เวลาตั้งแต่การออกแบบเริ่มต้นจนถึงการผลิต (tape-out) เพียงเก้าเดือน

ความแตกต่างที่สำคัญระหว่างสองแนวทาง:

Anthropic อยู่ในช่วงเริ่มต้นที่ยังคงรับสมัครและออกแบบ ในขณะที่ OpenAI มีชิปที่ใช้งานได้แล้ว รายงานยังระบุด้วยว่า Anthropic ได้มีการเจรจาเบื้องต้นกับ Samsung Foundry สำหรับการผลิตชิประดับ 2nm ซึ่งเป็นเทคโนโลยีที่ล้ำหน้ากว่าเทคโนโลยี 3nm ของ Jalapeño

บริบททางการเงิน: ทำไมเงิน 500 ล้านถึง 1 พันล้านดอลลาร์จึงเป็นการเดิมพันที่ไม่แพงนัก

เส้นทางรายได้ของ Anthropic นั้นเติบโตอย่างมหาศาล ซึ่งเป็นรากฐานทางการเงินที่แข็งแกร่งสำหรับการพัฒนาชิปของตัวเอง:

• สิ้นปี 2024: อัตราการดำเนินงาน (run rate) รายปีประมาณ 1 พันล้านดอลลาร์
• สิ้นปี 2025: อัตราการดำเนินงานประมาณ 9 พันล้านดอลลาร์
• ต้นเดือนเมษายน 2026: อัตราการดำเนินงานประมาณ 30 พันล้านดอลลาร์ (ยืนยันโดย Anthropic)
• พฤษภาคม 2026: Sacra ประมาณการไว้ว่าอัตราการดำเนินงานรายปีอาจสูงถึง 47 พันล้านดอลลาร์

ประมาณการในอุตสาหกรรมสำหรับการออกแบบแอคเซเลอเรเตอร์ AI ที่ล้ำสมัยนั้นอยู่ที่ 500 ล้านถึงกว่า 1 พันล้านดอลลาร์ ซึ่งรวมถึงค่าใช้จ่ายสำหรับทีมวิศวกรรม เครื่องมือ EDA (Electronic Design Automation) ชุดแม่แบบ (mask sets) และการผลิตแผ่นเวเฟอร์ (wafer runs) เบื้องต้น เมื่อเทียบกับอัตราการดำเนินงานรายปี 30,000–47,000 ล้านดอลลาร์ของ Anthropic แล้ว ต้นทุนดังกล่าวคิดเป็นเพียง 1–3% ของรายได้ต่อปี ซึ่งถือเป็นการลงทุนที่ค่อนข้างเล็กน้อยสำหรับบริษัทในขนาดนี้ และอาจให้ผลตอบแทนมหาศาลหากชิปสามารถลดต้นทุนการ Inference สำหรับปริมาณงานที่มหาศาลและเติบโตอย่างรวดเร็วของ Claude ได้อย่างมีนัยสำคัญ