Anthropic自研AI芯片：Claude的未来不再只靠英伟达GPU

需要指出的是，Anthropic目前尚未透露芯片流片或生产的预期时间表——对于处于这个阶段的芯片项目来说，这非常正常。

其他AI巨头如何布局自研芯片？

OpenAI与代號“Jalapeño”的推理芯片

2026年6月24日，OpenAI正式发布了其首款定制AI芯片，代号Jalapeño。该芯片由OpenAI与Broadcom联合设计，由台积电（TSMC）代工制造，专注于AI推理（Inference）任务。OpenAI的设计工作始于2025年初，最初曾考虑自建晶圆厂，最终转向了与设计伙伴合作的方式。除此之外，OpenAI还与Broadcom宣布了一项总额高达100亿美元的战略合作，双方计划在2029年之前共同部署加速器及网络系统。

Google DeepMind与八代TPU的演进

Google是自研AI芯片领域资历最老的玩家，其定制芯片项目已持续超过十年。其张量处理单元（TPU） 家族目前已经发展到了第八代。

第七代Ironwood TPU于2025年底推出，可在单个计算池内连接多达9216颗芯片，同时满足训练和推理需求。2026年4月，Google发布了第八代TPU，其中包括两款专为特定任务设计的架构：TPU 8t用于训练，TPU 8i用于推理。有报道称，Google还与AMD合作，参与其第十代TPU的设计。

值得注意的是，Google也在向Anthropic提供TPU芯片。根据一项价值数百亿美元的协议，Google将向Anthropic提供多达100万颗TPU芯片。

Meta与MTIA芯片家族

2026年3月，Meta公布了四款新一代自研芯片的路线图，这些芯片属于其Meta训练与推理加速器（MTIA） 家族。其中，MTIA 300已部署使用；MTIA 400、MTIA 450和MTIA 500计划以大约每六个月一款的速度推出，持续至2027年。

Meta与Broadcom合作开发这些芯片，并计划在2026年9月开始生产其中一款，以推动整体计算能力翻倍。MTIA家族不仅覆盖了推理任务，还首次涉及定制训练芯片——此前，Meta在模型训练方面主要依赖Nvidia GPU。

各公司定制AI芯片项目一览

这对AI硬件格局意味着什么？

转向定制芯片，代表AI公司在基础设施建设理念上的根本性变化。如今，行业领导者们不仅是在模型架构和训练数据上竞争，更是在打造作为核心竞争优势的硬件。

对于Anthropic而言，其定制芯片项目仍处于非常早期的阶段——量产日期未定，架构细节和制造协议均未公布。但这一举措明确表明，Anthropic已将芯片设计视为其长期战略的基石，尤其是在推理成本随着业务规模扩大而急剧增长的背景下。

放眼整个产业，摆脱对Nvidia GPU的依赖可能会带来深远的影响。如果定制芯片能够兑现其降低成本、提升性能的承诺，AI推理的商业模式将发生巨大转变，AI应用将变得更便宜、更普及。