AI 晶片戰爭白熱化：Anthropic 正式啟動自研晶片團隊，對決 OpenAI 的 Jalapeño

開出的職缺：兩種角色，截然不同的使命

Anthropic 至少張貼了兩個與自研晶片相關的明確職位：

矽晶片工程師的職缺明確要求求職者必須有「成功流片（shipped silicon）」的經驗，並能在 Anthropic 打造第一代客製化加速器時，做出「複雜的工程與商業權衡」。而研究工程師的角色則隸屬於 Code RL 團隊，專注於自主 RTL 生成、形式驗證與物理設計優化——這實際上形成了一個飛輪效應：讓 AI 來幫助設計運行 AI 的晶片 。

「第五支柱」策略：從三方供應到四方聯盟

有別於許多 AI 公司，Anthropic 長期以來一直奉行刻意多元化的多平台運算策略，而非依賴單一供應商。該公司在 2025 年 10 月的部落格文章中，將其策略描述為「獨特的運算策略，專注於高效運用三種晶片平台（Google TPU、AWS Trainium、Nvidia GPU）的多元化方法」。到了 2026 年 7 月，其供應商組合已擴展為四個：

• AWS (Amazon Trainium)：Anthropic 最早的運算夥伴，Trainium 2 晶片為「Project Rainier」提供動力，承諾容量高達 5 GW 。
• Google TPU：2025 年 10 月簽署了價值數百億美元的協議，取得多達一百萬顆客製化 TPU，預計 2026 年提供超過 1 GW 的運算能力，並從 2027 年開始擴展至多 GW 級別的下一代 TPU 。
• Nvidia GPU：仍在供應商之列，但 Anthropic 已透過其他合作積極降低對 Nvidia 的依賴 。
• AMD Instinct MI450：2026 年 7 月簽署的協議，涵蓋高達 2 GW 的 Instinct MI450 系列 GPU，作為交換，AMD 將在達成部署里程碑後，向 Anthropic 投資高達 50 億美元 。

如今，內部晶片團隊將成為 第五支柱：完全自研的客製化晶片。這款晶片可能針對推理優化，並能與 Claude 的架構進行協同優化。公司已明確表示，即便發展內部能力，仍將 維持其多供應商合作關係 。

與 OpenAI Jalapeño 晶片的對決：仍在設計 vs 已經流片

OpenAI 的 Jalapeño 晶片於 2026 年 6 月 24 日問世，這是一款與博通 (Broadcom) 共同設計、專為推理打造的 ASIC，採用台積電 3nm 製程，預計於 2026 年底開始初步部署。早期實驗室測試顯示，與當前世代 Nvidia GPU 相比，其每個 token 的推理成本降低約 50%，每瓦性能「顯著優於當前業界最高水準」。從初始設計到製造流片僅耗時九個月 。

以下是兩者策略的關鍵差異：

目前 Anthropic 處於更早的階段——仍在招聘與設計中——而 OpenAI 已經擁有可運作晶片。此外，有報導指出 Anthropic 已與三星晶圓代工（Samsung Foundry）進行初步洽談，可能採用更先進的 2nm 級製程，這將比 Jalapeño 的 3nm 製程更具優勢 。

財務背景：為什麼 5 億到 10 億美元的投資只是「合理賭注」

Anthropic 的收入曲線驚人，為其自研晶片提供了堅實的財務基礎：

• 2024 年底：年化營收約 10 億美元
• 2025 年底：年化營收約 90 億美元
• 2026 年 4 月初：年化營收約 300 億美元（Anthropic 證實）
• 2026 年 5 月：Sacra 估計年化營收已達約 470 億美元

業界估計，設計一款尖端 AI 加速器的成本約在 5 億至 10 億美元 之間，這涵蓋了工程團隊、EDA 工具、光罩組以及初期晶圓試產 。以 Anthropic 300 億至 470 億美元的年化營收來看，這筆投資大約只佔其年營收的 1% 至 3% ——對於該規模的公司而言，這是一筆相對合理的投資。如果這款晶片能顯著降低 Claude 龐大且持續增長的工作負載之推理成本，其所帶來的節省將是巨大的。正如分析網站 Cryptopolitan 所言，自研晶片的成本僅是 Anthropic 目前支付給外部運算合作夥伴費用的「一小部分」。

總結來說，Anthropic 的自研晶片之路，不僅是為了降低成本，更是為了掌握技術自主權，並與 OpenAI 等競爭對手在硬體層面展開下一輪軍備競賽。