Anthropic 证实，公司正在组建自研芯片团队，准备亲自设计运行 Claude 的硬件。此前围绕这一计划的市场传闻持续了近半年，如今已得到公司确认。
目前，Google 的 TPU、Amazon 的 Trainium 和 Nvidia 的 GPU 同时支撑着 Anthropic 的 Claude。报道提到，仅 Google 一家，Anthropic 就签下了最多 100 万颗 TPU 的合约。现在，Anthropic 计划加入自研硬件这一条线。
招聘信息披露自研芯片计划
Business Insider 最先在 Anthropic 官方职位页面发现相关线索，随后 Anthropic 发言人证实了这项计划。当前挂出的岗位包括 silicon engineer 与 technical program manager, silicon。
从职位描述看，相关工作覆盖前端设计、矽前验证、物理设计、可测试性设计、模拟与混合信号、制程与晶圆代工、封装与信号完整性，几乎涵盖一整条芯片设计链条。
其中，silicon engineer 的薪资范围为 32 万至 48.5 万美元。职位要求候选人必须具备“shipped silicon”经验，也就是真正完成过芯片流片并推动量产，而不是停留在架构设计层面。
职位描述还写到，候选人需要“能在没有大组织支撑下，做出重大决策”。这显示 Anthropic 当前寻找的并不是一个大规模传统芯片部门，而是一支能够独立拍板、规模精简的团队。
团队核心与多芯片策略
这条自研芯片线的技术核心，是于 2026 年 6 月加入 Anthropic 的 Clive Chan。报道称，他此前曾在 OpenAI 任职，是自研推理芯片 Jalapeño 早期团队成员之一。
Anthropic 发言人同时表示，公司仍将采取“multi-chip approach”，也就是多芯片策略。在扩张算力规模的同时，Anthropic 会继续搭配其他公司的硬件与自家设计共同推进。
这一表态也与此前的相关报道相互印证。报道提到，Anthropic 曾与三星洽谈，评估是否由三星代工制造其自研芯片。
行业正同时转向自研芯片
报道指出，Anthropic 不是首家采取这一做法的公司。OpenAI 已与 Broadcom 合作推出名为 Jalapeño 的自研芯片，面向数据中心内大型语言模型推理场景。Google 更早已让自家模型大规模运行在自家 TPU 上；Meta 也已经设计并部署自研芯片；据报道，Mistral 也在研究同类方向。
按原文说法，这并非孤立动作，而是整个行业在相近时间点作出的共同判断。
自研芯片指向推理成本与毛利率
报道提到，租用芯片时，芯片设计需要兼顾通用性，服务大量不同工作负载；而自研芯片则可以围绕单一任务进行优化，例如适配 Claude 的长上下文能力以及 MoE（混合专家）架构。
行业推估，参考 Google TPU 与 Amazon Trainium 的先例，一颗围绕特定模型架构协同设计的芯片，有机会将每 token 的推理成本压低约 30% 至 50%。不过，原文同时强调，这一数字并非 Anthropic 的官方承诺，而是业内基于过往自研芯片经验作出的推算，更接近产业预期，并非可以直接写入财报的保证。
即便按较低幅度估算，对于一家依赖 API 用量收费、且推理成本占运营支出大宗的公司来说，这仍可能带来一次结构性的毛利率调整。
回报周期可能要等到 2028 年至 2030 年
不过，自研芯片的代价在于时间。按报道给出的行业节奏，从组建团队到芯片真正量产，最快也要到 2028 年至 2030 年。
原文认为，Anthropic 当前启动的并不是一项短期硬件替换计划，更像是一场至少需要等待 3 年才可能看到回报的长期投入。它押注的重点，不是这一代 Claude 采用什么硬件，而是 3 年后的 Anthropic，是否仍会受制于外部产能安排。