徽声在线4月10日讯（特约撰稿 李阳）据三位不愿具名的行业知情人士透露，生成式AI领域领军企业Anthropic正启动芯片自主设计战略评估，旨在构建算力自主可控体系，降低对第三方芯片供应商的依赖程度。这一动向标志着AI大模型竞争已从算法层面延伸至硬件基础设施领域。

消息人士特别指出，该项目目前处于可行性论证阶段，尚未进入实质性研发流程。公司内部存在两种声音：部分高管倾向于延续现有采购模式，仅通过扩大芯片采购规模满足需求；另一派则主张通过垂直整合实现技术自主。

深入调查显示，该公司尚未组建专职芯片研发团队，也未确定具体技术路线。现有评估方案涵盖ASIC专用芯片、RISC-V架构处理器等多个方向，但均未形成最终决策。

推动Anthropic做出战略调整的核心驱动力，源于其AI业务的指数级增长。公司财务数据显示，其旗舰大模型Claude的商业化进程远超预期：2025年底营收尚为90亿美元，至2026年已突破300亿美元大关。这种爆发式增长对算力基础设施提出前所未有的挑战。

在硬件依赖方面，Anthropic目前采用混合架构：训练环节主要使用谷歌TPU v4芯片，推理环节则部署亚马逊自研的Inferentia芯片。这种多供应商策略虽能分散风险，但也导致供应链管理复杂度激增。

值得关注的是，就在本周，该公司刚与谷歌、博通签署价值数十亿美元的TPU长期供应协议。该协议包含特殊条款：Anthropic需承诺在未来五年内投入500亿美元用于美国AI计算基础设施建设，以此换取优先供货权。

AI芯片自主化浪潮席卷全球

行业分析指出，Anthropic的抉择折射出当前AI产业的深层变革。在英伟达H100芯片交付周期延长至18个月的背景下，全球科技巨头正掀起新一轮芯片自主化浪潮。据不完全统计，全球排名前20的AI企业已有13家启动自研芯片项目。

Meta的布局尤为激进：其Reality Labs部门已组建300人芯片团队，计划在2027年前推出四代AI芯片，覆盖从训练到推理的全场景需求。最新路标显示，其第三代芯片将采用5nm制程，集成2560亿个晶体管。

OpenAI则采取差异化策略：其芯片项目聚焦推理场景，计划与台积电合作开发7nm专用芯片。内部文件显示，该项目已进入流片前验证阶段，目标2026年实现月产10万片。

半导体行业资深分析师王磊指出，自研AI芯片存在显著门槛：单项目研发投入普遍超过5亿美元，且需要持续迭代三代产品才能形成竞争力。这对企业的现金流管控和技术沉淀提出极高要求，中小厂商难以效仿。