7 月 2 日，The Information 率先披露 Anthropic 正在与三星电子就定制 AI 芯片展开初步谈判。消息距 OpenAI 联合 Broadcom 发布自研推理芯片 Jalapeño 仅八天。两家大模型公司都在尝试参与芯片设计，以便更直接地优化运行模型的硬件。不过，Anthropic 目前的进展仍是招聘人才和洽谈制造合作，与样片已上电运行的 OpenAI 处于不同阶段。
Anthropic 已招入芯片人才，设计方案仍未定
根据 The Information 援引的三位知情人士，Anthropic 与三星的讨论仍处于极早期。公司尚未决定芯片的具体用途、算力级别、功耗预算，也没有确定芯片在服务器集群中的形态。没有物理原型，没有制造时间表。项目随时可能被搁置。
招聘方面已有进展。6 月初，Anthropic 招入了 Clive Chan——OpenAI 自研芯片团队的"二号员工"，他在 OpenAI 花了两年半时间参与构建了与 Broadcom 合作设计的 Jalapeño 推理芯片。Chan 在社交平台上表示被 Anthropic 的"人才密度、价值观和野心"打动，他的加入为 Anthropic 筹建芯片团队带来了实际设计经验。
Anthropic 对 TechCrunch 的公开回应是："由 AWS Trainium、Google TPU 和 Nvidia GPU 组成的多元化硬件栈，仍将是公司算力策略的核心。"对三星合作，公司表示"没有更多补充"。三星同样不予置评。
三星、SK 海力士和美光在 5 月共同参与了 Anthropic 的 650 亿美元 H 轮融资。三星是三者中唯一同时运营晶圆代工厂的企业，因此也有能力成为制造伙伴。据报道，Anthropic 同时在接触微软的 Maia 芯片和英国推理芯片初创公司 Fractile，继续寻找不同的硬件供应选择。
OpenAI 推理芯片样片已运行，计划年底开始部署
6 月 24 日，OpenAI 正式发布 Jalapeño——一款专为大模型推理设计的专用芯片（ASIC），由 Broadcom 负责具体电路实现、封装和网络。工程样片已上电运行，目标在 2026 年底前启动部署，并通过后续多代产品扩展到吉瓦级数据中心。
Jalapeño 是面向大模型推理设计的专用芯片。它采用接近光罩极限尺寸的大芯片（Tom's Hardware 根据封装照片估算芯片面积约 840mm²），搭配六颗 HBM 内存模块。OpenAI 硬件负责人 Richard Ho 称，芯片架构是"根据与 OpenAI 研究人员的紧密合作，围绕大模型推理最关键的内核、内存移动、网络和模型服务模式进行优化的"。
Broadcom CEO Hock Tan 对媒体表示，早期测试显示 Jalapeño 的推理成本比同等 GPU 方案低约 50%。这是厂商对早期测试的说法；实际节省还取决于部署规模、模型和服务负载。Anthropic 的 Claude 同样面向数百万用户提供实时推理服务，也有降低每次调用成本的需求。针对 Claude 调优的 ASIC 可能提高效率，但收益需要单独验证。
对 Anthropic 来说，评估自研芯片，就是比较长期节省的推理成本能否覆盖研发、制造和部署投入。竞争对手的进展会增加这项评估的紧迫性。
调用量增长，让降低推理成本更有吸引力
训练和推理对硬件的要求有所不同，同一种加速器也可以承担两类任务。
训练需要在海量数据上持续计算，对吞吐量、精度和灵活性都有要求，GPU 因而得到广泛使用。The Information 估算 Nvidia 仍占据 AI 芯片市场约 74% 的份额。定制芯片的发展尚未改变其在这一市场的领先地位。
专用推理芯片可以围绕运行模型的需求设计，以较低的延迟和成本返回用户查询结果。它可以减少部分通用计算开销，把更多资源用于模型常用的运算、内存访问和数据传输。优化效果取决于芯片与实际负载是否匹配。
如果一家公司的大量计算需求具有相似特征，定制 ASIC 就更有机会分摊研发成本。Anthropic 在 2026 年 4 月初公布，按当时收入速度折算的年化收入已突破 300 亿美元，是 2025 年底约 90 亿美元的三倍有余。业务增长让降低推理成本更有吸引力；自研芯片多久能回本，还要看利用率、制造成本和软件适配等因素。
三星可提供代工、内存和封装，交付能力仍待验证
三星有多项与定制 AI 芯片相关的业务，是 Anthropic 可以考虑的合作方。
三星参与了 Anthropic 的 H 轮融资，双方已有商业联系。此外，三星能够同时提供晶圆代工、HBM 内存和先进封装。AI 芯片的性能可能受内存带宽和数据移动限制，将这些环节一起优化，有机会改善推理效率。
生产地点也是供应链评估的一部分。三星在韩国运营晶圆厂，也在美国德克萨斯州 Taylor 建厂；据报道，后者预计 2027 年启动 2nm 量产。Anthropic 最终选择哪座工厂、采用哪种制程，都要纳入交付计划。
韩国媒体此前还报道，三星原在为 OpenAI 开发一款基于 ARM 架构的推理 NPU，但双方谈判在 2026 年 6 月初因"战略分歧"陷入停滞，Sam Altman 随后取消了原定的首尔之行。如果三星将原本对准 OpenAI 项目的工程注意力和 2nm 产能转向 Anthropic，双方可能分别获得制造支持和新增订单，但目前还没有已达成合作的消息。
但三星绕不开良率问题。媒体曾估计第一代 SF2 工艺在 2025 年的良率约为 50%-60%，并将 70%-80% 视为较有经济性的量产水平。台积电 N2 工艺的良率则据报为 65%-80%，苹果和 Nvidia 被列为重要客户。这些估计缺少统一的芯片面积和统计条件，只能作为观察制造进展的参考。三星第二代 2nm 工艺 SF2P 在 2026 年初的良率据报接近 70%，大规模量产能否维持这一水平仍待验证。对 Anthropic 而言，制造伙伴能否按时、按量、按预算交付，会直接影响项目是否值得投入。
自研芯片与现有硬件采购可以并行
Anthropic 反复强调现有合作伙伴关系不变——AWS Trainium、Google TPU 和 Nvidia GPU 仍将是算力策略的核心。这与评估自研芯片并不矛盾：现有合作满足当前需求，新芯片则需要经过设计、制造和部署，才能提供额外的算力选择。Anthropic 尚未公布这一过程的时间表。
同时使用自研芯片和外购硬件，在行业内已有先例。Google 同时使用自研 TPU 和采购的 Nvidia GPU；Amazon 在推 Trainium 和 Inferentia 的同时，仍然是 Nvidia 的大客户。模型公司参与芯片设计后，可以将硬件与模型架构、内核和调度系统一起优化，制造和部分工程环节仍可交给合作伙伴。
正如 OpenAI 在 Jalapeño 发布公告中所写的："OpenAI 不仅开发前沿模型或在其上构建产品，还在设计其底层的基础设施：芯片架构、内核、内存系统、网络、调度、部署系统和产品体验。因为 OpenAI 跨栈运作，每一层都可以围绕同一个目标进行优化。"
Anthropic 与三星的谈判，现在还远不到"成交"阶段。芯片用途未定、制程未锁定、时间表不存在、团队仍在组建中。从 4 月 Reuters 报道"Anthropic 在考虑自研芯片"，到 6 月招入 Clive Chan，再到 7 月传出与三星讨论 2nm 代工的消息，这三个月里，项目从想法推进到了人才和制造合作的准备。下一步要看公司是否确定设计方案，以及能否给出可执行的交付计划。
