OpenAI芯片核心叛逃Anthropic！就在量产前夜
量产前夜，OpenAI二号芯片工程师跳槽Anthropic
据Clive Chan本人透露，他于2024年1月加入OpenAI，是硬件组的第二号员工，在自研芯片项目量产的关键阶段选择离开。他已在社交平台正式宣布离职，并同步公布了加入Anthropic的消息。这一人事变动发生在OpenAI与博通、台积电联手部署3纳米制程推理芯片的量产倒计时阶段，堪称“芯腹地”的人才地震。
- 离职时间点极为敏感：OpenAI计划2026年下半年部署首款3纳米推理芯片，单芯片支撑10吉瓦算力，正处于量产冲刺。
- 加入对象：Anthropic，这家刚刚完成3800亿美元估值的AI公司，正在评估自研芯片可能性。
算力饥渴，Anthropic正悄悄评估自研芯片
Anthropic作为Claude模型开发商，近期算力需求急剧膨胀。尽管已与谷歌、博通达成3.5吉瓦级算力合作协议，芯片供应稳定性仍是巨大隐患。知情人士透露，Anthropic自研芯片计划仍处早期评估阶段，尚未组建专门团队，甚至最终可能继续采购外部芯片。
- 若推进自研，业界推测可能采用与博通合作模式，基于Claude模型特性定制TPU芯片架构。
- 目标：较通用GPU提升3-5倍能效比，依赖谷歌或亚马逊代工体系，不涉及独立制造。
科技巨头纷纷“造芯”，英伟达垄断地位遭挑战
从谷歌、亚马逊到Meta、微软，再到OpenAI与Anthropic，算力自主的“军备竞赛”已全面打响。各家技术路线各有侧重：
- 谷歌：深耕TPU系列十余年，最新TPU v7p适配Gemini多模态训练。
- 亚马逊：Trainium系列聚焦AI训练，v3版本将集成HBM内存，带宽翻倍。
- Meta：MTIA系列主攻推理，v2已量产，v3预计2026年推出。
- 微软：Maia系列虽有延期，仍在持续推进。
- OpenAI：与博通、台积电联手，3纳米推理芯片量产在即。
这些巨头无一不在试图摆脱对英伟达通用GPU的单一依赖，通过定制化芯片换取更优能效比与供应链控制权。
自研芯片背后：成本、供应链与软硬协同的三重考量
科技大厂为何放弃“买买买”转向自研？主要基于三大驱动因素：
- 成本压力：英伟达GPU供不应求、价格飞涨，每一次AI推理查询的边际成本直接侵蚀商业模式。自研芯片可去除冗余功能，为自身模型极致优化。
- 供应链安全：国际形势变化使芯片供应不确定性陡增。自研虽不意味完全自产，但设计层面拥有了替代方案与议价筹码，避免被“卡脖子”。
- 软硬深度协同：谷歌TPU与Gemini的适配、OpenAI用自身模型优化芯片设计，证明算法与芯片融合能在推理速度和能效比上拉开代差。自研芯片不仅是硬件工程，更是构建技术壁垒与生态主导权的战略棋局。