2026年7月5日 · 深度技术分析

导语

2026 年 7 月初，The Information 报道了一个重要消息：Anthropic 已启动自研 AI 芯片的早期工作，并与三星电子讨论潜在代工合作，考虑采用三星的 2nm 制程及先进封装方案。

这条消息的时间点非常关键：Anthropic 刚刚在 2026 年 5 月完成 650 亿美元的 Series H 融资，投后估值高达 9650 亿美元。三星、SK 海力士、美光三大存储巨头作为"战略基础设施合作伙伴"参与了本轮融资——其中三星的投资额达数万亿韩元。

这不是 Anthropic 的"一时兴起"。2026 年 6 月，Anthropic 挖来了 OpenAI 定制芯片团队的早期核心成员 Clive Chan（曾参与特斯拉 Dojo 超算项目）。自研芯片，正在成为 Anthropic 从"租芯片"转向"控芯片"的长期战略筹码。

一、合作细节：从资本纽带到代工谈判

1.1 Series H 融资中的战略信号

2026 年 5 月 28 日，Anthropic 宣布完成 Series H 融资。在官方公告中，Anthropic 特别强调合作伙伴在"全球存储、存储设备和逻辑芯片供应中扮演关键角色"——这直接引发了外界对三星代工业务承接 Anthropic AI 芯片制造的猜测。

1.2 代工合作谈判现状

据 The Information 报道：

  • 项目目前处于非常早期阶段
  • 考虑中的方案包括三星的 2nm 制程及2.5D 先进封装
  • 类似于三星 2024 年 7 月向日本 AI 公司 Preferred Networks 提供的"交钥匙"方案
  • 芯片的具体功能、性能指标、服务器集成方案等均未确定
  • 尚未进入详细设计、测试和制造阶段

1.3 团队组建

  • Clive Chan（2026 年 6 月加入）：OpenAI 定制芯片团队早期核心成员，曾参与特斯拉 Dojo、Google TPU、SpaceX 项目
  • Anthropic 已开始公开招聘芯片工程师岗位

二、2nm 工艺：性能提升与良率挑战

2.1 三星 2nm（SF2）技术参数

指标 三星 2nm vs 3nm
性能提升 5-12%
功耗效率提升 8-25%
面积减少 5%
晶体管结构 GAA（全环绕栅极）

三星 2nm 采用 GAA（Gate-All-Around）晶体管结构，这是从 FinFET 的进化，更适合 HPC 和 AI 负载的功耗与性能需求。

2.2 良率挑战

厂商 2nm 良率 量产门槛
三星 55-60% 70%+
台积电 60-70%（部分报道 80-90%） 70%+

三星 2nm 良率目前约为 55-60%，仍低于稳定量产门槛。但三星已开始量产第一代 2nm 产品，并计划年内扩大第二代 2nm 产能。

2.3 对 AI 芯片的意义

2nm 工艺能在同样大小的芯片中塞入更多晶体管，运行更快、更省电。先进封装则可将处理器与高速内存更紧密集成，减少数据搬运延迟。

对于 Anthropic 这类需要大规模部署推理集群的公司，2nm 带来的每瓦性能提升意味着以十亿美元计的潜在成本节省。

三、Anthropic 的多平台策略

3.1 当前的"不押单一硬件"策略

Anthropic 一直坚持与深度绑定英伟达的 OpenAI 和 xAI 形成对比：

供应商 合作内容 规模
Google TPU 100 万颗 TPU v7 Ironwood ~520 亿美元协议
Amazon Trainium AWS 主要云和训练合作伙伴 最高 5 吉瓦新产能
NVIDIA GPU Colossus 1 和 Colossus 2 —

3.2 自研芯片的战略动机

  • 成本压力：Anthropic 年化收入从 2025 年底的约 90 亿美元飙升至 2026 年 5 月的超过 470 亿美元，算力账单增速更快
  • 议价权：自研芯片是与其他供应商谈判时的重要筹码
  • 规模效应：前沿模型运行在数万处理器集群上，效率提升几个百分点即可省下巨额资金

3.3 与 OpenAI 路径对比

公司 自研芯片进展 目标
OpenAI 与博通合作，首款芯片 Jalapeño 已面世 2029 年部署 10GW 定制加速器
Anthropic 人刚到岗，规格未定，代工厂还在谈 预计 2027-2028 年量产

Anthropic 目前所处位置相当于 OpenAI 三年前的起点。

四、行业趋势： hyperscaler 全阵营入场

4.1 定制 ASIC 从"科学项目"到"生产级替代"

2026 年被视为定制 ASIC 的关键转折节点：

公司 芯片 工艺 特点
Google TPU v7 Ironwood 台积电 3nm 9216 芯片集群，Transformer 推理优化
Amazon Trainium 3 台积电 3nm 比同等 NVIDIA 实例成本低 50%
Microsoft Maia 200 台积电 3nm 1400 亿+晶体管，216GB HBM3e
Meta MTIA v2/v3/v4 — 推荐、生成式 AI、HBM4
OpenAI Jalapeño — 首款推理芯片，目标 10GW

4.2 市场数据

  • 定制 ASIC 市场 CAGR 达 44.6%，远超 GPU 的 16.1%
  • 整个 AI 加速器市场预计到 2033 年达到 6040 亿美元
  • 2026 年超大规模厂商资本支出合计达 6600-6900 亿美元，其中约 75% 投向 AI 基础设施

4.3 推理市场是关键战场

推理已占 AI 计算总量的约 2/3，且成本敏感度极高（持续边际成本），非常适合用定制 ASIC 优化。

分析师预测，在推理市场，英伟达份额可能从 90%+ 降至 20-30%。

4.4 成本节省案例

Midjourney 从 NVIDIA GPU 迁移到 Google TPU v5 后：

  • 月计算成本从 210 万美元降至约 70 万美元
  • 降幅达 65%

4.5 NVIDIA 的护城河

尽管自研芯片热潮高涨，英伟达市场份额近几年不降反升，目前约为 74%。核心护城河是 CUDA 生态：超过 500 万活跃开发者，而定制芯片需要专有编译器和 SDK，存在迁移摩擦。

五、我的观点：三星代工对双方都是一场豪赌

5.1 对 Anthropic：时间 vs 掌控

Anthropic 面临一个经典的两难：

  • 继续租用：快速扩展，但成本持续上升，议价权有限
  • 自研芯片：长期成本可控，但需要 2-3 年的研发周期，且首批芯片的性能可能不如商用方案

选择与三星合作 2nm，意味着 Anthropic 愿意承担更高的技术风险（三星良率仍处爬坡期），以换取潜在的工艺领先优势。

5.2 对三星：代工业务的翻身仗

三星代工业务长期亏损，亟需大客户订单来证明其先进制程的竞争力：

  • 若能拿下 Anthropic，将是继特斯拉 AI5/AI6 之后又一重要客户
  • 有助于证明三星 2nm 的量产能力，吸引更多客户
  • 但也意味着如果良率问题导致交付延迟，将损害三星的声誉

5.3 台积电 vs 三星：不只是工艺之争

虽然 Anthropic 目前与三星洽谈，但台积电 2nm 的良率和成熟度更高。Anthropic 可能的选择：

  • 三星：更灵活的条款、潜在的成本优势、战略资本关系
  • 台积电：更高的良率、更成熟的生态、但产能紧张且客户优先级竞争激烈

最终选择将取决于工艺成熟度、商业条款和地缘政治考量。

5.4 行业的长期格局

自研芯片不会取代 NVIDIA，但会改变市场结构：

  • 训练市场：NVIDIA 仍将主导（CUDA 生态 + 软件栈成熟度）
  • 推理市场：定制 ASIC 将占据越来越大的份额（成本敏感度 + 工作负载可预测）
  • 边缘市场：多样化（高通、联发科、苹果等各有优势）

对于 AI 公司而言，"拥有芯片"正在从差异化优势变成生存必需——不是替代 NVIDIA，而是在 NVIDIA 之外拥有备选方案和议价筹码。

免责声明

本文仅供技术研究和教育目的，内容基于 The Information、36氪、虎嗅等媒体的公开报道，以及三星、台积电的官方技术资料。本文所有技术分析均以行业研究和趋势分析为导向，不构成任何投资建议。读者应遵守所在国家/地区的法律法规，仅将本文内容用于合法合规的研究和学习用途。

参考资料