AI推理时代自研硅加速崛起! Anthropic挖来谷歌TPU元老 算力帝国从“GPU独奏”迈向“异构算力交响”

智通财经APP获悉，全球AI大模型/AI应用领军者Anthropic PBC公司已聘请阿米尔·萨莱克(Amir Salek)，他是Alphabet Inc.旗下谷歌的定制化AI芯片项目(即谷歌TPU AI芯片)的核心创始人之一;此举正值这家全球最顶级人工智能实验室为全力进军自研AI半导体领域(也被称作定制化AI ASIC/XPU芯片，TPU即是该技术路线)奠定重要基础之际。

这家人工智能公司周五表示，萨莱克将加入Claude AI超级平台开发商Anthropic旗下的人工智能算力团队。在2022年之前，他一直负责谷歌的张量处理单元(TPU)业务，并帮助谷歌完成设计前七代TPU芯片。履新后，萨莱克将直接向Anthropic人工智能算力总负责人詹姆斯·布拉德伯里(James Bradbury)汇报。

美国科技巨头之一的微软(MSFT.US)计划很快推出其最新自研AI加速器Maia，加之谷歌与Fabless芯片公司Marvell(迈威尔科技)的新协议覆盖AI加速器、存储和内存控制器等多款定制芯片，凸显出AI应用领军者以及超大规模云计算厂商们主导的AI算力基础设施建设进程正在从“集体采购英伟达GPU”全面升级为英伟达GPU+AMD GPU+自研AI专用集成电路(AI ASIC)/XPU+CPU/DPU大规模协同运行的异构计算体系。当AI大模型架构逐步稳定且全球各行业Token调用量呈现出指数级增长后，高并发AI推理工作负载越来越适合通过定制芯片降低单位Token成本。

也就是说，AI训练算子进程以及那些架构最复杂、变化速率最快的前沿AI工作负载仍高度需要AI GPU集群——前沿模型预训练、强化学习和快速变化的新算子仍更依赖GPU的可编程性、CUDA生态与NVLink/NVSwitch集群能力，而围绕成熟与开源体系AI大模型、Copilot、AI Agent(即AI智能体)的大规模AI推理工作负载则越来越适合专用的自研AI芯片。

在摩根士丹利、Wedbush Securities等持续看好AI算力产业链投资前景的机构们看来，AI推理时代的近乎无止境最前沿算力与围绕AI智能体的算力需求，使AI ASIC能够在不摧毁GPU需求的情况下成长为第二个万亿级算力生态的重要组成部分——反而进一步强化了“AI半导体超级周期不是单一GPU周期，而是整个数据中心硅含量提升周期”的AI算力产业链投资逻辑。

Anthropic加码布局AI芯片，定制硅成为推理成本决胜点

Anthropic从包括英伟达、谷歌和亚马逊在内的多种渠道大规模采购AI芯片/AI加速器。该公司近期已经表明，希望建立内部自研硅芯片业务。这家总部位于旧金山的公司已开始为此招募人才并发布相关职位，并且有媒体报道称该公司开始与“全球芯片代工之王”台积电洽谈先进制程与先进封装长期代工合作。

不过Anthropic目前尚未公布最新代自研芯片的架构、流片时间或者类似博通与Marvell这样的正式外部fabless芯片联合设计伙伴。博通此前参与的是Anthropic约350亿美元算力扩建项目，为其提供定制化AI ASIC芯片、网络基础设施方案及融资支持，但截至目前尚未被确认是Anthropic自有芯片业务的长期合作伙伴。

与其他人工智能应用端超级巨头一样，Anthropic正竞相争取足够的数据中心基础设施，以支撑其宏大目标。定制化的AI芯片集群可能帮助该公司以更加全面的姿态来应对全球AI芯片供应短缺，并根据自身需求有针对性地优化芯片设计与综合性能，且有望大幅降低Anthropic数据中心运营端的AI推理成本。

ChatGPT背后的公司，即Anthropic的最强竞争对手OpenAI也在采取类似行动。OpenAI已发布一款与芯片巨头博通携手完成设计且名为“Jalapeno”的自研AI芯片雏形架构，并计划于今年晚些时候开始使用。

Anthropic正以极快速度签署AI芯片以及整个数据中心超大容量协议，同时与成熟供应商和新兴云计算厂商们展开多年期合作。据媒体此前不久报道，该公司已与英国芯片初创企业Fractile达成协议，首批芯片订单规模约为2.5亿美元，并计划未来扩大该合同。Anthropic近期还与Riot Platforms Inc.和Volta Infra Holdings Ltd.签署了数据中心大规模容量供给协议。

此外，这家Claude AI应用平台的前沿AI开发者正在进行相关估值与IPO募资测算，并且管理层准备最快于本月底公开提交潜在超大型IPO的必要申请文件。有媒体援引知情人士透露的消息报道称，Anthropic管理层预计其美股市场首次公开募股(IPO)规模将追平或超过SpaceX 6月登陆美股上市时的创纪录IPO规模，这一最新关于AI产业链的动态可谓是再次表明，希望从史无前例人工智能投资热潮中获利的机构与散户投资者需求极其旺盛。

Anthropic设定的比SpaceX更具雄心壮志的IPO目标规模足以反映出，人工智能行业的最热门领军企业正在重塑科技投资版图。这家成立仅仅五年的公司今年5月以9,650亿美元估值融资650亿美元，超过竞争对手OpenAI今年3月融资1,220亿美元时所达到的8,520亿美元估值。

Anthropic财务曲线为华尔街对于该公司的极度乐观盈利路径以及创纪录IPO预期提供了罕见的可验证性。Anthropic年化营收运行率由2025年底约90亿美元升至2026年5月470亿美元、7月底超过650亿美元，七个月内营收规模达到约7.2倍、增幅约622%;第二季度初步营收超过115亿美元，是2025年同期7.87亿美元的约14.6倍，也达到第一季度47.3亿美元的约2.4倍，并首次实现经调整营业利润转正。

离开谷歌后，萨莱克一直担任私募股权公司Cerberus Capital Management的高级董事总经理。该公司由美国国防部副部长斯蒂芬·范伯格(Stephen Feinberg)共同创立。值得注意的是，他此前还曾供职于全球领先的人工智能处理器制造商英伟达。

谷歌联手Marvell、Anthropic挖角TPU元老，AI巨头们在AI推理时代争夺“硅权”

AI推理时代的Token经济学截然不同于AI训练工作负载，训练包含前向传播、反向传播、梯度同步与频繁变化的研究型算子，更看重通用性、软件成熟度和集群扩展能力;推理则可拆分为计算密集型的预填充(Prefill)和内存带宽、KV缓存及延迟敏感的解码。ASIC/XPU能够实现删除不必要的通用电路，针对FP8/FP4低精度矩阵运算、注意力机制、混合专家模型(MoE)、KV Cache和数据移动路径进行硬化，从而提升每瓦Token数量级、每美元Token数及服务等级协议(SLA)的确定性。

需要强调的是，AI智能体的模型调用模式虽然相比于GPU更加适合ASIC，但其规划、工具调用、检索增强生成(RAG)和状态管理仍需CPU、内存、网络与存储协同，因此智能体时代反而会进一步强化异构计算。

具体来看，谷歌将第八代TPU分为训练型TPU 8t和推理型TPU 8i：8i通过更大的片上SRAM、288GB HBM和专用集合通信引擎优化KV Cache与低延迟推理，官方称其推理性价比较Ironwood提高最高80%;谷歌与Marvell的新协议则覆盖AI加速器、存储和内存控制器等定制芯片，潜在采购对应Marvell截至2033财年的最高约1200亿美元收入，实质是分散对谷歌TPU长期以来的技术端合作伙伴博通这一单一fabless设计伙伴的依赖。

微软Maia 200则以台积电3纳米制程、FP8/FP4张量核心、272MB片上SRAM及定制片上网络(NoC)压缩Azure、Copilot与大模型推理成本;其相对英伟达GPU的核心优势不是“任何模型都更快”，而是微软能够把芯片、编译器、模型、数据中心网络和云端调度联合优化，并避免支付外部GPU厂商们的全部利润溢价。

来自华尔街顶级投资机构Wolfe Research的策略师Chris Caso指出，费城半导体指数(SOXX)此前约三个月翻倍，随后从高点下跌约25%，近期疲弱更像是大涨后的预期重置。Caso预计人工智能芯片的需求至少到2028年仍将超过供应，认为此前市场担忧的超大规模云计算资本开支放缓并未实际发生，围绕AI智能体的竞争趋势反而令超大规模云厂商“没有不投入的选择”。