Anthropic芯片团队成形，先挖OpenAI，再请来谷歌TPU老将

两周前，Anthropic 首次确认正在组建内部芯片设计团队，并开出最高 48.5 万美元年薪招募芯片工程师。

从招聘信息看，Anthropic 要求芯片工程师需要在前端设计、芯片验证、物理设计、可测试性设计、模拟与混合信号、先进封装等环节具备深度经验，并真正参与过芯片流片和量产；芯片技术项目经理则要从架构定义一路协调到设计冻结、验证、物理设计、流片、首颗芯片调试和量产爬坡，同时管理芯片设计服务商、知识产权供应商、晶圆厂和封装测试伙伴。

Anthropic 还明确提出，要把芯片的设计主导权掌握在自己手中，并与推理、底层算子和编译器团队进行软硬件协同。

公开这项计划仅 16 天后，Anthropic 找来了一位曾经真正从零搭过这套体系的人。

据彭博社报道，Anthropic 已聘请了前谷歌芯片高管 Amir Salek 加入公司的算力团队，向算力负责人 James Bradbury 汇报。Salek 曾长期领导谷歌的定制芯片业务，任职期间参与推出了前七代 TPU 芯片。

Salek 的经历，几乎正好对应 Anthropic 现在想做的事情。

加入谷歌前，Salek 曾在英伟达任职约八年，做到工程高级总监，期间创建并领导了系统级芯片设计团队，并参与 GPU 和 Tegra 等芯片的研发。

2013 年，他加入谷歌，开启了长达 8 年半的职业生涯。Salek 后来回忆，自己当时带着一个明确的目标，甚至可以说是一个“梦想”：为谷歌的数据中心建立定制芯片开发能力。

（来源：领英）

在谷歌的 8 年半时间里，Salek 参与推动谷歌首款自研定制芯片 TPUv1 实现量产，建立并领导了 Chip Innovation Infrastructure（CI2）组织，同时启动并交付了 TPU、Edge TPU、VCU、IPU、OpenTitan 等多条不同的芯片产品线。他认为，正是这些团队和产品的积累，帮助谷歌逐渐成为芯片创新领域的重要参与者。

其中最重要的成果无疑是 TPU。第一代 TPU 于 2015 年开始部署在谷歌数据中心，是专门针对神经网络推理设计的 ASIC。谷歌后来公布的测试显示，在当时的生产神经网络工作负载中，它的性能约为同期 Intel Haswell CPU 和 Nvidia K80 GPU 的 15 至 30 倍，单位功耗性能则高出约 30 至 80 倍。

在谷歌期间，Salek 不仅是技术负责人，更是组织建设者。一位前同事曾在 LinkedIn 上这样评价他：“Amir 组建了我工作过的最出色的团队。他是一位卓越的管理者……如果没有他，谷歌的 TPU 项目根本不会发生。他设定的愿景和目标起初看起来几乎不可能，但在他带出的团队手中，这些目标最终都变成了现实。”《金融时报》曾在一次播客节目中直接称他为“谷歌 TPU 芯片背后的核心智囊”。

2022 年离开谷歌后，Salek 加入 Cerberus Capital Management，担任高级董事总经理，转向半导体、AI 和下一代计算等深科技领域的投资。如今重新加入 Anthropic，也意味着他再次回到一家科技公司内部的芯片建设中。

Salek 并不是 Anthropic 最近挖来的第一位定制芯片人才。

今年 6 月，OpenAI 定制芯片团队早期成员 Clive Chan 加入 Anthropic。Chan 是 OpenAI 定制芯片项目早期核心成员，曾参与 OpenAI 与博通合作的芯片计划。离职时，他形容自己仍然有一种从山脚重新开始攀登的冲动，随后选择加入 Anthropic。

（来源：社交媒体 X）

加入 OpenAI 之前，Chan 还曾在 Tesla 工作约两年半，担任自动驾驶深度学习基础设施团队高级软件工程师，并参与 Dojo 超级计算机相关工作，包括机器学习训练 ASIC 的软件框架、数据中心协同设计以及低功耗数值格式等。

Chan 加入时，Anthropic 尚未正式宣布自研芯片计划。两个月后，公司公开组建内部芯片团队；如今又找来曾帮助谷歌从零建立定制芯片能力的 Salek，此前零散的人才流动也开始连成一条更清晰的路线。

不过，Anthropic 自己造芯片，并不意味着它准备停止从外部购买算力。

恰恰相反，这家公司仍是 AI 芯片的大买家。今年 4 月，Anthropic 宣布扩大与谷歌、博通的合作，将从 2027 年开始获得数 GW 下一代 TPU 算力。路透社披露，其中约 3.5GW 将由博通提供相关基础设施。

同月，Anthropic 又扩大了与亚马逊的合作，计划获得最高 5GW 的 AI 算力，并承诺未来十年在 AWS 技术上投入超过 1,000 亿美元。

因此，Anthropic 自研芯片并不是为了立即取代 TPU、Trainium 或 GPU。相反，它正在一边大规模锁定外部算力，一边开始把底层芯片的设计能力掌握在自己手中。

更特别的是，Anthropic 同时还在训练 Claude 学会设计芯片。

目前，Anthropic 正在招聘 Research Engineer, Chip Design RL，年薪高达 50 万至 85 万美元。这个岗位属于强化学习团队，任务是提升 Claude 设计芯片的能力——通过建立强化学习环境，让模型学习 RTL 生成、形式验证和物理设计优化等任务。岗位甚至要求候选人具备真实的 ASIC 或 FPGA 设计经验，并参与过芯片流片。

与此同时，Anthropic 在自己的芯片工程师招聘信息中，已经开始要求候选人使用 Claude 辅助完成 RTL review、验证覆盖分析和规格一致性检查等工作。换句话说，公司一边在训练 Claude 变得更会设计芯片，一边已经把现有的 Claude 能力直接嵌入到了实际的芯片设计流程中。

这件事对 Salek 同样并不陌生。

早在 2019 年参与推动成立开源硬件组织 CHIPS Alliance 时，他就曾判断，计算机体系结构正在进入一个由专用加速器、更快的硬件开发以及开放架构推动的“新黄金时代”。他当时关注的核心问题之一，就是如何降低芯片设计门槛、加速硬件开发。

六年后，他加入的 Anthropic 正在把这个问题进一步推向大模型。

1.https://www.linkedin.com/posts/amir-salek-b87a02_google-tpu-activity-6911928399066271744-FVO_/

2.https://www.ft.com/content/03f66c13-3531-4ff2-b348-f17dac588c93?syn-25a6b1a6=1

3.https://startup.jobs/technical-program-manager-silicon-anthropic-3-8953723

4.https://www.tealhq.com/job/silicon-engineer_7ea1a9717a80f5a7c878c73ac4e0667f991ef

排版：胡莉花

注：封面/首图由 AI 辅助生成