Anthropic 與 Samsung 談客製 AI 晶片
Anthropic 正和 Samsung 談客製 AI 晶片，想在 Google、Amazon、Nvidia 之外多一條硬體路線。這代表 AI 公司開始把晶片當成成本與供應鏈管理的一部分。
Anthropic 正和 Samsung 談客製 AI 晶片，目標是多一條硬體路線，不是立刻換掉現有供應商。
說真的，這件事很有意思。Anthropic 不是先發表晶片，而是先談合作。這種節奏很像在試水溫，也像在算帳。
時間點也很剛好。OpenAI 才和 Broadcom 公布 Jalapeño 不久，Anthropic 就傳出找 Samsung 談客製晶片。AI 公司現在真的開始把硬體當成核心策略了。
| 公司 | 已知進展 | 代表意義 |
|---|---|---|
| Anthropic | 和 Samsung 談客製 AI 晶片 | 代表它開始認真看硬體選項 |
| OpenAI | 和 Broadcom 公布 Jalapeño | 把自研或客製晶片拉進主戰場 |
| Anthropic | 仍使用 Google、Amazon、Nvidia 晶片 | 表示它不是要立刻換供應鏈 |
| Samsung | 本來就和 Nvidia 合作 AI 晶片 | 讓它有實際製造與供應鏈底子 |
Anthropic 還在摸索，不是已經下單
訂閱 AI 趨勢週報
每週精選模型發布、工具應用與深度分析，直送信箱。不定期，不騷擾。
不會寄垃圾信，隨時可取消。
目前最重要的訊號，是 Anthropic 還沒決定晶片要做什麼。它還沒定義用途，也沒決定放在 server 哪個位置。效能目標也還在討論中。
講白了，這還不是產品。這比較像策略會議。公司先看自己要的是訓練、推論，還是其他特定工作負載，再決定要不要真的做下去。
Anthropic 也沒有說要丟掉現有供應商。它現在的 compute 仍靠 Google、Amazon、Nvidia。這代表它想加選項，不是翻桌重來。
- 這次消息先由 The Information 提到。
- Reuters 4 月就寫過 Anthropic 在看自家晶片。
- Anthropic 說過，diversified hardware stack 仍是它的重點。
- 這種做法比較像控成本，也像分散供應風險。
Samsung 不是路人，是能做事的製造夥伴
Samsung 會出現在這個故事裡，不意外。它本來就在 AI 供應鏈裡，而且跟 Nvidia 有深度合作。這表示它不是只會講簡報的名字。
如果 Anthropic 真要做客製晶片，製造能力很重要。晶片不是畫圖就能出貨。製程、封裝、量產良率，這些都會決定最後能不能用。
Samsung 也曾和 Google 討論過晶片合作。這說明它在 AI silicon 這條線上，想同時接多個客戶，不是只押單一陣營。
“We have a diversified hardware stack that includes chips from Google, Amazon, and Nvidia, and that will continue to be pivotal to our compute strategy.” — Anthropic, quoted by TechCrunch
這句話很直白。Anthropic 沒打算立刻切斷舊供應鏈。它更像是在找一個能讓自己多一條路的方案。
如果客製晶片真的往前走，第一個好處通常不是炫技，而是效率。推論成本、功耗、server 利用率，這些才是大公司最在意的帳單數字。
和 OpenAI 比，才看得出壓力在哪
Anthropic 這步棋，最好拿 OpenAI 來看。OpenAI 的 Jalapeño 是 inference processor，重點是把模型跑得更省。這種晶片很適合已經大規模上線的服務。
Anthropic 還沒說晶片要做 training 還是 inference。這差很多。training 要吃超高算力，inference 則更看重成本和吞吐量。
所以現在的訊號很清楚。AI 公司不想只買通用 GPU。它們想把硬體做得更貼近自己的模型。
- OpenAI 已經把客製晶片拉到台面上。
- Nvidia 仍是主流，但壓力開始變大。
- Amazon 的自家晶片，早就證明雲端廠商能自己做硬體。
- Google Cloud 的 TPU 也一直是參考案例。
這不是單一公司的小動作。這是整個 AI 產業在改變採購邏輯。以前是買最強 GPU。現在是看哪種硬體最適合自己的模型。
我覺得這會讓大模型公司更像半導體客戶，而不只是軟體公司。接下來，算力成本會直接影響產品定價。
這件事的背景，比表面上更大
AI 模型越大，算力帳單越可怕。訓練要燒錢，推論也要燒錢。當產品流量一上來，GPU 成本就會變成財務部門最先盯的數字。
所以客製晶片不是炫耀。它是控制成本的方法，也是控制供應的手段。當你不能完全靠單一供應商時，第二條路就很值錢。
對台灣開發者來說，這件事也很現實。未來的 AI 服務，不只看模型 API，還要看背後跑在哪種硬體上。這會影響延遲、價格，還有可用性。
Anthropic 下一步會很關鍵
現在最值得看的是，Anthropic 會不會把這件事講得更具體。只要它開始講 workload、製程，或量產時間，這件事就不再只是傳聞。
我猜它如果真的做，第一版會很保守。先做單一用途，先看推論成本能不能壓下來。這種做法比較務實，也比較像 Anthropic 一貫風格。
接下來你可以盯兩個點。第一，Anthropic 會不會公開更多硬體合作。第二，Samsung 會不會把這條合作線擴到更多 AI 客戶。這兩個訊號一出來，整個 AI 晶片版圖就會更清楚。