Anthropic接洽三星自研AI芯片，大模型公司集體“造芯”成趨勢(shì)

“算力脫鉤戰(zhàn)事起”

作者 | 極新編輯部

出品｜極新

當(dāng)Claude展現(xiàn)出驚人的長(zhǎng)文本理解能力，其背后的算力消耗同樣驚人。據(jù)估算，維持Claude等前沿模型千萬(wàn)級(jí)日活用戶(hù)的推理，每天僅芯片折舊成本便可能高達(dá)數(shù)十萬(wàn)美元。這種燒錢(qián)速度，讓Anthropic這家由前OpenAI核心員工創(chuàng)立、以AI安全為使命的明星公司，不得不在融資之外，尋找一條更根本的破局之道。答案指向了自研AI芯片，而它選擇的盟友，是渴望在AI代工領(lǐng)域彎道超車(chē)的三星。這一聯(lián)手，吹響了大模型公司集體從云端下沉到硅基的沖鋒號(hào)。

01

Anthropic的芯片野望

據(jù)外媒披露，Anthropic已與三星電子展開(kāi)深度談判，核心議題是開(kāi)發(fā)一款專(zhuān)為其大模型設(shè)計(jì)的AI推理芯片。這并非一次簡(jiǎn)單的商業(yè)采購(gòu)，而是一場(chǎng)涵蓋架構(gòu)定義、制造工藝與高帶寬內(nèi)存集成的全面技術(shù)合作。消息一出，業(yè)界震動(dòng)，因?yàn)檫@意味著大模型公司對(duì)算力的焦慮，已從軟件層面的“提示詞優(yōu)化”、“模型蒸餾”，延伸到了物理層面的晶體管電路設(shè)計(jì)。

Anthropic之所以跳出傳統(tǒng)芯片廠商的現(xiàn)成方案，直接尋求自研，最直接的驅(qū)動(dòng)力是推理成本的結(jié)構(gòu)性痛點(diǎn)。通用GPU在處理海量矩陣運(yùn)算時(shí)，存在大量在AI任務(wù)中非必要的電路和功能，能效比遠(yuǎn)未達(dá)到極限。一位接近交易的人士透露，Anthropic的設(shè)想是，剝離所有不必要的圖形渲染模塊，圍繞其自研的Claude模型稀疏激活機(jī)制，打造一款在特定模型推理時(shí)效能提升數(shù)倍的專(zhuān)用ASIC芯片。這不僅能大幅降低單次API調(diào)用的成本，更能使其擺脫對(duì)英偉達(dá)CUDA生態(tài)的路徑依賴(lài)，真正將硬件掌控在自己手中。

而選擇三星，則是一次精明的雙向奔赴。三星擁有從芯片設(shè)計(jì)、晶圓代工到HBM高帶寬內(nèi)存的一體化制造能力，對(duì)于極度渴求內(nèi)存帶寬的AI推理芯片而言，這一垂直整合能力具備致命吸引力。對(duì)三星來(lái)說(shuō)，贏得Anthropic這樣的前沿模型廠商作為客戶(hù)，意味著其3納米以下先進(jìn)制程和HBM存儲(chǔ)器，找到了一個(gè)能不斷提出極端需求、共同定義下一代產(chǎn)品的理想合作伙伴，這是它在臺(tái)積電的陰影下實(shí)現(xiàn)代工崛起的重要契機(jī)。

02

一場(chǎng)產(chǎn)業(yè)鏈的反向定義將Anthropic的行動(dòng)放到更大的版圖中觀察，就會(huì)發(fā)現(xiàn)這絕非孤例，而是一股正在席卷整個(gè)頭部大模型圈的集體覺(jué)醒。

OpenAI的動(dòng)作最為激進(jìn)。其CEO山姆·阿爾特曼被曝正在全球范圍內(nèi)，為一項(xiàng)代號(hào)“Tigris”的芯片項(xiàng)目籌集巨額資金，目標(biāo)是建設(shè)能支撐超級(jí)智能的專(zhuān)屬芯片制造網(wǎng)絡(luò)。與此同時(shí)，OpenAI已與博通等芯片設(shè)計(jì)巨頭合作，開(kāi)發(fā)定制化的AI推理芯片，并頻繁與臺(tái)積電接觸。

如果說(shuō)OpenAI的激進(jìn)尚在情理之中——畢竟它站在大模型競(jìng)賽的最前沿，對(duì)算力成本和供應(yīng)安全的痛感最為直接——那么當(dāng)這份自研芯片的名單不斷拉長(zhǎng)，事情的性質(zhì)就變了。谷歌的TPU早已是定制芯片的教科書(shū)案例，至今迭代至第五代，為其Gemini模型提供了強(qiáng)大的專(zhuān)屬算力基座。微軟去年年底發(fā)布的Maia 100芯片，直接瞄準(zhǔn)云端AI負(fù)載，意在打破對(duì)英偉達(dá)GPU采購(gòu)一家獨(dú)大的局面。Meta雖自研芯片之路波折不斷，但從未放棄，正持續(xù)為推薦系統(tǒng)和生成式AI研發(fā)能效更優(yōu)的MTIA系列芯片。就連曾被傳出放棄自研的亞馬遜，其Trainium和Inferentia芯片早已大規(guī)模部署。從初創(chuàng)公司到云巨頭，從搜索霸主到社交帝國(guó)，幾乎每一個(gè)AI賽道上的重量級(jí)玩家，都在硅基世界里劃下了自己的領(lǐng)地。

為什么這些商業(yè)模式迥異、競(jìng)爭(zhēng)關(guān)系錯(cuò)綜復(fù)雜的公司，會(huì)不約而同地走向同一條路？答案或許不在每家公司的個(gè)體戰(zhàn)略里，而在于它們共同面對(duì)的算力困境——這個(gè)困境有三層，層層遞進(jìn)，把所有玩家都推向了自研芯片的窄門(mén)。

最表層的是成本賬。一個(gè)前沿大模型在推理階段，每天僅芯片折舊就可能燒掉數(shù)十萬(wàn)美元。當(dāng)模型日活用戶(hù)突破千萬(wàn)量級(jí)時(shí)，使用通用GPU意味著要為大量AI任務(wù)中根本用不到的電路和功能付費(fèi)。自研芯片將這部分冗余全部剔除，哪怕能效只提升百分之二三十，按年度折算也是一筆足以改變財(cái)報(bào)成色的數(shù)字。按照目前的價(jià)格曲線(xiàn)，一枚自研ASIC的單位推理成本，有望做到同代次GPU的四分之一到三分之一。這不是錦上添花的優(yōu)化，而是關(guān)乎模型服務(wù)能否跑通商業(yè)閉環(huán)的生死線(xiàn)。

更深一層的是供應(yīng)焦慮。英偉達(dá)的GPU交付周期動(dòng)輒拉長(zhǎng)到半年以上，產(chǎn)品節(jié)奏完全不受下游客戶(hù)控制。所有大模型公司都清楚一個(gè)冰冷的現(xiàn)實(shí)：把自己的技術(shù)命脈交給一家供應(yīng)商，且這家供應(yīng)商同時(shí)服務(wù)于你所有的競(jìng)爭(zhēng)對(duì)手，這在戰(zhàn)略上不可接受。自研芯片未必能在性能上超越英偉達(dá)，但它至少提供了一張底牌——當(dāng)外部供應(yīng)出問(wèn)題時(shí)，你還有自己的產(chǎn)線(xiàn)可以頂上去。某種意義上，自研芯片的保險(xiǎn)費(fèi)屬性，比它的技術(shù)價(jià)值更重要。

而最底層、也最具決定性的驅(qū)動(dòng)力，是算法與硬件的深度融合。過(guò)去，模型開(kāi)發(fā)者只能被動(dòng)適應(yīng)現(xiàn)成芯片的架構(gòu)約束；現(xiàn)在，頭部玩家開(kāi)始反過(guò)來(lái)，讓芯片為自己的模型量身定制。用芯片的思維做模型，用模型的需求定義芯片——這種軟硬一體的能力，正在成為AI競(jìng)爭(zhēng)的新護(hù)城河。谷歌TPU的成功已經(jīng)證明了這條路徑的威力：Gemini模型在TPU上的推理效率，遠(yuǎn)非移植到通用GPU上可比。當(dāng)算法的每一步矩陣運(yùn)算都能找到與之精確匹配的晶體管電路時(shí)，性能提升不是線(xiàn)性的，而是躍遷式的。所有大模型公司都想復(fù)制這種躍遷。

這三重壓力層層疊加，把自研芯片從一個(gè)可選項(xiàng)，變成了頭部玩家的必選項(xiàng)。不是說(shuō)每家公司都能成功，而是不試的代價(jià)已經(jīng)大到無(wú)法承受。

03

誰(shuí)能承接這波造芯紅利

大模型公司集體造芯，正引發(fā)芯片制造環(huán)節(jié)的權(quán)力重構(gòu)。傳統(tǒng)的芯片設(shè)計(jì)巨頭如英偉達(dá)、AMD，需要重新審視這些昔日的客戶(hù)正變成潛在的競(jìng)爭(zhēng)對(duì)手。但對(duì)于晶圓代工廠和設(shè)計(jì)服務(wù)商來(lái)說(shuō)，一場(chǎng)盛宴才剛剛開(kāi)始。

臺(tái)積電毫無(wú)疑問(wèn)是最大贏家。其先進(jìn)制程和CoWoS封裝幾乎成為了所有AI自研芯片的必然選擇，訂單已排至數(shù)年之后。而三星則試圖憑借內(nèi)存-代工-封裝的一體化捆綁方案，從臺(tái)積電口中奪食，Anthropic的接洽正是這一策略取得突破的潛在標(biāo)志。英特爾則祭出其代工服務(wù)IFS和開(kāi)放芯片互連標(biāo)準(zhǔn)，試圖招攬那些希望避免臺(tái)積電獨(dú)大的玩家。與此同時(shí)，博通、Marvell等定制芯片設(shè)計(jì)服務(wù)商的估值飆漲，它們正在為多巨頭同時(shí)開(kāi)發(fā)多款A(yù)I ASIC，享受著賣(mài)鏟子給造鏟人的雙重紅利。

這 場(chǎng)“造芯”運(yùn)動(dòng)也并非一條坦途。設(shè)計(jì)一款能與英偉達(dá)在軟件生態(tài)上匹敵的芯片，投入動(dòng)輒數(shù)億美元，周期長(zhǎng)達(dá)兩到三年，且充滿(mǎn)失敗風(fēng)險(xiǎn)。英偉達(dá)已筑起了一道由硬件迭代速度、CUDA生態(tài)和NVLink互聯(lián)技術(shù)構(gòu)成的堅(jiān)固圍欄。黃仁勛不久前公開(kāi)表示，即便競(jìng)爭(zhēng)對(duì)手的芯片免費(fèi)，也未必比英偉達(dá)的綜合成本更低。他的底氣在于，英偉達(dá)正以?xún)赡暌淮念l率，將性能成倍推升，這種蠻橫的演進(jìn)節(jié)奏讓任何自研芯片一經(jīng)落地就可能面臨落后的窘境。自研芯片更像是一場(chǎng)豪賭，是用今天的不確定去對(duì)沖明天受制于人的更大風(fēng)險(xiǎn)。

Anthropic與三星的牽手，是大模型競(jìng)爭(zhēng)從參數(shù)規(guī)模、多模態(tài)能力向算力主權(quán)延伸的里程碑。當(dāng)最純粹的模型公司也開(kāi)始親自下場(chǎng)定義芯片，AI產(chǎn)業(yè)的垂直整合已然不可逆轉(zhuǎn)。

這股浪潮并非硅谷的專(zhuān)利。在大洋此岸，中國(guó)AI企業(yè)同樣在芯片自研的路上加速奔跑。百度走的是一條全棧自研之路，其昆侖芯系列AI芯片已迭代至第三代，7納米工藝、量產(chǎn)數(shù)萬(wàn)片，不僅服務(wù)于文心一言的訓(xùn)練與推理，更在智慧交通、工業(yè)互聯(lián)網(wǎng)等場(chǎng)景規(guī)模化落地。字節(jié)跳動(dòng)的動(dòng)作更為隱秘但同樣堅(jiān)定，組建了數(shù)百人的芯片團(tuán)隊(duì)，聚焦自研AI推理芯片和服務(wù)器專(zhuān)用芯片，目標(biāo)直指其抖音推薦系統(tǒng)和豆包大模型的推理成本優(yōu)化。華為的昇騰系列在外部制裁壓力下扛起了國(guó)產(chǎn)AI算力的重?fù)?dān)，據(jù)公開(kāi)信息，昇騰910C在多項(xiàng)大模型推理基準(zhǔn)測(cè)試中展現(xiàn)出對(duì)標(biāo)國(guó)際主流產(chǎn)品的競(jìng)爭(zhēng)力。阿里平頭哥的含光系列芯片、騰訊投資的燧原科技等，也都在各自的路徑上持續(xù)投入。

這些中國(guó)玩家的造芯實(shí)踐，與OpenAI、Anthropic、谷歌們的動(dòng)作在底層邏輯上并無(wú)二致——都是在試圖擺脫對(duì)單一供應(yīng)商的依賴(lài)，都是在用算法定義硬件的反向整合邏輯，都是在為下一階段的模型競(jìng)爭(zhēng)儲(chǔ)備算力主權(quán)。區(qū)別只在于路徑不同：美國(guó)企業(yè)多走與博通、臺(tái)積電等成熟伙伴聯(lián)合定制的路線(xiàn)，中國(guó)企業(yè)則在技術(shù)封鎖的環(huán)境中，被迫走出一條更加全棧、更加自主的突圍之路。

未來(lái)，大模型時(shí)代的勝出者，很可能不再僅憑優(yōu)雅的算法勝出，而必須同時(shí)成為深諳晶體管物理和代工博弈的硬件定義者。造芯，對(duì)于中美兩國(guó)的頭部AI企業(yè)而言，都已不再是可選項(xiàng)，而是通往獨(dú)立和長(zhǎng)期生存的必由之路。當(dāng)算法與硅片之間的界限徹底消失，這場(chǎng)“軟硬一體”的戰(zhàn)爭(zhēng)，才剛剛拉開(kāi)帷幕。

更多干貨分享敬請(qǐng)注我們的公眾號(hào)與視頻號(hào)~超多精彩對(duì)話(huà)內(nèi)容等待您的解鎖！