Anthropic 与三星洽谈首款自研 AI 芯片，瞄准 2 纳米制程

脱离英伟达的行动，已经从议题变成了行程表。

这次谈判是什么信号

根据 The Information 的报道，Anthropic 目前正与三星就自研服务器芯片展开洽谈，但芯片的具体用途、服务器集成方式和性能规格尚未确定。

目前已知的细节是：Anthropic 正在评估三星 2 纳米制程节点及其先进封装设施，两者均与高性能自定义推理加速器高度相关。此外，Anthropic 在 2026 年 6 月初从 OpenAI 芯片团队挖来了硬件工程师 Clive Chan，这是其芯片团队的第二位成员。

对于这一潜在合作，Anthropic 回应 TechCrunch 时表示，涵盖谷歌、亚马逊和英伟达芯片的多元化硬件技术栈，将继续是其算力战略的核心。公司对三星合作话题不做进一步说明。

值得注意的是时间节点。如果以今天的视角来看，Anthropic 现有的谷歌、亚马逊、英伟达合作代表的是当下运行的算力层；而自研芯片，是三至五年后可能运行的基础层——前提是三星谈判从探索走向工程，再从工程走向量产硅片。

行业背景：自研芯片已成 AI 大厂标配

多家 AI 公司正在寻求研发自定义芯片，目的是为特定计算任务创建专用硬件，并获得一定程度的供应链独立性，从而降低对英伟达的依赖——英伟达目前仍主导着整个芯片市场。

这并非孤立事件，而是产业级趋势的最新一章：

OpenAI 于上周与 Broadcom 合作，发布了首款自研推理处理器，代号 "Jalapeño"，官方宣称其每瓦性能优于竞争对手芯片。谷歌多年来持续迭代 TPU，亚马逊以 Trainium 和 Inferentia 构建自研训练与推理芯片，Meta 去年则宣布了 MTIA 二代。

从更大背景来看，2026 年 5 月，Anthropic 完成了创纪录的 650 亿美元 H 轮融资，估值达约 9650 亿美元。在 IPO 前夕启动芯片自研，是在向资本市场传递一个清晰信号：算力成本的结构性控制，是长期盈利能力的前提。

三星的战略价值：挑战台积电的关键棋局

对三星而言，拿下 Anthropic 不只是一笔订单，而是一次关键的产业站位。

三星已深度嵌入 AI 产业——作为英伟达的重要合作伙伴，为后者生产训练和运行 AI 模型所需的芯片，同时使用英伟达软件来制造自己的芯片。双方正在韩国共同建设一座 AI 芯片工厂。三星也曾与谷歌就芯片制造业务展开合作洽谈。

谈判涉及三星晶圆代工最先进的 2 纳米制程工艺——这是三星最先进的芯片技术之一。如果合作落地，这也将是三星晶圆代工业务的重要胜利，帮助其与台积电（TSMC）展开竞争——台积电是目前全球最大的芯片合同制造商，也是行业内最先进 AI 处理器的主要代工方。

SF2P 节点（三星第二代性能优化 2 纳米节点）据报截至 2026 年初良率已接近 70%，但商业规模下的高产量生产稳定性仍有待验证。这意味着 Anthropic 押注的是三星正处于技术攀登阶段的制程节点，存在技术落地周期的不确定性。

这条消息真正值得关注的，不是 Anthropic 要做芯片这件事本身，而是这件事在什么时间点发生。

Anthropic 自研芯片的公开态度与三星谈判同时曝光，距 OpenAI 发布 Jalapeño 仅仅一周。这个时间差不太可能是巧合。当整个 AI 行业都在向同一个方向移动——从软件定义算力，转向硬件定义算力——没有哪家顶级实验室能够长期置身事外，否则就是在让竞争对手锁定成本优势。

但这条路比看起来更长。英伟达之所以难以取代，不只是因为 GPU 的性能，而是因为它围绕 CUDA 建立了十几年的软件生态——模型训练框架、推理优化工具、工程师技能积累，全部深度绑定。自研芯片意味着从硬件到软件栈，需要重建一套完整的工程体系，这是一个可能需要三至五年才能落地的长期赌注。

对企业客户而言，这一趋势的直接含义是：AI 算力成本将在中期内出现更大的分化——自建算力能力的头部实验室，与持续依赖英伟达的其他玩家，在推理单位成本上的差距将越拉越大。而这个成本差，最终会传导到企业使用 AI 服务时所支付的价格上。

来源：The Information / TechCrunch / Bloomberg / IEEE Spectrum