摘要： 2026 年 7 月 2 日的報導指出，Anthropic 正與三星協商由三星代工一款 Anthropic 自行設計的 AI 晶片。晶片用途、伺服器內配置與效能目標都尚未定案；若成局，這會是 Google TPU、Amazon Trainium 與 Nvidia GPU 之外的多源算力新線。
2026 年 7 月 2 日，The Information 刊出報導指出，Anthropic 正與三星協商一項合作：由三星負責代工，生產一款 Anthropic 自行設計的 AI 晶片。TechCrunch 隨即向 Anthropic 查證，得到的回應既不承認、也不否認，僅重申「結合 Google、Amazon 與 Nvidia 晶片的多樣化硬體架構，仍是我們算力策略的核心」。能掌握的細節有限，但態度已經浮現——這家實驗室正在評估，是否該把晶片設計的主導權收進自己手裡。
目前所知：關鍵決定一個都還沒做
The Information 在報導裡沒有掩飾這件事的初步程度：晶片要做什麼用、在伺服器裡以什麼方式安置、效能要達到什麼水準，每一項都尚未定案。換言之，這離產品發表還很遠，仍處在早期摸索的階段。不過時間點有脈絡可循——Reuters 4 月即已披露，受晶片短缺影響，Anthropic 曾把自製 AI 晶片列入考慮；這回與三星的接觸，是同一場評估的延伸。
三星這邊同樣有自己的盤算。它身為 Nvidia 的關鍵製造夥伴，兩家公司正在南韓共同興建一座 AI 晶片工廠，市場上還流傳著三星曾就此類合作與 Google 接觸的消息。對三星而言，多一個客戶，就等於在先進製程與封裝產能的競賽裡多握一張牌；對 Anthropic 而言，這是擺脫單一供應商依賴的又一個選擇。
自研此刻被搬上檯面的兩個理由
第一個理由與供給有關。Anthropic 在 4 月的公告裡坦承，Claude 用量的攀升已讓基礎設施承受「不可避免的壓力」，尖峰時段的可靠性因此受到波及。當需求的增速超越供給，自己開發晶片便成了極少數能把排程握在手裡的辦法。
第二個理由在成本結構。推理是會不斷發生的開銷，「每瓦效能」每多擠出一分，都直接作用在毛利數字上。Google 的 TPU 和 Amazon 的 Trainium 先後示範了這條路走得通：規模大到一定程度的營運者，遲早想把推理工作挪到屬於自己的晶片上。
分散布局：算力供應線將從三條變四條
退一步看整張地圖，Anthropic 的算力配置本來就刻意攤在好幾條供應線上：
- 2026 年 4 月：和 Google、Broadcom 簽下多年期合約，取得數 GW 級的 TPU 容量，自 2027 年起陸續上線
- Amazon 的投資協議仍在推進，據報導金額上限為 250 億美元
- 訓練與推理的主力依舊是 Nvidia GPU
- 2026 年 5 月：把 SpaceXAI 的 Colossus 1 整座租下（超過 22 萬顆 GPU、300 多 MW）
假如這款交由三星代工的自研晶片真的問世，它就會成為第四條供應線，而且是頭一條「規格由 Anthropic 自己決定」的線。前面三條線回答的是「拿得到多少算力」；第四條線要改寫的，是「這些算力以什麼形貌存在」。
先例已經寫好：Jalapeño、Trainium 與 TPU 同走一路
走到這一步的前沿實驗室，Anthropic 並非頭一家。6 月 24 日，OpenAI 攜手 Broadcom 打造的首款自研推論晶片 Jalapeño 正式亮相，官方宣稱初期測試顯示每瓦效能「顯著優於現有最先進的替代方案」；只是它還停在測試階段，部署時間表付之闕如，短期內預訓練照樣仰賴 Nvidia。套路如出一轍：自研晶片先接手推理，訓練工作繼續交給 GPU。Google TPU 和 Amazon Trainium 都是循這條路走過來的；Anthropic 真要跟進，也只是替這份產業共識再蓋一次章。
寫給營運團隊的三點判讀
有三點值得當真。其一，這則消息還稱不上產品藍圖——連晶片的用途都沒定下來，短期內任何採購決策都不會因此改變。其二，當前沿實驗室不約而同轉向自研推論晶片，先進封裝與代工產能只會更搶手；還在公開市場排隊等 GPU 的團隊，面對的排程風險只增不減。其三，推理規模一大，遷往專用晶片就成了成本控制上避不開的路；讓架構保留「可更換加速器」的餘裕，到了 2026 年已經是及格線。