Anthropic正组建自研芯片团队，为Claude设计定制AI芯片

Anthropic通过公司声明与招聘启事首次公开确认，正在组建内部硅芯片团队，为其Claude大模型设计定制AI芯片。该团队将覆盖芯片架构、前端设计、验证、物理设计、晶圆制造与封装等全流程，招聘岗位年薪区间为32万至48.5万美元，要求候选人具备独立主导芯片tape-out与出货的实战经验。Anthropic发言人强调，公司将继续采取“多芯片策略”，AWS Trainium、Google TPU、NVIDIA GPU与AMD MI系列仍将是其算力扩展的核心。自研芯片旨在通过软硬件协同设计，使Claude在客户大规模部署场景下运行得更快、更高效。

一、背景

随着生成式AI市场需求持续爆发，Claude系列服务的用户规模快速增长，通用AI芯片的供给缺口和运行效率瓶颈逐渐显现，Anthropic选择跟进谷歌、Meta等头部科技厂商的路线，切入自研定制AI芯片赛道。

二、目标

1.团队配置变化

此前Anthropic仅与外部芯片合作伙伴进行协同优化，现在新增内部全流程芯片设计团队，覆盖前端设计、硅前验证、物理设计、可测试性设计、数模混合电路、工艺与代工厂对接、设计基础设施、封装信号与电源完整性等全流程岗位。

2.研发模式变化

从过往仅基于外部硬件适配模型，升级为硬件与Claude模型协同设计，目标是让Claude在用户所需的大规模服务场景下运行得更快、更高效。

3.岗位薪资变化

芯片设计工程师岗位年薪范围为32万至48.5万美元，而负责用AI模型辅助芯片设计的研究工程师岗位，年薪最高可达85万美元，不同岗位间出现薪酬倒挂情况。

4.供应链策略变化

未放弃现有多供应商路线，将继续并行使用英伟达、AWS、谷歌云等第三方硬件，自研芯片作为现有硬件体系的补充而非替代。

三、场景

1.Claude大模型云端大规模推理部署场景

解决通用芯片在大参数模型高并发推理时算力利用率不足、延迟过高的痛点。

2.企业级高负载Claude专属服务场景

为大客户提供更低推理成本、更稳定响应速度的定制化AI服务。

3.大模型迭代训练辅助场景

通过定制化硬件适配Claude的训练流程，缩短新版本模型的训练周期。 多芯片混合部署场景，配合现有第三方通用AI芯片，构建弹性算力池，缓解AI算力供给波动带来的服务不稳定问题。

四、竞品

1.Anthropic自研定制AI芯片 竞品差异对比

• Anthropic自研芯片尚未流片量产，上述部分性能预期为基于公开设计目标的合理推演，实际表现需等产品正式落地后验证。