日耗数十万美元，连Anthropic都扛不住了。

这家Claude背后的公司，正与三星秘密谈判——不是采购，是联手造一颗专属推理芯片。OpenAI、谷歌、微软、Meta早已在同一条路上狂奔。大模型公司纷纷转向自研芯片，从软件层一路杀到硅基层。

Anthropic的算盘很直接：通用GPU里塞满了AI用不上的图形渲染模块，能效被白白吃掉。它想剥离全部冗余，围绕Claude的稀疏激活机制定制ASIC。而选中三星，看中的是其从芯片设计、晶圆代工到HBM高带宽内存的一体化垂直整合能力——这对极度渴求内存带宽的推理芯片至关重要，也是三星能从台积电口中抢客户的底牌。

这场集体造芯不是冲动，是三重困境逼出来的。

成本是第一把刀。素材显示，一枚自研ASIC的单位推理成本，有望做到同代次GPU的四分之一到三分之一。千万级日活用户的推理开销，按芯片折旧算已是天价，能效提升二三十个百分点就能改变财报成色。

供应是第二把刀。英伟达交货周期动辄半年以上，所有竞争对手挤在同一条产能线上，战略上毫无安全感。自研芯片未必性能超越，但至少是一张底牌。

最深层的变革是软硬一体。谷歌TPU早已证明：当芯片为模型量身定制，推理效率不是线性提升，是跃迁。用模型的需求定义晶体管电路，正在成为AI竞争的新护城河。

然而这并非坦途。设计投入动辄数亿美元，周期两到三年，失败风险极高。英伟达的CUDA生态和两年一代的迭代速度筑起高墙——黄仁勋的底气在于，即便对手芯片免费，综合成本也未必更低。

Anthropic与三星的牵手，标志着AI竞争已从参数规模延伸到算力主权。垂直整合的浪潮，已从硅谷席卷到大洋此岸。

如果自研芯片成本真能降到GPU的三分之一，你会看好 Anthropic 这条路线，还是认为英伟达的生态壁垒短期内无法撼动？