Anthropic 挖来“谷歌TPU之父”，AI芯片大战进入贴身肉搏

近日，Anthropic扔出了一枚重磅炸弹——正式聘请谷歌定制芯片项目创始人Amir Salek，组建自主AI芯片设计团队。

消息一出，AI圈瞬间刷屏。

这位被《金融时报》称为 “Google TPU芯片背后的核心人物” 的芯片大神，正式从谷歌“叛逃”到了Anthropic。而就在今年6月，Anthropic已经从OpenAI挖来了自研芯片项目Jalapeno的早期核心成员Clive Chan。

谷歌TPU的创始负责人 + OpenAI自研芯片的核心大牛——Anthropic的芯片团队，一夜之间集齐了行业最顶配的人才组合。

AI领域的竞争，已经从模型参数的比拼，打到了最底层的芯片之上。

一、Amir Salek是谁？从英伟达到谷歌，一手缔造TPU帝国

在半导体和AI算力圈，Amir Salek的名字如雷贯耳。

他的履历堪称完美：

• 英伟达8年：创立并领导系统芯片设计团队，参与GPU与Tegra处理器研发；

• 谷歌9年（2013-2022） ：从零开始创建谷歌定制芯片业务，主导交付了前七代TPU，以及Edge TPU和其他专业芯片；

• 私募股权2年：在Cerberus Capital Management担任高级董事总经理，专注半导体与AI领域投资。

TPU是谷歌当年为了摆脱对英伟达依赖、专门为AI机器学习打造的“算力神器”。正是因为有了TPU，谷歌才有了跟英伟达叫板的底气。

如今，这位集技术、管理与商业嗅觉于一身的芯片大神，正式向Anthropic计算主管James Bradbury汇报。

在Anthropic的新职位上，Salek将领导公司的AI定制芯片设计团队。Anthropic确认约两周前开始组建该团队，发布的工程职位年薪高达48.5万美元。

二、为什么非要自己造芯片？三个数字看懂Anthropic的算力困境

Anthropic背后有亚马逊AWS和谷歌云撑腰，为什么非要吃力不讨好地去自己造芯片？

答案很简单：买得起，但耗不起；受制于人，不如自己成神。

第一个数字：190亿美元。

Anthropic在2026年的算力支出估计为190亿美元。这是一笔足以压垮任何一家公司的天文数字。

第二个数字：40% vs 77%。

Anthropic 2025年的毛利率为**40%，与其计划在纳斯达克上市前达到的77%**目标之间存在巨大差距。在年化营收已达650亿美元的规模下，推理成本每下降一个百分点，就相当于每年节省数亿美元。

第三个数字：23%。

Anthropic的推理成本在2025年**超出预算23%**。老黄的显卡固然好用，但机器昂贵、供不应求。

对Anthropic这种立志AGI的巨头来说，“英伟达税”能少交点就少交点。自己造芯，才是王道。

更何况，通用GPU毕竟不是为Claude量身定制的。苹果的M芯片能秒杀一众传统PC处理器，靠的就是软硬件协同设计。Anthropic也想对Claude做同样的事——让懂Claude大模型算法的人和设计底层芯片的人坐在一起，实现“模型+芯片”深度绑定。

三、不只挖人：Anthropic的“算力大扫货”

在招揽Amir Salek的同时，Anthropic正在全球开展一场惊人的“算力基建大扫货”：

• 与英国芯片初创Fractile达成约2.5亿美元的首批采购协议——这家公司仅108人，芯片预计2027年才出货；

• 扩大与谷歌、博通的合作，锁定2027年约3.5GW的下一代TPU容量——这约相当于一座中等规模城市的用电量；

• 与三星展开探索性联合硬件设计洽谈，计划采用三星2纳米制程生产AI芯片；

• 数据中心签约规模已达数百亿美元级别，合作方涵盖传统云厂商、芯片巨头与新兴算力供应商。

这套“自研+多元外部采购”的双轨战略，目标非常清晰：摆脱对英伟达的单一依赖，在推理成本端实现结构性优化。

四、行业大势：AI芯片大战全面开打

Anthropic并非孤例。

• OpenAI已与博通联合发布首款定制AI推理芯片Jalapeno，计划2026年底部署；

• 谷歌DeepMind长期依赖自家TPU；

• Meta正在推进MTIA加速器产品线；

• 微软也在探索自研AI芯片。

正如彭博社所分析的：未来AI公司的竞争，将从模型能力延伸到完整计算体系。AI竞争的下一阶段，可能不只是争夺更强的模型，也是在争夺支撑模型运行的底层算力。

而英伟达目前仍占据AI加速芯片市场主导地位，但头部AI公司正在通过自研芯片、多供应商合作等方式，降低对单一硬件体系的依赖。

五、对创业者的启示

1. 算力成本正在成为AI公司的“生死线”

Anthropic年化算力支出190亿美元、推理成本超预算23%——这些数字揭示了一个残酷的现实：在大规模部署阶段，算力成本才是真正的瓶颈。创业者在设计商业模式时，必须从一开始就把推理成本纳入核心考量。

2. “自研芯片”不是巨头的专利，但需要找到合适的切入点

Anthropic选择从挖来顶级人才起步，而不是从零摸索。对中小团队而言，与其自研芯片，不如关注专用推理优化、模型压缩、量化等降低算力成本的技术路线。

3. 软硬件协同设计正在成为新的竞争壁垒

苹果M芯片的成功证明：当软件团队和硬件团队坐在一起设计时，能产生1+1>2的效果。AI创业公司即使不自研芯片，也需要在模型架构设计时就考虑目标硬件的特性。

4. 人才是芯片战争中最稀缺的资源

Amir Salek一个人的跳槽，可能改变整个AI芯片格局。对创业公司来说，在核心技术上找到真正的“关键先生”，比砸钱买设备更重要。

写在最后

从谷歌TPU之父到Anthropic芯片掌门人，Amir Salek的跳槽，是AI芯片战争升级的一个标志性事件。

当Anthropic在冲刺2万亿美元估值IPO的关键窗口，把战略重心从“抢算力”转向“造算力”——这不仅仅是一家公司的战略选择，而是整个AI行业正在经历的结构性转变。

谁掌握了算力，谁就能定义AGI。而这场战争的胜负手，正在从“谁能买到更多GPU”变成“谁能造出更好的芯片”。

AI的决赛圈，已经从软件层杀到了硅片之上。

关键词标签： #Anthropic #AmirSalek #谷歌TPU #自研芯片 #AI芯片 #OpenAI #Jalapeno #英伟达 #算力 #IPO #Claude #半导体