AI领域的竞争正从算法与数据层面，迅速蔓延至芯片制造领域。近日，行业传出重磅消息：Anthropic成功挖角谷歌TPU项目核心人物Amir Salek，引发外界对其自研芯片战略的广泛关注。这一动作被视为AI巨头争夺算力主导权的关键布局，标志着通用人工智能（AGI）的竞争已进入硬件底层决战阶段。
Amir Salek在半导体行业堪称传奇人物。其职业生涯始于英伟达，曾主导SoC设计团队，深度参与GPU架构研发。2013年加入谷歌后，他历时九年构建起定制芯片团队，并成功交付七代TPU芯片。这些专为AI训练优化的处理器，使谷歌在算力领域摆脱对英伟达的依赖，成为全球AI基础设施的重要支柱。离开谷歌后，Salek在私募巨头Cerberus担任高级董事总经理，积累了资本运作与商业化扩张的宝贵经验。
Anthropic的芯片野心早有端倪。今年6月，该公司悄然吸纳OpenAI自研芯片项目"Jalapeno"的核心成员Clive Chan。这位参与过机密芯片开发的硬件专家，与Salek形成技术互补。随着Custom Silicon部门正式成立，Anthropic已集齐"谷歌TPU之父"与"OpenAI芯片元老"的顶级配置，构建起从算法到硅片的完整研发链条。
推动自研芯片决策的，是AI训练成本与供应链风险的双重压力。据内部估算，Anthropic 2026年算力支出将达190亿美元，而推理成本在2025年已超出预算23%。当前40%的毛利率与IPO目标要求的77%存在巨大差距，通过定制芯片降低"英伟达税"成为破局关键。更深远的意义在于，专用芯片可实现软硬件深度协同，使Claude大模型在推理速度与能效比上获得代际优势。
在构建自有芯片体系的同时，Anthropic展开多维度算力布局。公司继续采购英伟达、亚马逊和谷歌的现成芯片，确保短期需求；向英国初创公司Fractile下达2.5亿美元订单，锁定具有颠覆性潜力的新型架构；更与加密货币矿企Riot Platforms和数据中心运营商Volta Infra达成协议，通过收购闲置算力基础设施缓解供应链压力。这种"自研+采购+战略投资"的三维策略，展现出构建算力护城河的决心。
这场芯片军备竞赛折射出AI行业的深层变革。当大模型参数突破万亿规模，算力成本已成为决定企业生死的关键因素。OpenAI的Jalapeno项目与Anthropic的TPU计划，标志着AGI竞争已从算法创新转向系统级优化。谁能率先完成"模型-芯片-数据"的闭环生态，谁就能在推理效率与成本控制上建立不可逾越的优势，重新定义人工智能的技术边界与商业格局。
