鳳凰網科技訊 8月28日 大模型公司，正在集體把手伸向芯片。

據路透社8月27日報道，Anthropic今年曾考慮以約70億美元收購AI芯片創業公司MatX，希望藉此加快內部芯片研發。雖然這筆交易最終被放棄，但雙方已經轉向討論潛在合作。

路透社援引知情人士消息稱，Anthropic正在擴大內部芯片團隊，並已從Google、OpenAI等公司招募芯片人才。與此同時，公司還接觸了多家AI芯片創業公司，評估不同技術路線，其考慮的方向既包括推理芯片，也包括訓練芯片。

這意味着，在OpenAI之後，另一家全球頭部大模型公司也開始認真考慮一個問題：當一家AI公司擁有越來越龐大的算力需求後，是否需要掌握自己的芯片能力？

至少從目前頭部AI公司的動作來看，自研芯片正在成為越來越重要的戰略佈局。

OpenAI先動手了：第一顆芯片瞄準推理

就在Anthropic自研芯片計劃曝光前幾天，OpenAI公布了首顆自研AI推理芯片Jalapeño的首批實測數據。

據OpenAI官方8月25日披露，Jalapeño在SemiAnalysis的公開推理基準InferenceX上進行了測試。OpenAI稱，在GPT-OSS 120B測試中，Jalapeño相比參與比較的商用系統實現了更高的峯值單位功耗吞吐量和更低的Token延遲；在DeepSeek R1和Kimi K2.5等模型上同樣表現突出。

SemiAnalysis隨後公布的測試分析顯示，Jalapeño並不是一顆只能運行OpenAI模型的專用芯片，而是一顆面向不同模型和工作負載的通用型推理芯片。

TechCrunch在8月25日的報道中指出，此次比較對象包括英偉達Blackwell系統。OpenAI硬件負責人Richard Ho表示，測試結果顯示Jalapeño能夠在單位功耗下完成更多AI計算，同時降低響應延遲。

不過，這些測試結果仍需要放在特定條件下理解。Jalapeño目前尚未全面部署，而且等到其真正大規模投入使用時，英偉達的產品也已經進入新的迭代周期。因此，現階段還不能簡單得出「OpenAI芯片已經全面超過英偉達」的結論。

OpenAI官方資料顯示，Jalapeño由OpenAI與Broadcom聯合開發，芯片架構針對大語言模型推理進行了優化，包括減少數據移動，並在計算、內存和網絡資源之間進行平衡。

值得注意的是，OpenAI將Jalapeño定位為面向當前及未來大語言模型的推理平台，而非僅服務於OpenAI自身模型。

按照OpenAI目前公布的路線圖，Jalapeño計劃2026年底開始部署，此後逐步擴大規模。

如果只看OpenAI和Anthropic最近的動作，很容易把它們理解為又一輪「去英偉達化」。

但真正推動大模型公司向芯片領域深入的，還有一個更加現實的問題：隨着AI使用規模擴大，運行模型所需要的算力正在成為越來越龐大的成本。

訓練只是開始，推理是一筆長期賬

訓練前沿大模型需要投入鉅額算力，但一次模型訓練完成後，真正伴隨產品運營持續發生的是推理。

用戶每向ChatGPT提出一個問題、讓Claude生成一段代碼，或者讓AI Agent執行任務，背後都需要數據中心完成模型推理。

隨着AI產品用戶規模、Token使用量和Agent任務複雜度不斷增加，單次推理成本即使只下降一小部分，累積到大規模商業服務中，也可能形成明顯的成本差異。

OpenAI自己也把降低AI使用成本列為Jalapeño的重要目標。

OpenAI在6月公布Jalapeño時表示，這顆芯片是其長期全棧基礎設施戰略的一部分，希望通過更高的計算效率，讓AI服務變得更快、更可靠，同時降低使用成本。

OpenAI在8月25日進一步表示，推理正是AI真正觸達用戶的環節。推理效率的改善最終可能體現為ChatGPT回答更快、Codex能夠執行更長任務，以及API產品擁有更低的開發和運行成本。

對於商業化階段的大模型公司而言，這意味着推理效率已經不只是一個工程指標，也會越來越直接地影響AI產品能夠服務多少用戶以及提供服務所需要付出的成本。

Anthropic面對的是同一道題。

據路透社報道，Anthropic目前已經同時使用英偉達、Google和Amazon提供的AI芯片，並與Google達成價值約360億美元的芯片供應安排。

此外，路透社8月26日援引消息人士報道稱，Anthropic還將支付約450億美元，在未來六年租用Nscale位於美國西弗吉尼亞州數據中心的AI算力。該項目將使用英偉達Vera Rubin芯片。

這意味着，Anthropic並不是沒有芯片可用。恰恰相反，它正在主動建立多元化的算力供應體系。

但隨着一家頭部AI公司需要為算力投入數百億美元，「使用誰的芯片」已經不再只是普通採購問題，而正在成為影響成本結構和長期競爭力的戰略問題。

為什麼科技巨頭最後都走向自研芯片？

OpenAI和Anthropic並不是最早走上這條路的公司。

Google早在生成式AI浪潮爆發之前就已經開始開發TPU；Amazon此後推出Trainium和Inferentia，Meta也在推進自己的MTIA系列AI加速器。

這些公司的基本邏輯具有相似之處：當自身AI工作負載達到足夠大的規模時，針對自己的計算需求參與設計芯片，可以獲得更多優化空間，同時減少對單一外部供應商的依賴。

OpenAI現在正在進一步強調軟硬件協同。

OpenAI在8月25日發布的全棧計算戰略中表示，公司的計算體系正在覆蓋數據中心、芯片、前沿模型、開發者平台、消費和企業產品以及AI原生設備，並希望不同環節相互優化。

其中一個關鍵邏輯就是：軟件可以讓硬件發揮更高效率，而針對實際AI工作負載設計的硬件，又能夠進一步改善模型運行的速度和效率。

Jalapeño正是這一思路的產物。

根據OpenAI官方披露，這顆芯片的設計參考了公司對於模型、kernel、模型服務系統以及未來產品需求的理解，並圍繞LLM推理中的計算、內存移動、網絡以及服務模式進行優化。

這意味着，大模型競爭的評價維度正在增加。

過去幾年，行業最關注的問題是：誰能訓練出能力更強的模型？

隨着AI進入大規模商業應用階段，另一個問題正在變得越來越重要：

誰能以更低成本運行足夠強的模型？

訓練能力影響模型性能上限，而推理效率則越來越關係到模型能否以可接受的成本大規模提供給用戶。

不是「逃離英偉達」，而是增加更多選擇

不過，OpenAI和Anthropic自研芯片，並不意味着英偉達的地位短期內會受到根本性衝擊。

Jalapeño目前仍處於部署早期階段。OpenAI官方表示，首代產品計劃從2026年底開始部署，並在未來幾年擴大規模。

Anthropic的芯片計劃則處於更早期階段。路透社此次披露的70億美元MatX收購方案最終並沒有實施，目前雙方只是轉向討論潛在合作。

與此同時，OpenAI和Anthropic仍然在大量使用英偉達芯片。

例如Anthropic最新與Nscale達成的450億美元算力協議，背後的數據中心仍計劃部署英偉達Vera Rubin芯片。

因此，與其說這些AI公司正在「逃離英偉達」，不如說它們正在試圖建立更多算力選擇，並降低對單一芯片供應商的依賴。

真正發生變化的是產業關係。

過去，OpenAI和Anthropic主要是英偉達的重要客戶；隨着它們開始建立自己的芯片研發能力，雙方未來的關係可能變得更加複雜——既繼續合作和採購，也會在部分AI計算場景形成潛在競爭。

類似的邊界模糊正在整個AI產業發生。

模型公司開始設計芯片，芯片公司投資模型公司，雲計算巨頭既向模型公司提供算力，也開發自己的模型和AI芯片。

AI競爭因此正在從單純的模型能力競爭，逐漸延伸到模型、芯片、內存、網絡、數據中心、能源和資本等多個環節。

OpenAI與Anthropic下場造芯片，是這一變化的最新信號。(作者/於雷)

更多一手新聞，歡迎下載鳳凰新聞客戶端訂閱鳳凰網科技。想看深度報道，請微信搜索「鳳凰網科技」。