Anthropic加碼自研AI芯片:曾考慮70億美元收購MatX,正接洽多家初創公司

華爾街見聞
08/28

Anthropic正在加速推進芯片自主化戰略,將其視為IPO前夕鞏固競爭壁壘的關鍵一步。

據路透社最新報道,Anthropic曾就以約70億美元收購AI芯片初創公司MatX展開談判,但該收購計劃最終被放棄,相關討論已演變為潛在合作關係的探索。與此同時,Anthropic近期還與多家AI芯片初創公司舉行了會談,尚未最終確定具體路徑。

這一系列動作表明,Anthropic正尋求降低對英偉達等外部硬件供應商的依賴,並通過掌握自主芯片設計能力,在算力成本與供應保障上建立長期優勢。對於一家估值目標高達2萬億美元、正籌備上市的AI公司而言,硬件自主化已成為其商業敘事的重要組成部分。

收購談判生變,MatX轉向獨立孖展

報道稱,據兩位知情人士透露,Anthropic曾與MatX就約70億美元的收購價格進行過深入談判。第三位知情人士則表示,上述併購討論已轉變為合作關係的探討,但路透社未能獲悉談判不再推進的具體原因。

MatX由前谷歌張量處理器(TPU)工程師創立,目前正尋求以約40億美元估值完成新一輪孖展。

MatX的核心技術方向在於訓練芯片——即用於構建大型AI模型的處理器。這與當前部分芯片初創公司及競爭對手OpenAI更側重推理芯片(inference chip)的路線有所不同。知情人士表示,Anthropic也可能選擇同時開發推理芯片。

廣泛接觸初創公司,人才佈局同步推進

據路透社報道,Anthropic近幾周已與多家AI芯片初創公司舉行會談,此舉旨在幫助其工程師和高管全面了解當前芯片設計領域的不同技術路徑,但公司尚未就收購做出決定。

在人才引進方面,Anthropic本周聘用了谷歌芯片資深人士Amir Salek,今年6月還招募了曾參與OpenAI芯片項目的前OpenAI芯片工程師Clive Chan。

Anthropic表示,公司正在擴充內部硅片團隊,以設計能讓Claude模型運行更快、更高效的定製芯片,同時將維持多芯片供應商策略,繼續與英偉達、谷歌等合作。

自研芯片的戰略邏輯:降本、提效、對沖供應風險

Anthropic推進定製硅片戰略,有多重現實驅動因素。

其一是成本壓力。芯片設計雖耗資巨大——單代設計成本高達數億美元,且從設計到產出可用硬件往往需要一年以上——但從長期來看,收購具備設計能力的初創公司有望顯著降低算力成本。

其二是供應保障。英偉達在財報電話會議上表示,其處理器供應將持續緊張至2027年。Anthropic目前已簽署多項大規模算力採購協議,包括購買價值360億美元的谷歌AI芯片、與Nscale簽訂450億美元雲計算租用協議,以及每月向SpaceX支付12.5億美元以使用其Colossus 1數據中心設施(該設施配備逾22萬塊英偉達芯片)。自研芯片可在一定程度上對沖外部供應商的不確定性。

其三是性能競爭。OpenAI本周在一場會議上宣稱,其首款定製芯片"Jalapeno"在推理計算上的能效優於英偉達同類產品。定製芯片可針對特定模型和工作負載進行優化,從而在性能和經濟效益上建立差異化優勢。

行業趨勢:大模型公司競相佈局自研硬件

Anthropic的芯片自主化探索,折射出頭部AI實驗室的共同戰略取向。谷歌已開發出TPU系列芯片,亞馬遜則推出了Trainium和Inferentia芯片,兩者均旨在減少對英偉達的依賴並優化自身AI工作負載。

Anthropic是最早在多家供應商硬件上運行模型的AI公司之一,其多元化硬件策略已有一定基礎。隨着Claude模型家族持續擴張,公司對算力的需求也在急劇攀升。

在IPO預期的背景下,Anthropic的芯片戰略具有更直接的資本市場意義。

據路透社此前報道,Anthropic的上市估值目標為2萬億美元,這一數字與其2028年最高達2000億美元的營收預測密切掛鉤。能否在硬件層面建立自主可控的能力,將成為投資者評估其長期盈利潛力的重要維度。

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10