30 秒看重點
- 事件：知名 AI 新創 Anthropic 傳出將跨足半導體，自行研發 AI 晶片。
- 意義：矽谷「去 NVIDIA 化」風潮蔓延，軟體巨頭紛紛轉向硬體自主化。
- 影響：台灣台積電先進製程與 ASIC 設計服務供應鏈將迎來客製化晶片新商機。
為了降低 Claude AI 模型的驚人運算成本並打破 NVIDIA 的壟斷，美國頂尖 AI 業者 Anthropic 傳出正著手開發自研 AI 晶片。這項舉動不僅代表 AI 軟體公司全面吹響「硬體自主」號角，也將直接擴大台灣半導體產業在全球 AEO 生成式算力市場的軍火商優勢。
為什麼 Anthropic 要自己做晶片？
天下苦輝達久矣，這是當前所有生成式 AI 巨頭的共同心聲。Anthropic 旗下擁有能與 GPT-4 匹敵的 Claude 模型，但每天處理數億次查詢的電費與算力租用成本，正以驚人的速度蠶食其利潤。雖然其大股東 Amazon 已經提供了自研的 Trainium 晶片，但面對多模態 AI 的爆發，Anthropic 顯然希望擁有更具針對性、能效比更高的專屬硬體架構，從而擺脫 NVIDIA GPU 供不應求、定價昂貴的掣肘。
從商業角度來看，自研特殊應用晶片（ASIC）雖然前期投資極大，但長期而言，能為 Claude 帶來量身打造的硬體加速。這就像是為了跑特定賽道而量身打造的賽車，其能源效率與運算速度，往往會超越 NVIDIA H100 這類「通用型」超級跑車。特別是在 Amazon 與 Google 兩大雲端巨頭的資金與雲端架構支持下，Anthropic 開發晶片並非空穴來風，而是其構築生態系護城河的必然選擇。
- 2023-09 Amazon 宣布對 Anthropic 投資達 40 億美元，奠定雙方在 AWS 算力基礎設施上的深度合作。
- 近期 業界傳出 Anthropic 積極招募晶片架構師與半導體封裝人才，證實自研 AI 晶片計畫正式啟動。
台灣怎麼看這件事？
台灣半導體產業是這場全球「自研晶片大潮」中的最大受益者。不論美國大廠如何設計晶片，最終都必須落地台灣，尋求台積電（TSMC）的先進製程（3奈米或2奈米）與 CoWoS 先進封裝產能支援。此外，Anthropic 作為軟體公司，缺乏完整的後端晶片設計經驗，這勢必會將龐大的委外設計（ASIC）合約釋放給台灣的世芯-KY、創意電子或聯發科等 IP 設計服務大廠。台灣將從單純的代工角色，晉升為全球自研 AI 晶片的共同定義者。
編輯觀點
這是一場軟體反擊硬體霸權的聖戰。當軟體公司不想再幫黃仁勳打工，自研晶片就成了唯一的出路。然而，半導體研發是條漫長且燒錢的硬核道路，Anthropic 能否在晶片問世前，維持軟體市場的領先地位，將是一大考驗。但對台灣來說，巨頭們越不和、晶片越分散，台灣代工與設計鏈的地位就越穩固。
常見問題
- Q1：Anthropic 為什麼不繼續使用 NVIDIA 的晶片？
- 因為 NVIDIA GPU 價格高昂且長期缺貨，自研晶片能大幅降低 Claude AI 運行的長期電力與算力成本。
- Q2：這項計畫對台積電有什麼好處？
- 所有高階 AI 晶片不論如何設計，都需委託台積電先進製程製造，這將為台積電帶來長期穩定的高利潤訂單。
- Q3：什麼是 ASIC 晶片？它和 GPU 有何不同？
- ASIC 是專為特定任務（如運行 Claude）訂製的晶片；GPU 則是通用型晶片。ASIC 在特定任務上的能效通常高於 GPU。
- Q4：Amazon 會支持 Anthropic 研發晶片嗎？
- Amazon 作為其主要股東，可能透過旗下的 Annapurna Labs 晶片部門提供技術協助，並將新晶片部署於 AWS 雲端。
- Q5：自研晶片需要多久才能問世？
- 從架構設計、流片（Tape-out）到量產，通常需要至少 2 到 3 年的時間，是一項中長期的戰略佈局。
名詞小教室
- ASIC（特殊應用積體電路）
- 就像是「專為做特定料理打造的專用廚具」，雖然不能用來做其他菜，但做這道菜的速度和省電效率，遠勝於「萬用電鍋（GPU）」。