趋势解读:Anthropic poaches OpenAI's second-ever chip engineer as both,解读最新研究结论
Anthropic从OpenAI挖走其定制芯片项目第二位硬件工程师Clive Chan,两家公司均准备IPO,Anthropic考虑自研芯片。
原贴
查看原文原文
中文翻译
克莱夫·陈 (Clive Chan) 表示,他是 OpenAI 定制芯片项目中的第二位硬件员工,他将跳槽到 Anthropic。此次离职之际,两家公司都在准备首次公开募股,据报道,Anthropic 正在考虑打造自己的芯片。陈在公开帖子中写道,他很自豪能够成为该计划的一部分。团队中的“硬件人才密度”非同寻常。 “我认为任何地方都没有更好的芯片设计团队,”他说,并期望那里开发的芯片将成为“AGI 最重要的引擎之一”。尽管拥有这些表面上出色的条件,他现在还是加入了 OpenAI 最大的竞争对手 Anthropic,该公司与 Chan 的前雇主一样,也即将上市。在 OpenAI,Chan 致力于从头开始构建定制芯片,并参与了 OpenAI 和 Broadcom 之间的战略合作伙伴关系,尽管据报道该合作伙伴关系在生产成本和 OpenAI 的信誉度方面遇到了障碍。目前尚不清楚 Anthropic 是否聘请 Chan 来设计定制芯片或优化现有硬件的软件。他在 LinkedIn 上的角色描述“每皮焦耳的困惑度”可能意味着其中之一。困惑度是衡量语言模型预测文本效果的常用指标,皮焦耳是一个微小的能量单位。 Ad DEC_D_Incontent-1 因此,目标是从每个能量单位中榨取尽可能多的模型性能。这可以通过现有 GPU 和 TPU 上更好的软件或通过针对 Anthropic 模型定制的定制芯片来实现。据路透社报道,Anthropic 正在考虑沿着 OpenAI 和 Meta 已经采取的道路设计自己的人工智能芯片。截至 2026 年 4 月,该计划仍处于早期阶段,还没有专门的团队。 Chan 可以帮助构建一个,并且他会带来他所有的 OpenAI 芯片知识。 Ad Anthropic 目前在 Google 的 TPU 和亚马逊芯片上运行 Claude。该公司最近与谷歌和博通签署了一项长期协议,作为向美国计算基础设施投资 500 亿美元的承诺的一部分。定制芯片将为 Anthropic 带来真正的财务优势。特别是对于推理而言,随着时间的推移,专用芯片可以提供更大的利润。随着人工智能日益成为一种基础设施而不是研究突破性的故事,这一点变得更加重要。 Ad DEC_D_Incontent-2 根据 LinkedIn 的信息,在 2024 年 1 月加入 OpenAI 之前,Chan 在特斯拉的 Autopilot 部门工作了大约两年半。在那里,他致力于开发用于机器学习训练的定制芯片、处理软件框架启动、数据中心协同设计和节能数字格式。
核心信息
Anthropic从OpenAI挖走其定制芯片项目第二位硬件工程师Clive Chan,两家公司均准备IPO,Anthropic考虑自研芯片。
- Anthropic挖走OpenAI芯片工程师,加速自研AI芯片。
- 两家公司均接近IPO,芯片人才争夺激烈。
- 定制芯片可大幅降低推理成本,提升利润。
- Chan经验丰富,曾参与OpenAI-Broadcom合作。
详细解读
这是什么信号
Anthropic从OpenAI挖走定制芯片项目的第二位硬件工程师,表明AI芯片人才争夺战白热化。随着两家公司临近IPO,硬件能力成为估值关键。Anthropic正在考虑自研芯片,Chan的加入可能加速这一进程。
为什么重要
定制AI芯片能显著降低推理成本并提升性能,这对Anthropic长期利润率至关重要。当前Anthropic依赖Google TPU和亚马逊芯片,自研芯片可减少第三方依赖并优化模型效率。Chan在OpenAI从零构建芯片的经验,以及参与Broadcom合作,使他成为稀缺人才。
对谁有价值
对AI公司:芯片自研成为竞争壁垒,需关注人才布局。对投资者:Anthropic IPO前景可能因芯片战略而提升。对硬件供应商:如Broadcom,需关注合作关系变化。对AI从业者:理解芯片对模型效率的影响,可调整技术选型。
可以怎么行动
1. 追踪Anthropic芯片团队进展,评估对Claude成本的影响。2. 对比OpenAI、Meta的芯片路线,寻找投资机会。3. 对于使用AI服务的公司,关注未来推理定价变化。4. 开发者可关注定制芯片带来的模型优化新方向(如每焦耳效能)。
风险或限制
芯片开发周期长、投入巨大(500亿美元投资),短期难以量产。Chan个人能力虽强,但团队建设需要时间。此外,OpenAI可能采取措施限制知识转移。自研芯片若失败,Anthropic将面临高昂沉没成本。
信息差价值
信息差价值:多数媒体报道停留在人才流动本身,但本条揭示出Anthropic自研芯片的实质性进展和Chan的独特背景(特斯拉Autopilot芯片经验)。这为理解AI基础设施竞争提供了深层视角。
业务启发:对于AI公司,硬件自研正从可选变为必选项,尤其是规模推理阶段。对于上游芯片厂商,AI公司的内部芯片团队可能成为合作伙伴或竞争对手。对于云服务商,需提前布局与Anthropic的芯片兼容性。
可沉淀动作:建立Anthropic芯片战略跟踪看板,定期更新团队架构、合作伙伴和量产时间线。分析其每焦耳效能指标对模型架构设计的影响,形成技术报告。同时,对比OpenAI的芯片计划,输出竞争格局分析。