🔧 硬科技 · 芯片自研
Anthropic 确认造芯！327 万年薪招揽芯片工程师，为 Claude 定制 AI 芯片
8 月 5 日，Anthropic 首次公开确认组建内部芯片团队，为旗舰模型 Claude 设计定制 AI 芯片，并计划协同设计模型与硬件，以提升大规模推理时的速度与效率。公司同时强调，将继续执行「多芯片策略」，与 AWS、谷歌、英伟达、AMD 保持合作。
综合公开信息整理•
2026-08-06•
全文约 3 分钟读完
#Anthropic
#自研芯片
#Claude
#AI 硬件
#多芯片策略
48.5 万美元
芯片工程师最高年薪（约 327 万人民币）
7+
芯片设计全流程方向开放招聘
3
招聘覆盖城市：旧金山 · 纽约 · 西雅图
⚡ 30 秒速览
- 首次公开确认：Anthropic 正式组建内部芯片团队，为 Claude 设计定制 AI 芯片，协同优化模型与硬件。
- 高薪抢人：芯片工程师年薪 32 万–48.5 万美元（约 216 万–327 万人民币），覆盖架构、设计、验证、制造、封装全流程。
- 不搞替代：继续执行「多芯片策略」，AWS、谷歌、英伟达、AMD 的硬件仍是算力扩张的重要组成部分。
- 三步走完：4 月探索自研可能性 → 7 月接触三星电子 → 8 月确认团队组建，组织建设正在加速。
- 行业信号：继 OpenAI 发布 Jalapeño 芯片后，又一大模型厂商下场造芯，竞争正向底层硬件延伸。
01从传闻到官宣 Anthropic 造芯时间线
今年 4 月，外界首次传出 Anthropic 探索自研 AI 芯片的消息。三个月后，事情有了实质性进展。
2026 年 4 月
三名知情人士透露，Anthropic 正在探索设计自有 AI 芯片的可能性，以应对先进 AI 芯片供应紧张的问题。
2026 年 7 月
Anthropic 被曝已与三星电子接触，探讨由三星参与其定制 AI 芯片项目，三星被视为潜在的制造合作伙伴。
2026 年 8 月 5 日
官方首次确认：Anthropic 发言人向媒体证实正在组建内部芯片团队，为 Claude 设计定制芯片，并同步发布招聘信息。
从探索到官宣历经 4 个月，自研芯片计划已进入组织建设阶段。芯片的具体架构、制造合作伙伴及推出时间尚未公布。
02招聘全景 芯片设计全流程，一个不落
Anthropic 官方招聘页面显示，公司正在旧金山、纽约、西雅图三地招募芯片工程师，方向覆盖芯片设计从架构到封装的每一个关键环节。
芯片架构
前端设计
流片前验证
物理设计
可测试性设计
模拟与混合信号
工艺与晶圆代工
设计自动化及基础设施
封装 · 信号完整性 · 电源完整性
32最低年薪（万美元）
48.5最高年薪（万美元）
3招聘城市
入职者将参与芯片项目从战略规划、规格制定到研发执行的完整流程，编写芯片规格和接口定义，参与技术及 IP 选型，并决定哪些部分自主开发、采购、授权或交由合作伙伴完成。
团队还将与 Anthropic 的推理、性能优化、算子及基础设施部门开展软硬件协同设计，并参与首批芯片的启动、系统集成和故障调试。值得一提的是，Anthropic 也希望工程师探索使用 Claude 辅助 RTL 代码审查、验证问题分析和芯片规格检查。
岗位要求：至少在一个芯片设计方向有深入实践经验，并直接参与过完成流片和投入使用的芯片项目。拥有机器学习加速器、高性能计算芯片或软硬件协同设计经验者优先。
03自研芯片 ≠ 取代外部合作
一个诚实的注脚：Anthropic 并没有打算用自研芯片完全替代现有供应商。
恰恰相反，公司在官宣中明确表示，将继续执行「多芯片策略」。
自研芯片
为 Claude 定制设计，软硬件协同优化，目标是在大规模推理时获得更快的速度和更高的效率。具体架构、量产时间尚未公布。
多芯片策略
AWS、谷歌、英伟达、AMD 的硬件仍是 Anthropic 算力扩张的重要组成部分。自研与外购并行，不搞单一依赖。
这意味着，Anthropic 的自研芯片更可能聚焦于推理场景的深度定制，而非全面替代训练侧的高端 GPU。两条腿走路，既保证供应弹性，又在关键环节建立差异化能力。
04大模型厂商，正在集体下场造芯
Anthropic 不是第一家，也不会是最后一家。
OpenAI · Jalapeño 芯片 2026 年 6 月发布
- 从初始设计到流片耗时9 个月，为 ChatGPT、Codex、API 及下一代智能体产品提供算力支撑。
- 计划在 2026 年年底前启动部署，是 OpenAI 首款自研 AI 芯片。
Anthropic · 定制芯片团队 2026 年 8 月确认
- 为 Claude 定制设计，协同优化模型与硬件，聚焦大规模推理的效率提升。
- 招聘覆盖芯片设计全流程，从架构到封装自主掌控关键环节。
共性信号：头部 AI 公司正从「买芯片」转向「定义芯片」，软硬件协同设计正在成为新的竞争壁垒。
它们未必会完全取代芯片供应商，但会越来越深地参与芯片定义和设计——通过软硬件协同，在模型运行性能、效率和算力供应上建立自己的护城河。
编辑核心判断
大模型厂商的竞争正从模型、数据和应用延伸到底层硬件。自研芯片不是替代供应商，而是掌握定义权——谁能在芯片设计阶段就嵌入模型特性，谁就能在下一轮推理效率竞赛中占据先手。