Theo thông tin từ The Information vào thứ Năm, Anthropic đang đàm phán với Samsung về việc sản xuất chip AI tùy chỉnh, và đã bắt đầu công việc phát triển sớm cho việc tự nghiên cứu chip AI. Nếu chip máy chủ tùy chỉnh này cuối cùng được đưa vào sản xuất hàng loạt, đây sẽ là một bước quan trọng của công ty đứng sau Claude trong việc thúc đẩy quyền tự chủ về phần cứng.
Động thái này được coi là tín hiệu Anthropic đang theo chân OpenAI.
OpenAI đã thúc đẩy dự án chip AI tùy chỉnh từ sớm hơn, và đang hợp tác với các đối tác thiết kế và sản xuất chip, cố gắng xây dựng cơ sở hạ tầng tính toán hiệu quả hơn và độc lập hơn cho các sản phẩm như ChatGPT. Hai công ty cùng hướng đến một xu hướng chung: các công ty mô hình lớn đang chuyển từ cạnh tranh thuần túy về thuật toán sang cạnh tranh tích hợp phần mềm và phần cứng.
Tác động thị trường trước hết rơi vào ba mảng: môi trường thương lượng với các nhà cung cấp GPU bên ngoài như NVIDIA, cơ hội cho các nhà sản xuất đại lý như Samsung trong các đơn hàng chip AI, cũng như nhịp độ huy động vốn và IPO của các công ty khởi nghiệp AI trong tương lai.
Theo Barron's, các nhà phân tích của Deutsche Bank gần đây khuyến nghị OpenAI và Anthropic không nên trì hoãn IPO quá lâu, một trong những lý do chính là việc tự nghiên cứu chip và cơ sở hạ tầng năng lực tính toán cần nguồn vốn dài hạn khổng lồ.
Tự Nghiên Cứu Chip Trước Hết Là Vấn Đề Quyền Kiểm Soát Năng Lực Tính Toán
Hiện tại, việc đào tạo và vận hành các mô hình lớn cần rất nhiều tài nguyên tính toán hiệu suất cao. Thị trường tính toán AI phụ thuộc cao vào kiến trúc GPU của NVIDIA, căng thẳng cung-cầu khiến chi phí đào tạo và suy luận mô hình duy trì ở mức cao. Đối với các công ty mô hình như OpenAI và Anthropic, chip không còn chỉ là một hạng mục mua sắm, mà là tư liệu sản xuất cốt lõi.
Nhu cầu cho mô hình Claude của Anthropic đã tăng trưởng đáng kể vào năm 2026. TradingKey đưa tin, các lãnh đạo cấp cao của Anthropic trước đó đã tiết lộ, doanh thu hàng năm của công ty đã vượt quá 300 tỷ USD, trong khi cuối năm 2025 là khoảng 90 tỷ USD. Sự mở rộng kinh doanh thúc đẩy nhu cầu tính toán tăng nhanh, đồng thời cũng làm gia tăng tác động của sự bất ổn trong nguồn cung chip bên ngoài đối với hoạt động của công ty.
Anthropic hiện vẫn phụ thuộc vào nhiều phương án chip của bên thứ ba, bao gồm TPU do Google thuộc Alphabet thiết kế, và chip tự nghiên cứu của Amazon. Báo cáo cho biết, Anthropic cũng đã đạt được thỏa thuận cung cấp TPU dài hạn với Google và Broadcom, thỏa thuận này liên quan đến kế hoạch đầu tư 500 tỷ USD vào cơ sở hạ tầng tính toán tại Mỹ mà công ty đã cam kết trước đó.
Điều này có nghĩa là, tự nghiên cứu chip không đồng nghĩa với việc hoàn toàn thoát khỏi các nhà cung cấp bên ngoài. Mục tiêu thực tế hơn là nắm bắt khả năng thiết kế cốt lõi, hình thành các phương án công nghệ dự phòng, và tăng cường vị thế trong các cuộc đàm phán thương mại tương lai.
Chi Phí Chỉ Là Điểm Vào, Sự Phối Hợp Phần Mềm-Phần Cứng Mới Là Chìa Khóa
Lý do trực tiếp nhất cho việc tự nghiên cứu chip là giảm chi phí. Thông qua ASIC tùy chỉnh, các công ty AI có thể tối ưu hóa quy trình tính toán xung quanh kiến trúc mô hình của chính mình, giảm bớt các module không cần thiết trong chip thông dụng, từ đó nâng cao hiệu suất năng lượng. Nếu chip tự nghiên cứu của Anthropic thành công trong việc sản xuất thử nghiệm và triển khai, báo cáo cho rằng nó có thể giảm đáng kể chi phí gọi API và ảnh hưởng đến cấu trúc định giá trên thị trường ứng dụng AI doanh nghiệp.
Nhưng chi phí không phải là biến số duy nhất. Dylan Patel, người sáng lập SemiAnalysis, nhấn mạnh trong một cuộc phỏng vấn rằng, không gian cải thiện hiệu quả AI lớn nhất không chỉ đến từ chip nhanh hơn, mà từ thiết kế phối hợp giữa mô hình, nhân lõi và wafer. Ông cho rằng, tối ưu hóa một lớp có thể mang lại cải thiện gấp đôi, nhưng tối ưu hóa xuyên lớp có thể mang lại hiệu quả lớn hơn nhiều so với việc nhân đơn giản.
Điều này giải thích tại sao cả OpenAI và Anthropic đều đang tiến tới sự tham gia sâu hơn vào phần cứng. Kiến trúc mô hình không tự nhiên phù hợp với tất cả các loại chip. Dylan Patel nói, mô hình OpenAI thiên về tính thưa thớt hơn, trong khi mô hình Anthropic tương đối đậm đặc hơn, cả hai có sự khác biệt đáng kể về kích thước đơn vị nhân ma trận, cấu trúc cơ chế chú ý, hình dạng lớp chuyên gia, v.v., điều này khiến hai công ty này có xu hướng tự nhiên hướng đến các lựa chọn phần cứng khác nhau. "Thực tế, theo hướng phát triển của mô hình OpenAI, việc sử dụng TPU có thể là một quyết định tồi đối với họ; còn theo hướng phát triển của mô hình Anthropic và Google, việc sử dụng GPU để đào tạo cũng có thể là một quyết định tồi đối với họ," ông nói.
Nói cách khác, tự nghiên cứu chip không chỉ đơn giản là thay thế GPU của NVIDIA bằng chip của riêng mình. Mục tiêu thực sự là để mô hình ngay từ khi thiết kế ban đầu có thể phù hợp với phần cứng cơ bản, từ đó cải thiện tốc độ suy luận, tiêu thụ năng lượng, thông lượng và kinh tế đơn vị.
Đối Với NVIDIA Không Phải Là Thay Thế Ngay Lập Tức, Mà Là Kiềm Chế Dài Hạn
Việc tự nghiên cứu chip AI từ thiết kế, phát triển, sản xuất thử nghiệm, xác minh đến triển khai sản xuất hàng loạt cuối cùng thường mất từ 18 đến 24 tháng. Ngay cả khi Anthropic đạt được hợp tác suôn sẻ với Samsung, chip tự nghiên cứu của họ cũng khó có thể thay thế thực chất nguồn cung năng lực tính toán hiện có trong ngắn hạn.
OpenAI thì thúc đẩy sớm hơn. TradingKey đưa tin, OpenAI đã chọn hợp tác với Broadcom và TSMC, lên kế hoạch triển khai chip suy luận đầu tiên vào nửa cuối năm 2026. So với Anthropic, OpenAI chủ động hơn trên con đường chip tùy chỉnh và cũng gần giai đoạn triển khai hơn.
Hướng đi tự nghiên cứu chip của các công ty mô hình lớn, thực sự hướng đến việc giảm sự phụ thuộc vào các nhà cung cấp như NVIDIA. Nhưng điều này không có nghĩa là vị thế của NVIDIA sẽ bị suy yếu nhanh chóng. Dylan Patel chỉ ra trong cuộc phỏng vấn, GPU của NVIDIA vẫn có lợi thế về tính thông dụng, nhiều mô hình và hệ sinh thái mã nguồn mở vốn đã được tối ưu hóa xung quanh GPU. Ông cũng đề cập, cái gọi là hào sâu CUDA không chỉ là bản thân CUDA, mà là rất nhiều hệ sinh thái mô hình và phần mềm hạ nguồn đã được điều chỉnh cho kiến trúc phần cứng của NVIDIA. Nếu cấu trúc chuyên gia, chiều ẩn và mô hình giao tiếp của mô hình phù hợp hơn với GPU, thì ngay cả khi chip khác có ưu thế, việc chuyển đổi cũng chưa chắc đã đơn giản.
Do đó, tự nghiên cứu chip giống như thiết lập con đường thứ hai hơn. OpenAI và Anthropic có thể sẽ tiếp tục sử dụng nhiều nguồn tài nguyên tính toán như GPU, TPU, Trainium, đồng thời sử dụng ASIC tự nghiên cứu cho các khối lượng công việc rõ ràng hơn, ổn định hơn, tần suất cao hơn, đặc biệt là trong các kịch bản suy luận.
Cuộc Đua "Quyền Tự Chủ Năng Lực Tính Toán" Toàn Ngành Bắt Đầu Toàn Diện
Logic chung cho việc tự nghiên cứu chip của OpenAI và Anthropic có thể được tóm tắt thành ba điểm: giảm chi phí năng lực tính toán dài hạn, giảm sự phụ thuộc vào nguồn cung bên ngoài, và thông qua sự phối hợp phần mềm-phần cứng để nâng cao hiệu quả mô hình.
Trong đó, điểm thứ ba có thể là quan trọng nhất. Khi các công ty mô hình mở rộng quy mô, năng lực tính toán thông dụng không thể đáp ứng hoàn toàn nhu cầu kiến trúc khác biệt. Tự nghiên cứu chip cho phép công ty đặt thiết kế mô hình, phần mềm hệ thống và wafer cơ bản trong cùng một khuôn khổ tối ưu hóa.
Nhưng hướng đi đã rõ ràng: cuộc cạnh tranh mô hình lớn đang chuyển từ "mô hình của ai mạnh hơn", sang "ai có thể kiểm soát năng lực tính toán, vốn và ngăn phần cứng tốt hơn". Đây cũng là lý do thực sự khiến cả OpenAI và Anthropic đều hướng đến việc tự nghiên cứu chip.
Sự khám phá của Anthropic không phải là một trường hợp đơn lẻ. Từ loạt TPU mà Google đã đào sâu hơn mười năm, đến loạt Trainium tập trung vào kịch bản đào tạo của Amazon, đến loạt MTIA hướng đến kịch bản suy luận của Meta, và loạt Maia mà Microsoft đang thúc đẩy liên tục, các công ty công nghệ hàng đầu đều đã có bố trí sâu trên đường đua tự nghiên cứu chip.
Đối với Samsung, nếu có thể giành được đơn đặt hàng sản xuất chip cho Anthropic, điều này sẽ mang lại sự thúc đẩy quan trọng cho ảnh hưởng của hoạt động sản xuất đại lý wafer trong lĩnh vực AI. Samsung hiện đang cạnh tranh khốc liệt với các nhà sản xuất như TSMC để giành khách hàng tiến trình tiên tiến, việc thu hút khách hàng AI có tiềm năng tăng trưởng cao như Anthropic sẽ giúp mở rộng phạm vi ảnh hưởng của họ trong lĩnh vực bán dẫn AI.
Bài viết này đến từ tài khoản công chúng WeChat: 华尔街见闻 , tác giả: Zhao Ying
