Anthropic挖走OpenAI芯片工程师，AI硬件竞争升温
The Decoder··作者 Matthias Bastian
关键信息
文章称，目前尚不清楚Chan是会专注于设计定制芯片，还是优化现有GPU和TPU上的软件。路透社报道称，Anthropic关于自研芯片的设想仍处于早期阶段，而Chan在LinkedIn上的职位描述“perplexity per picojoule”则暗示其重点是提升单位能耗下的模型性能。
资讯摘要
Anthropic聘用了前OpenAI芯片工程师Clive Chan，这一举动凸显了两家AI公司之间日益激烈的竞争。文章称，Chan曾是OpenAI定制芯片项目中的第二位硬件员工，并参与了从零开始构建定制芯片的工作。他还参与了OpenAI与Broadcom的战略合作，不过据报道，该合作因生产成本和OpenAI的信用状况等问题遇到过阻碍。Chan在一篇公开帖子中称赞了团队的硬件人才密度，并表示他认为这些芯片将成为AGI最重要的引擎之一。尽管如此，他现在已经加入Anthropic，而Anthropic和OpenAI一样，也被报道正接近IPO。
文章并不明确Anthropic究竟是想让他负责自研芯片，还是优化现有硬件上的软件效率。Chan在LinkedIn上的职位描述“perplexity per picojoule”看起来既可能指向芯片设计，也可能指向软件优化。路透社报道称，Anthropic正在考虑效仿OpenAI和Meta，自行设计AI芯片，但截至2026年4月相关计划仍处于早期阶段，尚未组建专门团队。Anthropic目前主要在Google的TPU和Amazon芯片上运行Claude，并且最近与Google和Broadcom签署了长期合作协议，这是其承诺在美国计算基础设施上投资500亿美元的一部分。文章认为，定制芯片尤其能在推理阶段改善Anthropic的利润率，而这在AI越来越像基础设施生意、而不只是研究突破故事的背景下尤为重要。
资讯正文
Anthropic 挖走了 OpenAI 第二位芯片工程师，两家公司都在冲刺 IPO
Clive Chan 自称是 OpenAI 定制芯片项目中的第二位硬件员工，如今正转投 Anthropic。此次离职发生在两家公司都在为 IPO 做准备之际，而据报道，Anthropic 也在考虑自研芯片。
Chan 在一篇公开帖子中写道，他为自己曾参与这个项目感到自豪。团队中“硬件人才的密度”非同寻常。“我不认为世界上还有比这更好的芯片设计团队，”他说，并预计在那里开发出的芯片将成为“AGI 最重要的引擎之一”。
尽管条件看起来如此出色，他现在还是加入了 Anthropic——OpenAI 最大的竞争对手。和他的前东家一样，Anthropic 也已接近上市。在 OpenAI，Chan 负责从零开始构建定制芯片，并参与了 OpenAI 与 Broadcom 之间的战略合作，不过据报道，该合作后来在生产成本以及 OpenAI 的信用资质方面遇到了阻碍。
Anthropic 是聘请 Chan 来设计定制芯片，还是为了优化现有硬件上的软件，目前尚不清楚。他在 LinkedIn 上的职位描述是“perplexity per picojoule”，这两种可能都说得通。Perplexity 是衡量语言模型文本预测效果的常见指标，而 picojoule 是一个极小的能量单位。
因此，目标就是尽可能用每一单位能量榨出更多模型性能。这既可以通过在现有 GPU 和 TPU 上改进软件实现，也可以通过为 Anthropic 的模型量身定制的硅芯片实现。
定制芯片可以提升利润率
据 Reuters 报道，Anthropic 正在权衡设计自有 AI 芯片的想法，沿着 OpenAI 和 Meta 已经走过的路径前进。到 2026 年 4 月时，这些计划仍处于早期阶段，尚未组建专门团队。Chan 可能会帮助搭建这样一个团队，而他也会把自己在 OpenAI 的芯片经验一并带过去。
Anthropic 目前在 Google 的 TPU 和 Amazon 芯片上运行 Claude。该公司最近与 Google 和 Broadcom 签署了一项长期协议，作为其承诺在美国计算基础设施上投资 500 亿美元的一部分。
定制芯片将为 Anthropic 带来真正的财务优势。尤其是在推理阶段，专用硅芯片随着时间推移可以带来更高的利润率。随着 AI 越来越成为一项基础设施生意，而不再只是研究突破的故事，这一点显得更加重要。
从 Tesla ASIC 到 OpenAI，再到 Anthropic
根据他的 LinkedIn，在 2024 年 1 月加入 OpenAI 之前，Chan 曾在 Tesla 的 Autopilot 部门工作了大约两年半。在那里，他负责一款用于机器学习训练的定制芯片，工作内容包括软件框架导入、数据中心协同设计以及高能效数字格式。
来源与参考
收录于 2026-06-08