TPU之父跳槽，AI造芯上桌了？

上周五（8月21日），Anthropic官宣了一笔看似普通的人事任命：谷歌TPU业务创始高管阿米尔·萨莱克加入其算力团队。但在冲刺2万亿美元估值IPO的节骨眼上，这更像一纸宣言——大模型公司的军备竞赛，正在从「抢算力」转向「造算力」，并且一路下沉到芯片设计，甚至磷化铟这样的上游材料。

🕵️ 挖走TPU之父，补齐最后一块拼图

顶级人才流动的方向，就是产业重心的方向。

2026年8月初，Anthropic官网上就挂出了直白的招聘信息：「公司正在组建自研定制芯片团队」。8月21日，靴子落地——前谷歌TPU项目创始高管阿米尔·萨莱克正式加入，向算力主管詹姆斯·布拉德伯里汇报，负责组建并领导AI定制芯片设计团队。

这份履历值得细看。据其公开履历与多家外媒报道，萨莱克先在英伟达干了八年，创立并领导系统芯片设计团队，主导了超过25个GPU与Tegra芯片开发项目；2013年被谷歌招至麾下，从零创建定制芯片业务，一手交付了前七代TPU——这条产品线至今仍是谷歌AI基础设施的支柱。2022年离开谷歌后，他在Cerberus Capital Management任高级董事总经理，专注半导体与AI投资。

换句话说，他既是「英伟达阵营」出来的通用芯片老将，又是亲手把定制ASIC从零做成谷歌算力顶梁柱的人。据多位接近人士的说法，市面上「既做过大规模通用GPU、又做过大规模定制芯片」的操盘手，一只手数得过来。挖到他，Anthropic的自研芯片团队才算有了总设计师。

产业逻辑也很清晰：自研芯片可以根据自身模型架构精准调整硬件设计，在底层算力上建立壁垒，降低对外部通用芯片的依赖。除自研外，据路透社报道，Anthropic还计划与三星合作设计硬件与模型，进一步提升运行速度和效率。人才的拼图补上了，接下来的问题是：这颗芯片，怎么造、造出来给谁用？

🧮 一边造芯，一边囤电：双轨算力版图

自研是远期期权，囤算力是当期刚需。

在自研芯片远水解不了近渴之前，Anthropic在外部扩容上的动作堪称凶猛。芯片采购端，据彭博社报道，公司与英国芯片初创公司Fractile达成约2.5亿美元的首批采购协议；同时大幅深化与谷歌、博通的合作，据路透社消息，提前锁定2027年约3.5GW的下一代TPU容量——这个数字大约相当于一座中等规模城市的用电量，而且还不含此前谷歌云协议中2026年交付的1GW容量。

博通在其中的角色关键：既负责开发和供应定制TPU，又承诺为谷歌下一代AI机架供应网络组件至2031年。数据中心端，Anthropic的签约规模已达数百亿美元级别，合作方涵盖传统云厂商、芯片巨头与新兴算力供应商，包括与Riot Platforms、Volta Infra Holdings等签署的容量协议。另据韩国媒体消息，公司已与三星电子接洽，计划采用三星2纳米制程和先进封装服务来生产自研AI芯片。

值得注意的一个背景是：据The Information的市场估算，Anthropic超半数算力长期由谷歌云上的TPU承载，而谷歌自身总算力增长正在放缓——这解释了为什么Anthropic必须加速把命脉分散。这张网的真正意义不在于「买得多」，而在于「不把命放在一台服务器上」：既对冲供应风险，也在与任何单一供应商谈判时握有议价权。

💸 自研芯片，算的是推理成本账

训练决定起点，推理决定生死。

Anthropic并不是孤例。据The Information报道，OpenAI已与博通联合开发了专为推理负载设计的Jalapeno芯片，计划2026年内投入使用；谷歌DeepMind长期依赖自家TPU；Meta则在推进MTIA加速器。头部大模型公司，已经全部下场造芯。

为什么是推理？因为模型公司的成本结构里，训练是一次性学费，推理才是按月缴纳的房租。用户每多问Claude一句，都是真金白银的硅片折旧。通用GPU为灵活性付出了大量冗余，而自研芯片可以围绕自身模型的推理负载做裁剪——去掉用不上的部分，把晶体管花在刀刃上，单位推理成本随之结构性下降。推理成本每降一个台阶，商业模式的讲法就换一副面孔，这在业界私下早有共识。

需要强调的是，自研与外购并不冲突。Anthropic同时从英伟达、AMD、谷歌和亚马逊购买芯片，自研更像一根杠杆：不追求立刻替代通用算力，而是在最大的成本项上争取结构性优化。对一家要冲2万亿美元估值IPO的公司来说，毛利模型的地基必须扎实——而算力成本，恰恰是地基里最大的一块砖。

🧱 缺的不只是GPU，还有磷化铟

算力金字塔的最底端，往往卡得最死。

把镜头从芯片设计拉远到材料层，会发现另一场静默的紧缺。AI数据中心的主流方案是用光信号替代传统电信号，把GPU的整体效率充分释放出来——而激光器和探测器这类核心光芯片，必须使用磷化铟衬底。Lumentum首席执行官迈克尔·赫尔斯顿今年2月在巴黎欧洲AI峰会上公开表示，当前磷化铟衬底的供需缺口已显著超越DRAM与NAND闪存等主流存储器件。

数字比感受更狠：第三方咨询机构Yole Group及多家券商研报均预计，2026年全球磷化铟供需缺口或超70%；中国银河证券研报显示，2025年全球磷化铟器件需求约200万片/年，实际产能仅约60万片/年。

xychart-beta

title "2025年磷化铟供需对比（万片/年）"

x-axis ["需求", "实际产能"]

y-axis "万片" 0 --> 250

bar [200, 60]

格局上，据中国银河证券研报，全球衬底成品市场由日本住友电工、日本JX金属、美国AXT三家合计占据九成以上份额，国内所有厂商出货量加起来只占约一成。国内最大的玩家之一，是云南锗业旗下的鑫耀半导体，年产能约15万片；AXT的全资子公司北京通美产能亦不小，但主要供货母公司并出口。

⚠️ 国内产业链的真实画像是「资源强、制造弱」：上游精铟不缺，缺的是高纯铟产能；中游衬底、外延片仍在扩产爬坡，提纯、良率与认证环节都待突破。分水岭出现在2025年下半年——AI算力爆发带动需求看涨，源杰科技、仕佳光子、长光华芯、三安光电等上下游开始协同发力，本土替代窗口正在打开。

产业逻辑在这里完成闭环：Anthropic们的芯片军备竞赛，最终会传导为对每一片衬底、每一克高纯铟的争夺。自研芯片解决的是设计主权，材料解决的是物理产能——两层缺一层，算力大楼都盖不起来。

🧭 算力自主权，正在成为估值变量

资本市场给大模型公司定价，先问算力从哪来。

把Anthropic这一连串动作摆在一起看，脉络其实分三层：人才主权（挖来萨莱克）、供应多元化（3.5GW容量加数百亿美元协议）、成本结构（自研定制芯片压推理成本）。这三层合起来，就是「算力自主可控」——它正在取代参数与跑分，成为决定大模型公司估值上限的核心变量。

从地缘视角冷静看，两个事实值得记下：其一，即便自研，先进制程与先进封装产能依然高度集中于三星等少数代工厂；其二，磷化铟衬底九成以上握在日本和美国三家厂商手里。也就是说，供应链的「卡点」正在从芯片设计环节，转移到制造与材料环节——这对国内的光芯片与衬底产业链，反而是一个难得的替代窗口。

算力竞争的完整纵深，比一张发布会PPT要长得多：从模型架构到芯片设计，从2纳米制程到一片磷化铟，每一层都在重新洗牌。而大模型公司能否把「算力自主」从叙事变成报表，才是这场豪赌真正的胜负手。

📌 小结

TPU之父跳槽，宣告AI造芯正式上桌；但上桌只是第一步，流片、良率、生态才是硬仗。而磷化铟的短缺提醒我们：算力之战的弹药库，深藏在材料车间里。2027年那3.5GW落地之日，才是这套「自研+多元采购」叙事接受检验之时——在此之前，所有人都在抢时间，也抢铟。