Anthropic回應造芯，327萬年薪招攬芯片工程師

Anthropic 於當地時間 8 月 5 日首度對外證實，公司正在籌組內部晶片團隊，目標是為其大型語言模型 Claude 打造專屬的客製化 AI 晶片。這項計畫的核心在於將硬體與模型進行協同設計，藉此提升 Claude 在大規模運算環境下的執行速度與整體效率。消息來源指出，Anthropic 發言人已向 Business Insider 確認此一發展，這也是該公司首次公開承認正在進行自研晶片的布局。這家由前 OpenAI 員工創立的人工智慧安全與研究公司，過去主要依賴外部供應商提供算力資源。

然而，隨著 Claude 的應用場景持續擴大，從文字生成到程式碼撰寫，再到企業級部署，運算需求也隨之快速攀升。Anthropic 認為，透過自行設計晶片，能夠更精準地針對 Claude 的計算特性進行硬體最佳化，從而突破現有通用晶片在特定工作負載上的效能瓶頸。儘管啟動了自研晶片計畫，Anthropic 強調並不會因此放棄與既有合作夥伴的關係。公司發言人明確表示，Anthropic 將持續採取「多晶片」策略，這意味著亞馬遜雲端服務（AWS）、Google Cloud、NVIDIA 以及 AMD 所提供的硬體解決方案，仍會是支撐其算力擴張的重要基礎。

這種混合路線既能保有自研晶片帶來的客製化優勢，也能透過外部供應商確保運算資源的靈活性與規模。為了推動這項晶片開發計畫，Anthropic 已在官方招聘頁面上釋出多項與晶片工程相關的職缺。這些職位涵蓋了從晶片架構設計、前端設計、功能驗證、物理設計，一直到晶圓製造與封裝測試等完整環節。根據招聘資訊顯示，這些晶片工程師的年薪範圍落在 32 萬至 48.5 萬美元之間，換算成新台幣約為 1,080 萬至 1,635 萬元，若以人民幣計算則約為 216 萬至 327 萬元，展現出該公司對頂尖硬體人才的強烈需求與高度重視。

業界分析指出，自研晶片雖然能為 AI 公司帶來顯著的效能提升與成本控制潛力，但晶片設計本身是一項極度複雜且資本密集的工程。從架構定義、設計驗證到最終的量產，往往需要耗費數年時間與數億美元的資金投入。Anthropic 選擇在此時投入自研晶片，顯示其對 Claude 長期發展的戰略野心，但也必須面對技術門檻與資源調度的嚴峻挑戰。值得注意的是，Anthropic 並非第一家走上自研晶片路線的 AI 公司。Google 早已透過其 TPU（張量處理單元）為自家模型提供專屬加速，而 OpenAI 也傳出正在探索自研晶片的可能性。

在大型語言模型競爭日益激烈的背景下，硬體與軟體的深度整合正逐漸成為決定模型效能與營運成本的關鍵因素。Anthropic 的這一步，無疑是為了在下一階段的 AI 軍備競賽中取得更有利的位置。對於 Claude 的使用者而言，自研晶片若能順利導入，未來可能感受到更快的回應速度、更低的延遲，以及更穩定的服務品質。特別是在企業客戶大量部署 Claude 進行自動化流程或客服系統時，運算效率的提升將直接反映在營運成本與用戶體驗上。不過，這些效益的實現仍需等待晶片設計完成並通過驗證，短期內 Claude 的運算仍將依賴現有的多晶片架構。

Anthropic 此次公開晶片計畫，也反映出 AI 產業正從單純的模型競賽，逐步延伸至基礎設施層面的競爭。當模型規模與參數量不斷成長，傳統通用晶片在處理特定 AI 工作負載時的效率瓶頸也愈發明顯。透過自研晶片，Anthropic 不僅能為 Claude 打造專屬的運算引擎，更可能藉此建立從模型到硬體的完整技術壁壘，進一步鞏固其在生成式 AI 領域的競爭優勢。目前 Anthropic 尚未公布自研晶片的具體量產時間表，也未透露將與哪些晶圓代工廠或 IP 供應商合作。業界普遍預期，這項計畫可能需要數年時間才能看到具體成果。

然而，從該公司積極招募晶片工程師的動作來看，Anthropic 顯然已將硬體自研視為長期發展的核心策略之一，而非僅僅是試探性的實驗項目。