BT财经

境内金融信息服务备案编号:

【京金信备(2021)5号】

2026年08月29日

注册 / 登录

放弃70亿美元收购,Anthropic为什么非要自己造芯片

一笔谈好的收购,变成了“再聊聊”

路透社独家消息称,Anthropic 曾与 AI 芯片初创公司 MatX 就约70亿美元的收购价格进行深入谈判;另一位知情人士表示,并购讨论后来已转为合作关系的探讨,而路透社自己也承认,并未获悉谈判不再推进的具体原因。

MatX 的背景相当对味:由前谷歌 TPU 工程师创立,做的是训练芯片,眼下正寻求以约40亿美元估值完成新一轮融资。按财联社的说法,它今年2月的5亿美元 B 轮由 Jane Street 与 Situational Awareness 领投。

一笔70亿美元级别的并购告吹,放在哪家公司身上都够单独成稿。但同篇报道里更关键的信息在后半句:Anthropic 已确认正在扩充内部硅片团队,目标是让 Claude 跑得更快、更省;过去几周它还见了多家 AI 芯片初创公司,但尚未决定收购其中任何一家。

取舍说穿了很简单:与其买下一家方向已经跑出来的初创,不如自己从零搭一支队伍。后者的现金成本更高、周期更长、失败概率也更大。Anthropic 选了后者。

不买公司,先买人

Anthropic 在芯片上的第一笔真金白银,是人事。

8月21日,Anthropic 向媒体确认,前谷歌 TPU 项目创始高管 Amir Salek 加入公司算力团队,向算力主管 James Bradbury 汇报。这份履历在业内极少见:在英伟达工作8年、创立其 SoC 业务并主导25个以上 GPU 与 Tegra 芯片项目;2013年至2022年在谷歌从零搭建定制芯片业务,交付了前七代 TPU;离开谷歌后转投 Cerberus Capital Management 任高级董事总经理。更早的今年6月,Anthropic 招募了参与过 OpenAI 首款自研芯片 Jalapeño 的前 OpenAI 芯片工程师 Clive Chan。再往前,8月初 Anthropic 官网挂出的招聘信息已明确写着“公司正在组建自研定制芯片团队”。

这条人事线解释了 MatX 交易为什么会变味。Anthropic 想要的不是“一家能做出样片的初创”,而是一支能够连续交付多代产品的组织——这类组织,市面上几乎没有便宜现货。

代价同样直白。路透社援引的行业口径是:单代芯片的设计成本通常高达数亿美元,从设计到产出可用硬件往往需要一年以上;而谷歌从第一代 TPU 做到今天具备对外供货能力,走了十余年。人才可以买来时间,买不来物理过程。

算力这张账单:按月租、按吉瓦计价

要看懂这个选择,得先看 Anthropic 现在为算力付多少钱。

路透社的说法是,Anthropic 每月向 SpaceX 支付约12.5亿美元,使用配备逾22万块英伟达芯片的 Colossus 1 数据中心——仅此一项,年化就是150亿美元量级。8月27日,多家媒体报道,Anthropic 同意向英国 AI 基础设施公司 Nscale 支付450亿美元,租用其西弗吉尼亚州旗舰数据中心约460兆瓦算力,合同期六年,采用英伟达 Vera Rubin 芯片,明年底起陆续上线;该园区全建成容量约1.35吉瓦,微软曾于今年3月签下预订意向书、又在夏季退出。路透社同时提到,Anthropic 已购买价值360亿美元的谷歌 AI 芯片,但未披露年限与累计口径。

更长期的一层已经铺开:公司扩大了与谷歌、博通的合作以锁定2027年约3.5吉瓦的下一代 TPU 容量,并与英国芯片初创 Fractile 达成约2.5亿美元的首批采购;另有中文媒体报道称,它正在与三星接洽,希望使用2纳米制程与先进封装。而英伟达在其财报电话会上说得很清楚:处理器供应紧张的状态可能持续到2027年。

这笔账的结构决定了两件事。外购和租用能解决“买不买得到”,解决不了“买得贵不贵”。在租赁与现货采购的模式里,硬件的性能溢价由英伟达以及上游代工、封装环节拿走,模型公司付的是市场出清价。自研要做的事,是把这条成本曲线上最贵的一块搬进自己的成本表——前提是先扛住数亿美元一代的现金开支。

所以 Anthropic 现在同时押三条路:多供应商、外购初创、自研。公司自己的表态是坚持多芯片供应商策略,知情人士则补充,未来也可能同步研发推理芯片。这里的边界要说清:自研不等于替代英伟达。推理负载相对稳定、单位成本可测算,是自研最容易算得过账的一块;训练侧还要过良率、互连和软件栈迁移这几关。

IPO 前夜,芯片是最好讲的成本故事

时间点上,这件事并不偶然。

据每日经济新闻等综合报道,Anthropic 已于6月1日向美国 SEC 秘密递交 S-1,招股书最早可能在9月7日美国劳动节之后公开,9月下旬或10月初挂牌,公司层面此前表示发行股数与价格尚未确定。它的上市估值目标约为2万亿美元,路透社此前的报道把这一目标与2028年最高2000亿美元的营收预测挂钩;今年5月,Anthropic 的估值已达9650亿美元。

收入端的故事已经讲得很满:据媒体援引公司披露,截至7月底其年化营收突破650亿美元,二季度初步收入超115亿美元、同比增长逾14倍,推理基础设施毛利率从38%升至逾70%,调整后营业利润首次转正。以2万亿美元估值除以650亿美元年化营收,市销率超过30倍。

反方声音也在同一时间出现。纽约大学金融学教授 Aswath Damodaran 公开表示,Anthropic 拟向投资者披露的超30万亿美元市场规模预估“已触及合理边界,甚至超出了可信范围”。

在这样的估值结构里,自研芯片承担的功能很清楚:它是少数既能被外部审视、又直接指向长期成本下行的变量。毛利率从38%到70%讲的是当下的产品定价权,是已经发生的数字;自研硅片讲的是单位推理成本的长期曲线,必须用时间和流片去证明。上市之后,这两类叙事面临的季度兑现压力完全不同——这也是为什么一笔70亿美元的收购可以被放弃,而一支芯片团队必须现在建立。

值得盯的四个信号

第一,MatX 从“收购”转成的“合作”,最终会否落到 IP 授权或设计外包——这决定 Anthropic 走的是全自研还是半自研。第二,内部硅片团队的实际规模与流片节点:招聘信息不算证据,tape-out 才算。第三,三星或博通是否被正式点名,2纳米产能与先进封装排期才是自研芯片真正的物理瓶颈。第四,招股书里那份算力合同清单:累计承诺金额、供应商集中度、不可撤销义务条款,这三项共同决定上市后的资本开支弹性。

70亿美元的收购可以不要,但芯片这门生意,从来没有便宜的入场方式。

参考数据来源

  • 华尔街见闻(转引路透社独家报道)·《Anthropic加码自研AI芯片:曾考虑70亿美元收购MatX,正接洽多家初创公司》· 2026-08-28 · https://wallstreetcn.com/articles/3780583
  • 财联社 ·《不只OpenAI!Anthropic也想造芯片 曾拟70亿美元收购一初创公司》· 2026-08-28 · https://www.cls.cn/detail/2467868
  • 财联社 ·《Anthropic挖来谷歌TPU功勋老将 定制化芯片浪潮愈演愈烈》· 2026-08-22 · https://www.cls.cn/detail/2461278
  • 华尔街见闻 ·《Anthropic自研芯片落子:挖来谷歌TPU业务创始人,2万亿IPO前夜的“去英伟达”豪赌》· 2026-08-22 · https://wallstreetcn.com/articles/3780053
  • 华尔街见闻 ·《Anthropic上市前加速“囤算力”,再砸450亿美元接手微软退出的园区》· 2026-08-27 · https://wallstreetcn.com/articles/3780376
  • 财联社 ·《Anthropic将向Nscale支付450亿美元租用人工智能算力》· 2026-08-27 · https://www.cls.cn/detail/2465523
  • 每日经济新闻 ·《美股盘前:Anthropic据悉拟9月7日后公布招股书,最快9月底上市》· 2026-08-28 · https://www.nbd.com.cn/articles/2026-08-28/4563664.html
  • 格隆汇 ·《AI巨头Anthropic冲刺史上最大IPO:2万亿美元估值背后的“超级叙事”与现实争议》· 2026-08-28 · https://www.gelonghui.com/p/6358965
  • Anthropic 官方新闻页(企业官网)· https://www.anthropic.com/news


版权声明:本文版权归BT财经所有,未经允许任何单位或个人不得转载,复制或以任何其他方式使用本文全部或部分,侵权必究。
帮助中心
联系我们
联系我们

 

商务合作:

 

公司地址

北京市丰台区汉威国际广场一区一号楼629

 

 

商务合作

周先生

Tel: +86-17743514315

Email: info@btimes.com.cn

官方微信公众号

北京领讯时代信息技术有限公司 | Copyright ©️ 2026 财经时报 版权所有 京ICP备19043396号-7

京公网安备 11010602007380号 | 境内金融信息服务备案编号:京金信备(2021)5号

网信算备110106674807801230011号


声明:未经授权,不得复制、转载或以其他方式使用本网站的内容。BT财经尽最大努力确保数据准确,但不保证数据绝对正确。