AI赛道软硬件融合的布局竞争正在持续升温。据行业消息人士披露，AI大模型厂商Anthropic此前曾与人工智能芯片初创公司MatX开展并购谈判，拟以约70亿美元的价格完成收购，核心目标是加速自身AI业务矩阵中定制化硬件的研发落地，为大模型训练、推理环节降本提效提供底层支撑。
有接近交易的知情人士透露，目前双方的并购洽谈已经调整为合作关系层面的讨论，尚未形成最终的合作落地方案。而在此之前，MatX已经开启新一轮融资进程，市场对其估值约为40亿美元，若此前70亿美元的并购方案落地，收购溢价将达到75%，也侧面反映出头部大模型厂商对优质芯片研发能力的迫切需求。
本次双方的接洽，也透露出Anthropic在底层硬件领域的布局方向。当前头部AI厂商的芯片研发路径已经出现明显的差异化分支：包括MatX在内的多家芯片初创企业，以及Anthropic的直接竞争对手OpenAI，目前的研发重心更偏向于适配生成式AI回复输出环节的处理器，也就是行业常说的推理芯片，这类芯片主打低延迟、高并发的响应能力，能够降低C端用户交互过程中的等待时长，优化生成式产品的用户体验。
而从目前披露的信息来看，Anthropic的自研芯片优先级首先面向大模型训练场景，训练芯片对算力密度、显存容量、数据传输效率的要求远高于推理芯片，也是当前大模型迭代过程中成本占比最高的环节之一。行业公开数据显示，目前头部千亿参数级大模型的单次训练成本已经突破千万美元级别，其中GPU采购、运维成本占比超过60%，如果能够推出适配自身模型架构的定制化训练芯片，有望将训练成本降低30%到50%，同时大幅缩短模型迭代周期，构建差异化的技术壁垒。不过上述知情人士也表示，Anthropic也不排除后续同步布局推理芯片研发的可能性，覆盖模型生命周期全环节的硬件需求。
作为AI芯片赛道的明星初创企业，MatX核心团队多来自谷歌、英伟达等巨头的芯片研发部门，其推出的AI计算架构在能效比上相比通用GPU有显著优势，此前已经获得了多家硅谷风投机构的投资，产品已经进入部分科技企业的测试环节。对于Anthropic而言，无论是最终并购还是达成深度合作，都能够快速补足自身在硬件研发领域的人才和技术缺口，避免从零开始布局芯片业务带来的时间成本和技术风险。
实际上，头部大模型厂商自研芯片已经成为行业共识，除了OpenAI、Anthropic之外，谷歌、Meta、亚马逊等科技巨头也都在推进定制化AI芯片的研发工作，逐步降低对英伟达通用GPU的依赖。一方面，全球高端AI GPU的供需缺口仍然存在，采购周期长、成本高的问题短期内难以得到缓解；另一方面，通用GPU的架构设计需要适配多元场景需求，无法针对单一厂商的大模型架构做最优适配，定制化芯片能够在特定场景下实现更高的能效比，帮助厂商在长期竞争中获得成本优势。从行业发展规律来看，未来大模型厂商的竞争将逐步从算法层面延伸到软硬件一体化的全栈技术竞争，拥有自主可控硬件能力的厂商，将在后续的市场竞争中掌握更大的话语权。
本文内容仅供参考，不构成任何投资建议。
