立即询价 AI芯片大单！Anthropic从博通采购100万颗TPU v7p芯片
发布时间：2026-01-06
AI企业Anthropic将直接从博通采购近100万颗TPU v7pIronwood AI芯片，本地部署在其控制的数据中心中。也就是说，博通将直接向 Anthropic供应基于TPU v7p的机架级 AI 系统，绕过TPU芯片的另一开发参与方谷歌。不过谷歌预计仍可从 Anthropic 同博通的交易中取得 IP授权收入。
博通CEO陈福阳此前在 2025年12月确认，Anthropic 已累计向博通下达了价值210亿美元的AI系统订单。在Anthropic的自有TPU算力系统中，TeraWulf 等三家企业供应基础设施，Fluidstack 则将负责现场部署服务。
Anthropic的AI理想与博通的新赛道
成立于2021年的Anthropic，由OpenAI前高管达里奥·阿莫迪（Dario Amodei）及其妹妹丹妮拉·阿莫迪（Daniela Amodei）创立。核心团队成员多来自Google DeepMind和OpenAI，包括GPT-2/3早期安全评估负责人。公司创立初衷源于对AI发展速度与安全监管脱节的担忧，其使命是构建“可靠、可解释、可操纵”的AI系统。
Anthropic独创的宪法AI框架通过RLAIF（基于AI反馈的强化学习）技术，使模型在生成内容前自动对照预设的AI宪法进行自我审查。该框架包含诚实、无害、公平等价值原则，显著降低有害输出风险。例如，其医疗诊断模型在置信度不足时会主动提示“请咨询专业医生”，而非冒险输出结论。
与OpenAI押注C端不同，Anthropic 80%收入来自企业客户，重点服务金融、医疗、法律等高敏感行业。其承诺不使用客户数据训练模型，并提供Slack、Notion等工具集成服务。2024年Claude系列模型市场份额达25%，2025年初已超52%，成为开发者首选。
与Anthropic的合作中，博通确认将提供基于TPU v7p的机架级AI系统，涵盖芯片封装、机架设计及系统集成服务，这一转型标志着博通正突破传统芯片供应的角色。
博通利用其先进封装技术，将谷歌的TPU IP转化为标准化产品，同时，其2023年收购VMware的经验，也有助于提供更全面的云基础设施解决方案。通过与Anthropic的合作，博通不仅开辟了新的收入赛道，更在TPU生态上实现了突破。此前，TPU生态完全由谷歌控制，如今博通可向第三方销售标准化系统，形成了“芯片+系统+服务”的全栈能力。
这一变化也引起了行业内的广泛关注，Meta等科技巨头已考虑在2027年将核心AI工作负载转向TPU v7p，若计划落地，博通将吸引更多企业级客户，加速打破AI芯片市场单一主导的格局。
谷歌第七代AI芯片TPU v7pIronwood
作为谷歌第七代AI芯片的TPU v7pIronwood，在2025年11月的Google Cloud Next大会上发布时，其核心参数就引发了行业的震动。
这款芯片在算力密度上实现了单芯片4614 TFLOPS的惊人表现，较前代提升了量级，FP8算力更使训练吞吐量翻倍。在能效比方面，它超越了NVIDIA B200两倍，显著降低了大规模部署的能耗与散热成本。同时，TPU v7p还支持9216颗液冷芯片集群，通过ICI网络实现Pod间的高效互联。作为首款专为AI推理设计的TPU，它精准匹配了生成式AI从训练为主转向推理规模化落地的需求。
在技术突破点上，TPU v7p提供了双模式配置，既有256计算引擎的推理Pod规格，也有9216计算引擎的训练Pod规格。其内存也进行了升级，HBM3E内存容量提升2倍，带宽提高2.7倍。此外，互连优化也是一大亮点，ICI链路带宽提升12%，延迟降低三分之一。
Anthropic的百亿级采购具有多重战略意义，首先体现在数据主权的掌控上。Claude系列模型涉及大量企业敏感数据，本地部署可避免第三方云平台处理的风险。例如，金融行业客户要求数据完全隔离，自主算力因此成为刚需。
其次，在成本结构优化方面，直接采购系统解决方案可规避云服务溢价。据测算，长期运营成本较租用TPU Pod可降低40%以上。
再者，技术栈的深度定制也是一大优势。掌握底层算力后，Anthropic可优化芯片驱动、通信协议及调度系统，使模型训练效率提升30%。
最后，这一举措还引发了生态级的变革，加速了AI公司“去云化”的进程。未来，OpenAI、xAI、Meta等企业可能效仿，推动AI芯片从“云内专属”走向“企业私有”。芯片、云服务、模型的三层关系将被重新定义，全球AI基础设施的权力版图面临重塑。
小结
当大型模型成为国家战略资产，算力控制权已上升至企业生死存亡的高度。Anthropic的采购决策不仅是商业选择，更是AI时代计算主权意识的集中体现。随着博通从芯片供应商升级为系统集成商，谷歌TPU生态的开放性增强，一场围绕算力、数据、技术的全方位竞争正在展开。这场变革或将决定谁能主导通用人工智能（AGI）的未来话语权。
相关新闻
随着AI时代的到来，AI所需的海量运算处理和电力消耗等成为全球性课题。“储备池计算”作为解决方案之一而备受关注。与模仿大脑的万能“神经形态设备”不同，“储备池计算”利用自然现象模仿小脑，因此可以实现高速处理且功耗低。TDK和北海道大学联合开发了面向边缘A1的模拟储备池A1芯片原型。在2025年10月举行的CEATEC 2025上，我们展示了一个演示机，让参观者可以实际体验其成果。高级AI的计算挑战
2025-11-26
据新华社报道，上海交通大学集成电路学院陈一彤课题组在新一代光计算芯片领域取得重大突破，首次实现支持大规模语义媒体生成模型的全光计算芯片LightGen，相关成果已经发表于国际顶级学术期刊《科学》（Science），并被选为高光论文重点报道。这是国际上首次实现大规模全光生成式AI芯片，标志着光计算在生成式AI领域的应用从理论可行性迈入实际效能领先阶段。全光计算芯片LightGen，突破三项世界级技术
2026-01-04
工信部 6 月 10 日正式印发《“人工智能 + 信息通信” 创新发展实施意见 (2026—2028 年)》，重点攻坚高端光电芯片、CPO、高速交换芯片，配套升级 400G/800G 算力骨干光网
新闻主体：工信部 6 月 10 日正式印发《“人工智能 + 信息通信” 创新发展实施意见 (2026—2028 年)》，重点攻坚高端光电芯片、CPO、高速交换芯片，配套升级 400G/800G 算力骨干光网一、政策出台背景文件依据《国务院关于深入实施 “人工智能 +” 行动的意见》制定，核心解决当前 AI 大模型、智算集群爆发带来的海量数据传输瓶颈：传统电互联带宽上限低、功耗高
2026-06-11
