Anthropic 找上三星做自研晶片：一場衝著推論成本來的算力自救，台灣供應鏈怎麼看

早上七點半，新竹寶山，一位在 2 奈米產線輪班的製程工程師刷卡進廠。他手機裡的產業群組前幾天轉了一則外電：做 Claude 的 Anthropic，正在跟三星電子談，要做一顆自己的 AI 晶片，指名 2 奈米製程。群組裡有人回了一句「又一個」，也有人回「這次不太一樣」。

不太一樣的地方在於：Anthropic 是目前檯面上最大的模型公司裡，少數還完全沒有自研晶片的一家。它的模型跑在 Google TPU、AWS Trainium 和輝達 GPU 上，三邊都要付錢。而現在它想自己做一顆——而且只做推論（inference），不做訓練。這個選擇本身就說明了問題出在哪。

事件背景

這則消息最早由科技媒體 The Information 在 2026 年 7 月 2 日披露，Bloomberg 與 TechCrunch 當天跟進，隔日 UPI 與研究機構 TrendForce 也各自報導，並補上了製程細節：談的是三星的 2 奈米節點，連同先進封裝一起。

值得注意的是雙方關係並非從零開始。三星在 2026 年 5 月參與了 Anthropic 規模 650 億美元的 H 輪募資，身分是策略性基礎設施夥伴。也就是說，投資人現在同時是潛在的代工廠。

另一條線索是人。6 月初，Anthropic 找來了 Clive Chan——OpenAI 自研晶片團隊史上第二位工程師，在那裡待了兩年半，參與博通設計的推論加速器。挖角時間點在報導曝光之前，這通常代表案子已經談了一陣子，而不是臨時起意。

還有一個對照組：三星原本在幫 OpenAI 做客製 AI 晶片，但那組談判在 6 月初因為雙方策略分歧而停滯。三星轉身接洽 Anthropic，時間上銜接得相當緊。

多家報導都強調，這件事還在非常早期。Anthropic 自己都還沒完全確定這顆晶片該做什麼、要多強、怎麼塞進伺服器架構裡。所以請把它讀成「一個方向的確立」，而不是「一份已經簽好的訂單」。

本次重點

• 合作對象與製程：Anthropic 洽談三星電子作為製造夥伴，鎖定 2 奈米節點與先進封裝，據 TrendForce 報導。
• 只做推論：範圍限縮在 inference，直指 Anthropic 最大的一筆持續性開銷——把 Claude 服務給全世界用戶的成本。訓練仍靠既有的 TPU 與 GPU 叢集。
• 雙重身分：三星 5 月才剛投資 Anthropic H 輪，現在可能同時是股東與代工廠。
• 關鍵人事：6 月延攬 OpenAI 自研晶片團隊早期成員 Clive Chan。
• 階段：早期評估，規格未定，沒有量產時程，也沒有任何一方發出正式公告。
• 背景動能：三星與 OpenAI 的類似合作在 6 月初卡關，這給了三星把產能與工程資源轉向的空間。

市場影響分析

對台灣使用者

短期內，你在 Claude 上的體驗不會有任何變化。這顆晶片就算一切順利，從規格定案到流片、驗證、量產、上線，兩三年跑不掉。

中期值得期待的是價格。推論成本是所有 AI 訂閱費的地板。過去兩年模型廠打的價格戰，本質上就是把推論成本壓下來之後，把一部分讓給使用者。如果 Anthropic 真的做出自己的推論晶片，把每百萬 token 的邊際成本再砍一段，台灣個人用戶最有感的會是「同樣的錢，額度變多」或「更高階的模型下放到便宜方案」。這是 Google 用 TPU 走過的路，Gemini 的定價之所以敢一路壓低，自研晶片是很大的原因。

但也要講白：這是「如果」。自研晶片翻車的案例不比成功的少。

對企業應用

台灣企業導入 AI 最常卡在兩件事：成本估不準、供應商鎖定的風險。這則消息對兩件事都有意義。

成本面，模型廠往自研晶片走，長期趨勢是 API 單價繼續下探，這對還在觀望「等便宜一點再導入」的公司來說，等待是有回報的——但別等太久，先把流程與資料整理好的公司，降價時才吃得到紅利。

供應商鎖定面則要反過來想。當每家模型廠都跑在自家專用硬體上，模型之間的遷移成本會不會變高？目前看還好，因為大家都還是走 API，硬體被抽象掉了。但企業在設計架構時，把 prompt、評測集、資料管線跟特定廠商解耦，仍然是該做的功課。

對開發者

最直接的一點：推論晶片的專用化，通常伴隨著「某些用法特別便宜、某些特別貴」。TPU 時代就是這樣——長 context 的成本結構跟 GPU 不一樣。未來如果 Claude 跑在自研 ASIC 上，batch 大小、context 長度、輸出長度對價格的影響曲線可能會重新洗牌。現在就養成用評測腳本量測實際成本的習慣，比事後補救划算。

另外，做本地部署的開發者不用太焦慮。模型廠自研晶片是雲端的事，你在自己機器上用 Ollama 或 LM Studio 跑開源模型的那條路，不受影響，反而因為小模型持續進步而越走越順。

對台灣半導體供應鏈

這是台灣讀者最關心、也最容易被過度解讀的一段，所以講保守一點。

三星的 2 奈米（SF2）良率與台積電 N2 的差距，業界的說法一直有出入，沒有公開可查證的權威數據。可以確定的是：模型廠一家一家做自研晶片，這個趨勢本身對整個先進製程與先進封裝的需求是加分的，不是零和。Anthropic 就算把晶圓給了三星，它的封測、基板、散熱、伺服器組裝，仍有很高機率有台廠參與。

真正該注意的訊號是另一個：客戶開始分散代工。過去幾年先進製程幾乎是單一供應商說了算，現在大客戶願意把新專案丟給第二來源，這對議價結構的影響，比單一筆訂單重要得多。

投資有風險，本文僅整理公開資訊，不構成任何投資建議。個股與產業判斷請自行查證並諮詢專業人士。

未來發展趨勢

模型公司做自研推論晶片，已經從「加分項」變成「標配」。OpenAI 有博通、Google 有 TPU、亞馬遜有 Trainium 與 Inferentia、Meta 也在推自己的加速器。Anthropic 是最後一塊拼圖補上。

接下來一年可以觀察三個訊號。第一，Anthropic 會不會發出正式公告——目前雙方都沒有官方確認，這件事隨時可能變卦。第二，設計夥伴是誰——三星談的是代工與封裝，晶片的架構設計還需要另一組人馬，這個名字出來才算真正落地。第三，三星在 OpenAI 那條線是否會重啟，如果重啟，產能怎麼分配會很有看頭。

再往後看，我覺得更有意思的是推論晶片的分化。訓練晶片大家拼的是浮點算力與互連頻寬，指標很單純。推論不一樣：agent 工作流要的是低延遲與高併發，長文件摘要要的是大容量記憶體頻寬，即時語音要的是穩定的 time-to-first-token。這幾種需求會不會催生出不同型態的推論晶片，而不是一顆通吃？我認為會。

TheAI學院 總結與評語

老實說，這則新聞的「新聞性」被很多中文轉載寫得太滿了。它現在的狀態是：兩家公司在談，規格沒定，沒有正式公告，連晶片要做什麼都還沒想清楚。任何拿這件事去推導「台積電要失去訂單」的論述，都跑得太前面。

但方向性的訊號是真的，而且很清楚：AI 的競爭正在從模型層下沉到矽的層次。誰能把每一次推論的成本壓得更低，誰就能在同樣的毛利下賣更便宜、養更多用戶、蒐集更多回饋、把模型練得更好。這是一個會自我強化的迴圈，也是為什麼每一家模型公司最後都會走到這一步。

這不是三星贏了台積電，而是「模型公司都要有自己的矽」這件事終於全員到齊——真正的變數不是誰接單，是推論成本被壓到多低。

給台灣讀者的具體建議，我給三個。個人用戶：不用因為這則消息換工具，但可以開始留意各家方案的額度調整，模型廠降價通常先反映在額度而不是標價。企業 IT：現在就把 AI 應用的成本量測做起來，記錄每個功能的 token 用量與單位成本，等降價來的時候你才知道該把預算加在哪。產業關注者：追蹤的重點放在「有沒有官方公告」與「設計夥伴是誰」，而不是社群上的良率傳聞。

想先把手上的 AI 用法整理清楚，可以從我們的提示詞範本與任務指南開始；如果你正在評估要不要把資料放上雲端，資料隱私當道：用本地 AI 保護你的資料這篇也值得一讀。

資料來源

• Anthropic in Talks With Samsung for Custom AI Chip - Bloomberg
• Anthropic is discussing a new custom chip with Samsung - TechCrunch
• Anthropic Reportedly Eyes Custom AI Chip; in Talks with Samsung for 2nm Foundry and Advanced Packaging - TrendForce

依公開資訊整理，以官方公告為準。截至 2026 年 7 月 26 日，Anthropic 與三星均未發布正式聲明。