TL;DR
· Anthropic が自社開発の AI サーバー用チップを探っていると報じられているが、設計、テープアウト（試作）、量産の計画はまだ確認されていない。
· OpenAI は Jalapeño 推論チップを公開し、テストを開始しており、2026 年末までに展開する計画。
· Samsung は AI チップの外部委託（アウトソーシング）トレンドで恩恵を受ける可能性はあるが、Anthropic は短期的には引き続き AWS、Google、そしてエヌビディアの計算リソースに依存している。
Anthropic が自社開発の AI サーバー用チップをめぐって議論を深めているものの、これはまだ「すでに実現した」チップの受注案件ではありません。外部が注目している核心は、Claude の背後にある推論コスト、GPU の供給、データセンターの電力、そしてラックの収容能力が、大規模モデル企業にとっての強い制約になりつつある点です。OpenAI は、博通と連携した Jalapeño 推論チップをすでに公開しており、Anthropic も自社モデルにより適した専用チップを評価していると報じられています。ただし、現時点で公開されている情報を見る限り、Samsung が製造に関与しているか、プロジェクトが正式な設計段階に入っているかといった点は、まだ確認できていません。
Anthropic はまだ初期の模索段階にあり、量産前夜ではない
Anthropic が模索していると報じられているのは、自社の AI モデルの実行方式により適したサーバーチップだ。汎用 GPU と比べ、カスタムチップは設計に成功すれば、特定の推論タスクでコストを下げ、電力効率を高め、外部チップ供給への依存を減らせる可能性がある。
この種のチップの難しさは、単一チップの性能だけではない。大規模モデル企業は、計算速度、メモリ帯域、相互接続ネットワーク、消費電力、放熱、クラスターの安定性を同時に扱う必要がある。本当に難しいのは、何千、何万ものチップをデータセンター内で安定して協調させ、学習または推論タスクを継続的に提供することだ。
現時点では、Anthropic は依然として初期評価と定義の段階にある、という表現が最も無難だろう。チップが主にどの AI タスクを担うのか、性能と消費電力の目標をどう設定するのか、サーバーやクラスターのレベルでどう適合させるのか、外部のチップ設計会社の参画が必要なのか――こうした点には、まだ明確な公開回答がない。
同社の対外的な説明も慎重姿勢を保っている。Anthropic は今年4月、Amazon との提携拡大を発表し、今後10年間で AWS の技術に1000億ドル超を投資し、最大5GWの容量を確保するとしたうえで、Trainium2 を100万個超使って Claude の学習と提供を行っていると述べた。Anthropic は同時に多様なハードウェア戦略を強調しているが、AWS は依然として主要な学習およびクラウドサービス提供者である。
つまり、自社設計チップの模索が続いたとしても、短期的に既存の供給事業者を置き換えるのは難しい。AWS Trainium、Google TPU、NVIDIA GPU は、依然として Anthropic の大規模計算基盤の重要な構成要素である。
OpenAI は一歩先に進み、推論コストの圧力がより直接的になっている
Anthropic がこのタイミングで自社設計チップの議論に入れられている重要な背景には、OpenAI がすでに先行例を示していることがある。
Broadcom の公式発表によれば、OpenAI と Broadcom は2026年6月24日に Jalapeño を発表し、これは大規模言語モデルの推論向けアクセラレータ、いわゆる Intelligence Processor と位置づけられている。OpenAI と Broadcom は、このチップが初期設計から製造テープアウトまで約9か月で進み、試作サンプルはすでに研究室で稼働しており、2026年末までに導入を開始する計画だと述べている。
ここでは2つの段階を区別する必要がある。Jalapeño はすでに発表されテスト段階に入っているが、それは大規模商用化を意味するわけではない。これは、最先端のモデル企業が推論コストをより深いハードウェア制御の対象にし始めたことを示すものであり、GPU 需要がすぐに置き換わることを意味するものではない。
推論とは、ユーザーが ChatGPT や Claude などの製品に質問した後、モデルが回答を生成する計算プロセスのことだ。学習と比べて推論は発生頻度が高く、ユーザー規模が拡大するほどコスト圧力は持続的に上昇する。大規模モデル企業にとっては、1回あたりの推論コストがわずかに下がるだけでも、大量のリクエストと長期的なデータセンター支出に当てはめれば、かなりの節約になる可能性がある。
Anthropic の歩みは明らかにもっと早い段階にある。チップ仕様も公開しておらず、性能指標、提携先の一覧、量産スケジュールも明かしていない。OpenAI の進展が市場に示したのは一つの方向性だ。最上位のモデル企業は、もはや GPU を買うだけではなく、計算インフラの一部を自らの管理下に取り込もうとしている。
Samsung への期待は高まるが、受注はまだ決まっていない
Samsung が市場の注目を集めるのは、先端製造能力を持つ一方で、AI チップのファウンドリ機会をさらに獲得しようとしているからだ。Anthropic の資金調達やインフラ提携に関する報道が出ると、外部が Samsung を潜在的な AI アクセラレータ製造の機会と結びつけるのは自然な流れだった。
ただし、この点はやや冷静に見る必要がある。公開情報で確認できるのは、Samsung、SK hynix、Micron などの企業が Anthropic のインフラパートナーに関する議論に登場していたということだ。Micron は2026年6月22日に、メモリとストレージの AI アーキテクチャ設計、供給契約、Micron 社内での Claude 採用、そして Anthropic Series H への戦略投資を含む戦略的提携を発表している。
こうした提携のシグナルを、Samsung がすでに Anthropic の自社設計チップ受注を得たことと直接同一視することはできない。Anthropic が Samsung と製造提携について接触したという説についても、公開されていて検証可能な情報は十分ではない。より慎重に言えば、Anthropic の自社設計チップ計画が製造段階まで進めば、Samsung は市場が注目する潜在的な参加者の一つになり得るが、現時点ではそれを確定した取引として書くことはできない。
チップ・プロジェクトでは、初期評価から最終的な量産までの間に、アーキテクチャの確定、設計検証、製造プロセスの選定、パッケージングとテスト、サプライチェーンの調整などを経る必要がある。チップ設計がまだ固まっていない段階では、ファウンドリの役割も本当に定まったとは言いがたい。
人材採用の増加で信頼性は高まるが、路線はなお未確定
人材の動きが、Anthropic のハードウェア面での手がかりへの注目を強めている。報道によれば、OpenAI のカスタムチップチーム初期メンバーである Clive Chan が Anthropic に加わった。公開情報では、彼は OpenAI のチップチームの初期構築に関わったほか、Tesla Dojo に関連する経験も持つ。Anthropic も最近、チップエンジニアの採用を強化している。
これは、同社が少なくともハードウェア能力の準備を進めていることを示している。モデル企業にとって、モデル、推論負荷、データセンターシステムを理解するハードウェアチームは、どの作業をカスタムチップに任せ、どの作業を GPU、TPU、あるいはクラウド事業者のチップに依存すべきかを判断する助けになる。
ただし、人材の参加や採用拡大は、あくまで初期投資のシグナルにすぎない。プロジェクトが継続できるかは、コスト、性能、消費電力、導入の複雑さの間で十分な優位性をチップが示せるかにかかっている。カスタムチップが紙の上では効率向上を示しても、大規模かつ安定的に動作せず、あるいは製造やソフトウェア適合のコストが高すぎるなら、同社は引き続き主として外部チップに依存する可能性がある。
これが、短期的に NVIDIA が置き換えられにくい理由でもある。NVIDIA の GPU は依然として AI の学習と推論の主力であり、ソフトウェアエコシステムも成熟していて、データセンターの顧客はすでにそのプラットフォームを軸に多くのシステムを構築している。自社設計チップは、まず特定の推論シナリオで一部の作業を肩代わりする可能性が高く、GPU を全面的に置き換えるわけではない。
投資家にとって、Anthropic の自社設計チップに関する議論の実際の影響は、短期的にはサプライチェーンの綱引きに近い。トップクラスのモデル企業は、より多くの計算資源の選択権を得たいと考えており、クラウド事業者、Broadcom、Samsung、TSMC、メモリメーカー、先端パッケージングのサプライチェーンはいずれもこの潮流の恩恵を受ける可能性がある。ただし Anthropic のケースでは、確認できる事実はなお限定的だ。自社設計の模索はまだ初期段階であり、Samsung の役割も確定しておらず、Claude の大規模な計算資源は依然として AWS、Google、NVIDIA に依存している。