首先要明确”成功“的定义，这分为推出产品 和获得市场认可并盈利两个阶段。
比特大陆和嘉楠科技均积极涉足AI ASIC芯片的研发。
比特大陆方面：
从2016年开始布局AI芯片，现已推出多代AI ASIC芯片，专注于云端及边缘的AI推理应用，如人脸识别、自动驾驶和城市大脑等。其CEO吴忌寒预测，未来五年AI芯片收入可占比特大陆总收入的40%，显示其对AI芯片业务发展持乐观态度。但现实中，AI芯片目前在比特大陆整体收入中占比仍较小，矿机业务依旧是主营，AI芯片市场竞争激烈，需在市场落地中取得实质突破.
嘉楠科技方面：
也从2016年开始研发AI芯片，首创基于RISC-V架构的商用边缘计算AI芯片，产品应用覆盖边缘智能领域，且AI研发团队规模已超过矿机芯片团队。不过，嘉楠在AI芯片上的营收占比极低，过去几年AI芯片业务未见明显盈利，2024年已宣布逐步终止AI芯片业务，专注于矿机主业。
嘉楠曾寄望三年内矿机与AI业务收入比达到1:1，但目前未实现，市场竞争和专利壁垒是其挑战.
所以，他们确实都成功开发出了AI ASIC芯片，但是在市场开拓方面还需提升。
你如果要对比谷歌的TPU （ASIC的话），这就说到我前面说的ASIC的定义。在AI ASIC来讲，谷歌自己因为有庞大的需求，所以想要设计符合自己需求的AI芯片，这个芯片设计出来，他首先就是自己使用，所以需求明确，客户明确。这个流程是，先有客户及需求，然后才有ASIC芯片（不存在什么做完了没人用的问题）。
那么，比特大陆的AI ASIC芯片，是先有客户吗？

首先要明确”成功“的定义，这分为推出产品 和获得市场认可并盈利两个阶段。
比特大陆和嘉楠科技均积极涉足AI ASIC芯片的研发。
比特大陆方面：
从2016年开始布局AI芯片，现已推出多代AI ASIC芯片，专注于云端及边缘的AI推理应用，如人脸识别、自动驾驶和城市大脑等。其CEO吴忌寒预测...展开

从道理上讲，国内是完全可以做的。只是能否做到什么程度而已。就目前来讲，国内华为，寒武纪都很出名了。（如果你关心的是股市，那我觉得国内的这些公司及题材已经足够炒作用了）
就AI ASIC来讲，可能我个人的定义/要求，会比国内券商的定义/要求更严苛一些。我认为首先人人都想要符合自己需求的芯片（也就是所谓定制化ASIC），但是这个代价（请博通，Marwell这些设计师，然后还要芯片制造流片等一系列前期费用）巨大，所以真正能负担的起就是那些大型云服务商，他们本身有钱，又有大量的需求，因此能负担起初始的巨额投入。这就是到目前为止，真正的ASIC客户就是那几家：谷歌，亚马逊，微软，Meta,OpenAI，Tesla/xAI等。
在中国，因为有”自主可控“这个因素，基本上各大互联网巨头，也都会有自己的芯片设计联合体。举例来讲，阿里就有平头哥。所以这些互联网巨头对于AI 芯片的采购选择就是：多管齐下。允许买美国货的时候，就买NVDA，AMD；同时也考虑华为，寒武纪等；然后再加上自家芯片设计联合体的ASIC，争取能覆盖一些自家的特殊需求。
回到你的问题，国内公司能自己研发类似TPU 这样的AI芯片吗？简单的答案，肯定是可以。但是如果站在芯片设计公司的角度想，困难挺大的。首先要面对的是客户来源这个问题，符合条件的大金主爸爸就那么多，基本还名花有主了。然后才是自己的技术实力能否满足市场需求，是否能达到市场上产品的平均水准的事情。

从道理上讲，国内是完全可以做的。只是能否做到什么程度而已。就目前来讲，国内华为，寒武纪都很出名了。（如果你关心的是股市，那我觉得国内的这些公司及题材已经足够炒作用了）
就AI ASIC来讲，可能我个人的定义/要求，会比国内券商的定义/要求更严苛一些。我认为首先人人都想要符合自己需求...展开

你如果能在粘贴一大堆资料后，再多说两句，说清楚你想要表达的意思，就更好了。
我想要说的是，1）Anthropic 在GPU这个层面，确实用到了NVDA的GPU，也用到了谷歌和AMZN的AI ASIC。2）使用谷歌的TPU，是通过谷歌的云服务这个中间层，而不是直接使用。这个中间层发挥的作用重大，让Anthropic少了很多适配工作量。
3）”Antrropic订购100万谷歌TPU“，或者”谷歌TPU外销100万“这些说法，都不够完整。实质是，这100万的TPU容量，还是要通过谷歌云服务；或者，在谷歌来说，其数百万TPU，大部分自用，有100万专门留给Anthropic通过谷歌云服务来使用。
而市面上大部分媒体，并不了解这其中的差异，或者说不够重视，反正有”外销“两个字就足够吸睛了。
4）最新的消息，anthropic建自己的AI数据中心。我当然关心会用谁家的GPU。尽管你提供的TD cowen的猜测是会购买谷歌的TPU，并由合作方Fluidstack提供类似TPUaaS服务，我仍然觉得TDcovwen的猜测不靠谱。
在我看来，Anthropic本身已经使用谷歌云（TPU)，AWS云（trinium），以及英伟达了，那么新建数据中心的话，首选应该上自家的ASIC，这样才是性价比最高也是最符合长远发展需求的 （你提供的Backlys的截图中也推测，博通的第四家ASIC客户可能是Anthropic）。

你如果能在粘贴一大堆资料后，再多说两句，说清楚你想要表达的意思，就更好了。
我想要说的是，1）Anthropic 在GPU这个层面，确实用到了NVDA的GPU，也用到了谷歌和AMZN的AI ASIC。2）使用谷歌的TPU，是通过谷歌的云服务这个中间层，而不是直接使用。这个中间层发挥的作用重大，让Anthropic少了...展开

Google最新一代TPU V7 分为两个版本，其中V7p由Broadcom 负责设计；V7e则由Google自己的in-house team负责设计ASIC die, 而台湾的联发科负责设计I/O die。
笔者的供应链调研了解到，Google 2026年预计将出大约400万颗TPU, 当中约300万为Google 自用(其中TPU V6约200万颗，TPU V7约100万颗)，剩余约100万颗则外销，其主要大客户为Anthropic。

Google最新一代TPU V7 分为两个版本，其中V7p由Broadcom 负责设计；V7e则由Google自己的in-house team负责设计ASIC die, 而台湾的联发科负责设计I/O die。
笔者的供应链调研了解到，Google 2026年预计将出大约400万颗TPU, 当中约300万为Google 自用(其中TPU V6约200万颗，TPU V7约100万颗)，剩...展开

这里面因为anthropic用的是谷歌的tpu，谷歌的tpu是属于broadcom的asic业务，同时它会在此基础上给anthropic做一定的定制化服务。
Fluidstack属于中间对接的neocloud，负责数据中心的运营跟建设。

这里面因为anthropic用的是谷歌的tpu，谷歌的tpu是属于broadcom的asic业务，同时它会在此基础上给anthropic做一定的定制化服务。
Fluidstack属于中间对接的neocloud，负责数据中心的运营跟建设。展开

我知道啊，OpenAI确实有通过谷歌的云服务用到了谷歌的算力。
但是，这和直接买谷歌的TPU用于搭建自己的数据中心，是两回事。（所以我才说，GPU和ASIC是有很大不同的。）
换句话说，你如何看待谷歌的云服务（或者，TPUaaS)的重要性？

我知道啊，OpenAI确实有通过谷歌的云服务用到了谷歌的算力。
但是，这和直接买谷歌的TPU用于搭建自己的数据中心，是两回事。（所以我才说，GPU和ASIC是有很大不同的。）
换句话说，你如何看待谷歌的云服务（或者，TPUaaS)的重要性？展开

我没有关注寒武纪，我关注的是专门做矿机的厂商比特大陆和嘉楠科技，他们的矿机是基于ASIC定制的芯片，尤其是嘉楠的张楠庚，第一个研发基于ASIC的矿机芯片，并开源出来，他们既然可以研发矿机芯片，设计芯片流片这些都很专业，流片成功率非常高，他们为什么不去研发TPU呢？非常希望他们也能研发出TPU。

我没有关注寒武纪，我关注的是专门做矿机的厂商比特大陆和嘉楠科技，他们的矿机是基于ASIC定制的芯片，尤其是嘉楠的张楠庚，第一个研发基于ASIC的矿机芯片，并开源出来，他们既然可以研发矿机芯片，设计芯片流片这些都很专业，流片成功率非常高，他们为什么不去研发TPU呢？非常希望他们也能研发出T...展开

anthropic自己官网没有提到asic
Anthropic 独特的计算策略侧重于一种多元化的方法，有效地使用三个芯片平台——谷歌的 TPU、亚马逊的 Trainium 和 NVIDIA 的 GPU。这种多平台方法确保我们能够继续提升 Claude 的能力。

anthropic自己官网没有提到asic
Anthropic 独特的计算策略侧重于一种多元化的方法，有效地使用三个芯片平台——谷歌的 TPU、亚马逊的 Trainium 和 NVIDIA 的 GPU。这种多平台方法确保我们能够继续提升 Claude 的能力。展开