看来我们正处于这样一个时代：时代精神不再是“授人以渔”，而是教AI模型如何“钓鱼”，确保AI实验室——以Anthropic为例——能够享用终身定制的硅芯片大餐。
Anthropic目前向教授其AI模型设计硅芯片的研究工程师支付50万至85万美元的年薪，然而，支付给那些真正负责构建这些芯片、且技能要求几乎完全相同的硅工程师的薪资，却仅仅是这个数字的一小部分。
我们在5月曾报道，Anthropic在提及与三星（Samsung）不断发展的合作关系时，顺带提到了“逻辑芯片”，这引发了外界关于双方可能开展ASIC（专用集成电路）相关合作的广泛猜测。
然而，就在大约两个月后，Anthropic本周早些时候向《商业内幕》（Business Insider）透露，其确实计划构建这样一款定制芯片。该公司承认其正在努力组建内部硅设计团队，并补充说明，它已经并将继续采取“多芯片策略”。
Anthropic内部目前的薪酬对比十分有趣。“芯片设计RL研究工程师”一职（负责构建强化学习环境，以便Claude学习设计硅芯片——包括RTL生成、验证、物理设计优化等）的薪资范围为50万至85万美元。与此同时，“硅工程师”职位的薪资区间也值得关注。
然而，随着Anthropic不断扩充其硅设计团队，一个有趣的薪酬差距已经显现：这家AI实验室愿意为教授其AI模型设计硅芯片的研究工程师支付每年50万至85万美元，但为那些实际设计其首款ASIC的硅工程师支付的薪资却仅为32万至48.5万美元。
更重要的是，这种巨大的薪酬差距，是在这两个职位所需技能高度重合的背景下出现的，这些技能包括全ASIC/FPGA（现场可编程门阵列）流程、从RTL到流片、UVM/formal（通用验证方法学/形式验证）、物理设计、PPA（功耗、性能、面积）、DFT（可测试性设计）以及EDA（电子设计自动化）工具等方面的专业知识。
当然，Anthropic并非首家尝试利用AI模型进行芯片设计的AI实验室。毕竟，月之暗面（Moonshot AI）风靡一时的Kimi K3模型最近就曾在48小时内完全自主地设计出了一款可行的硅芯片，制造出了一款面积为4.0平方毫米、采用Nangate 45nm库的芯片设计，这一切都通过利用开源EDA工具并从头构建一个GPU编译器实现。这款虚拟芯片甚至在模拟中实现了超过8,700 tokens/秒的解码吞吐量。
看来，即便是硅工程师也无法幸免于AI带来的失业威胁。
