Según informes, Anthropic está explorando su propio chip de IA: conversaciones con Samsung sobre 2 nm, talento de OpenAI y la próxima guerra del cómputo

Introducción

Anthropic se ha presentado desde hace tiempo como una empresa que no quiere depender de una única vía de hardware. Su estrategia de cómputo se ha construido en torno a una combinación de AWS Trainium, las TPU de Google y las GPU de NVIDIA. Ese enfoque multiplataforma ofrece al creador de Claude más flexibilidad que una estrategia centrada exclusivamente en NVIDIA.

Pero informes recientes sugieren que Anthropic podría estar considerando ahora una cuarta carta: su propio chip de IA personalizado.

Según el artículo original, The Information informó que Anthropic ha iniciado trabajos preliminares en un chip de IA personalizado y ha discutido posibles opciones de fabricación con Samsung Electronics. Las opciones reportadas incluyen el proceso de 2 nm de Samsung y empaquetado avanzado, dos elementos muy relevantes para los aceleradores modernos de IA.

Esto no significa que Anthropic esté lista para reemplazar a sus actuales proveedores de cómputo. El proyecto todavía se describe como una iniciativa en una fase temprana. El propósito del chip, su rendimiento objetivo, la integración en servidores y el plan de despliegue en clústeres aún no se han definido. Aun así, la dirección es clara: a medida que la IA de frontera se vuelve más costosa de entrenar y de servir, los mayores laboratorios de IA están siendo empujados cada vez más profundamente hacia la pila de hardware.

Según informes, Anthropic está hablando con Samsung sobre un chip de IA personalizado

El informe central es simple, pero importante: según se informa, Anthropic ha comenzado a explorar de forma preliminar su propio chip de IA y ha mantenido conversaciones con Samsung sobre su fabricación.

Según los informes, las opciones en discusión incluyen el proceso de 2 nm de Samsung y empaquetado avanzado. En el hardware de IA, esos dos puntos son muy importantes.

Un nodo de proceso más pequeño puede colocar más transistores en un área de chip similar, lo que mejora la posibilidad de lograr mayor rendimiento y una mejor eficiencia energética. El empaquetado avanzado es igual de importante. Los chips modernos de IA a menudo necesitan mover enormes cantidades de datos entre unidades de cómputo y memoria de alto ancho de banda. Cuanto más corta y rápida sea esa ruta de datos, menos tiempo pierde el chip esperando a la memoria.

En julio de 2024, Samsung anunció una solución integral de semiconductores para Preferred Networks que combinaba su proceso GAA de 2 nm con empaquetado 2.5D. El artículo original señala esto como el tipo de combinación de fabricación y empaquetado que Anthropic podría estar evaluando.

Por ahora, esto sigue siendo una conversación reportada, no una hoja de ruta de producto confirmada por Anthropic. La postura pública de Anthropic continúa siendo que AWS Trainium, las TPU de Google y las GPU de NVIDIA siguen siendo fundamentales para la forma en que la empresa escala su cómputo.

Precisamente por eso la historia resulta interesante. Anthropic no es una empresa sin socios de cómputo. Ya tiene varios. Si aun así está explorando un chip personalizado, probablemente la razón no sea un reemplazo a corto plazo. Es apalancamiento a largo plazo.

Dos señales: contratación y conversaciones con fundiciones

El artículo original destaca dos movimientos que hacen que el informe sea más significativo.

El primero es la contratación. Según se informa, Anthropic incorporó a Clive Chan, uno de los primeros miembros del equipo de chips personalizados de OpenAI. También había trabajado en el proyecto de supercomputadora Dojo de Tesla. Contrataciones de hardware como esta normalmente no ocurren por casualidad. Son una señal de que la empresa quiere desarrollar capacidad interna, no solo acceso a proveedores externos.

La segunda señal es la propia conversación reportada con Samsung. Informes anteriores ya habían sugerido que Anthropic estaba considerando chips personalizados como una forma de afrontar la escasez de cómputo. Pasar de “pensar en chips” a “hablar con un posible socio de fabricación” sugiere que la idea ha avanzado al menos un paso hacia una evaluación práctica.

Aun así, la brecha entre un proyecto de chip en fase temprana y un acelerador de IA desplegado es enorme. Antes de que un chip pueda ser relevante en producción, una empresa tiene que definir la carga de trabajo, diseñar la arquitectura, validar el silicio y asegurar el empaquetado.

capacidad, construir placas y servidores, integrar redes y demostrar que el sistema completo puede funcionar a escala de clúster.

Ese proceso lleva tiempo. También cuesta mucho dinero.

La cuarta carta impuesta por la factura de cómputo

Para entender por qué Anthropic siquiera consideraría este camino, hay que empezar por la magnitud del problema de cómputo.

El artículo original señala el crecimiento extremadamente rápido de los ingresos de Anthropic y la presión que ese crecimiento ejerce sobre la infraestructura. Cuanto más usan los clientes Claude, más capacidad de entrenamiento e inferencia necesita la empresa. Una adopción más rápida del producto no solo crea una curva de ingresos. También genera una factura de cómputo.

El anuncio oficial de Anthropic de abril de 2026 indicó que la empresa había ampliado su alianza con Google y Broadcom para disponer de varios gigavatios de capacidad TPU de próxima generación, cuya entrada en funcionamiento se espera a partir de 2027. El mismo anuncio señaló que Anthropic ejecuta Claude en AWS Trainium, TPU de Google y GPU de NVIDIA, con Amazon como su principal proveedor de nube y socio de entrenamiento.

La estrategia es fácil de entender: usar diferentes plataformas de hardware para distintas cargas de trabajo, reducir el riesgo de depender de un solo proveedor y mantener resilientes los sistemas críticos.

Pero a escala de frontera, incluso pequeñas mejoras de eficiencia importan. Si un modelo se entrena o se sirve en decenas de miles de aceleradores, una mejora de unos pocos puntos porcentuales puede traducirse en ahorros muy grandes. La energía, la refrigeración, la utilización, el movimiento de memoria, las redes y el tiempo de inactividad se convierten en cuestiones de negocio, no solo en cuestiones de ingeniería.

Por eso un chip personalizado puede ser valioso incluso si nunca reemplaza a todos los proveedores externos.

Le da a Anthropic otra palanca. Puede reducir costos para cargas de trabajo específicas. Puede mejorar su poder de negociación con socios de nube y chips. También puede permitir que Anthropic optimice el hardware en función de la forma exacta en que se ejecutan sus propios modelos, en lugar de adaptar esos modelos al acelerador de propósito general que esté disponible.

En ese sentido, el supuesto esfuerzo en chips no contradice la estrategia multiplataforma de Anthropic. Podría ser una extensión de ella.

OpenAI ya ha recorrido este camino

El artículo original compara la posición reportada de Anthropic con el camino de OpenAI hacia el silicio personalizado.

OpenAI empezó a trabajar con Broadcom en aceleradores de IA personalizados antes de presentar Jalapeño, un chip de IA enfocado en inferencia y diseñado en torno a cargas de trabajo de grandes modelos de lenguaje. El anuncio oficial de OpenAI describió Jalapeño como su primer Procesador de Inteligencia y como parte de una plataforma de cómputo multigeneracional con Broadcom.

La comparación importa porque OpenAI ya está más avanzada en ese camino. La empresa anunció una colaboración de 10 gigavatios con Broadcom para aceleradores de IA personalizados y posteriormente presentó Jalapeño como un chip diseñado específicamente para la inferencia de LLM. OpenAI también dijo que el chip fue codesarrollado desde el diseño inicial hasta el tape-out en nueve meses, acelerado en parte por sus propios modelos.

Ese último punto es especialmente importante. Las empresas de IA ya no solo compran chips para ejecutar IA. Están empezando a usar IA para ayudar a diseñar los chips que ejecutarán los futuros sistemas de IA.

Esto crea un círculo de retroalimentación. Mejores modelos ayudan a diseñar mejor infraestructura. Una mejor infraestructura reduce el costo y la latencia de ejecutar modelos. Costos más bajos hacen posible un mayor uso. Un mayor uso genera más datos, más ingresos y más presión para construir la próxima generación de infraestructura.

Anthropic parece estar en un punto mucho más temprano que OpenAI cuando Jalapeño se hizo público. Según el informe original, Anthropic todavía está definiendo qué debería hacer el chip y cómo encajaría en el resto de su pila de cómputo. Ese es el comienzo de un camino largo, no el final.

¿Puede alguien realmente desafiar a NVIDIA?

El artículo original cierra con la mayor pregunta en la infraestructura de IA: ¿pueden los chips personalizados desafiar de forma significativa a NVIDIA?

La respuesta es más complicada que un “sí” o un “no”.

NVIDIA sigue siendo la fuerza dominante en la aceleración de IA, especialmente porque no solo vende chips. Vende una plataforma madura: GPU, redes, software, bibliotecas, sistemas y familiaridad para los desarrolladores. Para muchos equipos de IA, NVIDIA sigue siendo la forma más rápida y de menor riesgo de escalar.

Por eso los chips personalizados no deberían verse como un simple intento de “matar a NVIDIA”. Para empresas como Google, Amazon,

Microsoft, Meta, OpenAI y ahora posiblemente Anthropic: el objetivo suele ser más específico.

Quieren una mejor economía para sus propias cargas de trabajo. Quieren más control sobre el suministro. Quieren mayor poder de negociación. Quieren la capacidad de optimizar toda la pila, desde la arquitectura del modelo hasta el servicio de inferencia y el diseño del centro de datos.

En otras palabras, es posible que los chips personalizados no conquisten el mercado de NVIDIA de la noche a la mañana. Pero pueden transformar la economía de las empresas que operan a la mayor escala.

Para Anthropic, un chip personalizado sería una opción más a largo plazo. La empresa puede seguir utilizando AWS Trainium, las TPU de Google y las GPU de NVIDIA mientras desarrolla también experiencia interna en chips. Si el proyecto funciona, gana eficiencia y capacidad de negociación. Si no, la estrategia existente con múltiples proveedores sigue dando a Anthropic margen para escalar.

Qué significa esto para la carrera de infraestructura de IA

La industria de la IA está entrando en una fase en la que las empresas de modelos ya no son solo empresas de software. Los laboratorios líderes también se están convirtiendo en empresas de infraestructura.

En la era anterior, los fabricantes de chips definían en gran medida la forma de la computación, y las empresas de software construían sobre ese hardware. En la era de la IA, la relación empieza a invertirse. Las empresas que construyen modelos de frontera están definiendo cada vez más lo que necesitan de los chips, la memoria, las redes, la energía, la refrigeración y los centros de datos.

Las conversaciones reportadas entre Anthropic y Samsung encajan en ese patrón más amplio.

Puede que el proyecto nunca llegue a la producción en masa. Samsung puede convertirse o no en el socio de fabricación. La arquitectura final del chip, si llega a existir, puede ser muy diferente de lo que se está discutiendo ahora. Pero la dirección estratégica es clara: las empresas de IA de frontera quieren más control sobre la infraestructura física que sostiene la inteligencia.

Cuanto más caro se vuelve servir inteligencia, mayor es el incentivo para poseer una parte más amplia de la pila.

Nota sobre las fuentes

Este artículo se basa en el artículo original de BAAI / 新智元 y en las referencias allí citadas. La información sobre la supuesta discusión entre Anthropic y Samsung acerca de un chip personalizado se basa en reportes de terceros y debe tratarse como un proyecto de hardware en etapa temprana y no confirmado, salvo que Anthropic o Samsung lo anuncien formalmente.

No se encontraron bloques de código, pasos de línea de comandos, archivos de configuración ni tablas técnicas en el artículo original. El artículo original contenía varios logotipos de plataformas, imágenes promocionales, imágenes con códigos QR/contacto y banners decorativos; estos se eliminaron de acuerdo con las reglas de publicación. Una imagen original relacionada con OpenAI de la página de BAAI no pudo recuperarse de forma fiable, por lo que se utiliza en su lugar la imagen oficial de OpenAI del anuncio relevante de Jalapeño.

Fuente original: https://hub.baai.ac.cn/view/56077

Preguntas frecuentes

¿Qué estaría planeando Anthropic con un chip de IA personalizado?

Según los reportes, Anthropic está explorando un proyecto de chip de IA personalizado en etapa temprana y ha discutido posibles opciones de fabricación con Samsung. El chip no ha sido confirmado públicamente como un producto final, y el objetivo de diseño sigue sin estar claro.

¿Por qué Anthropic construiría su propio chip de IA si ya utiliza AWS Trainium, las TPU de Google y las GPU de NVIDIA?

Un chip personalizado podría ayudar a Anthropic a mejorar la eficiencia en cargas de trabajo específicas y a ganar más control sobre los costes y el suministro. También le da a la empresa más capacidad de negociación al trabajar con grandes proveedores de nube y chips.

¿Qué significa Samsung 2 nm en este contexto?

Samsung 2 nm se refiere a un proceso avanzado de fabricación de semiconductores. En teoría, un proceso más avanzado puede permitir diseños de chips más densos y con mayor eficiencia energética, aunque el rendimiento en el mundo real depende de la arquitectura completa, el empaquetado, la memoria y el diseño del sistema.

¿Por qué es importante el empaquetado avanzado para los chips de IA?

Las cargas de trabajo de IA mueven enormes cantidades de datos entre procesadores y memoria. El empaquetado avanzado puede acercar el cómputo y la memoria de alto ancho de banda, mejorando el movimiento de datos y reduciendo el tiempo y la energía desperdiciados.

¿Anthropic está intentando reemplazar a NVIDIA?

No necesariamente. La interpretación más realista es que Anthropic quiere otra opción dentro de su estrategia de cómputo. Las GPU de NVIDIA pueden seguir siendo importantes, mientras que los chips personalizados ayudan con cargas de trabajo específicas, control de costes y flexibilidad en la cadena de suministro.

¿Cómo se relaciona el chip Jalapeño de OpenAI con esta historia?

Jalapeño de OpenAI muestra cómo un gran laboratorio de IA puede adentrarse más en el silicio personalizado para cargas de trabajo de inferencia. La comparación es importante porque Anthropic podría estar iniciando ahora un recorrido similar, aunque parece encontrarse en una etapa mucho más temprana del proceso.

¿Está listo para producción el chip de Anthropic?

No hay evidencia pública que sugiera que Anthropic tenga un chip listo para producción. Según el reporte original, el proyecto aún está en una fase temprana, y las decisiones clave de diseño y despliegue no se han finalizado.

Herramientas relacionadas

• Anthropic: La empresa de IA detrás de Claude y de la supuesta exploración de un chip personalizado.
• AWS Trainium: La familia de aceleradores de IA diseñados específicamente por Amazon para cargas de trabajo de entrenamiento e inferencia.
• Google Cloud TPU: La plataforma de unidades de procesamiento tensorial de Google para entrenamiento e inferencia de IA a gran escala.
• Samsung Foundry: El negocio de fabricación de semiconductores de Samsung, incluidos servicios avanzados de procesos y empaquetado.
• Broadcom: A

empresa de semiconductores y redes involucrada en infraestructura de aceleradores de IA personalizados.

• OpenAI: La empresa de IA que presentó el chip de inferencia Jalapeño junto con Broadcom.

Enlaces relacionados

• Artículo original de BAAI: El artículo fuente utilizado para esta reescritura en inglés.
• The Information: Anthropic en conversaciones con Samsung: El informe original de pago citado por el artículo fuente.
• Alianza de cómputo de Anthropic con Google y Broadcom: El anuncio oficial de Anthropic sobre varios gigavatios de capacidad TPU de próxima generación.
• Anuncio de Samsung sobre GAA de 2 nm y empaquetado 2.5D: Publicación oficial de Samsung en su sala de prensa sobre GAA de 2 nm y empaquetado 2.5D para Preferred Networks.
• Chip de inferencia Jalapeño de OpenAI y Broadcom: Anuncio oficial de OpenAI sobre su chip de inferencia optimizado para LLM.
• Colaboración de 10 GW entre Broadcom y OpenAI: Anuncio oficial de Broadcom para inversores sobre la alianza de aceleradores personalizados con OpenAI.
• Descripción general de AWS Trainium: Documentación y descripción del producto de AWS para los chips de IA Trainium.
• Documentación de Google Cloud TPU: Documentación oficial sobre la arquitectura y el uso de Google Cloud TPU.

Resumen

Según informes, Anthropic está explorando un chip de IA personalizado y ha hablado sobre posibles opciones de fabricación con Samsung, incluida tecnología avanzada de proceso de 2 nm y empaquetado. El proyecto parece estar en una fase inicial, pero encaja con el cambio más amplio en la infraestructura de IA: las empresas de modelos quieren cada vez más control sobre el hardware que impulsa sus sistemas.

Este movimiento no significa necesariamente que Anthropic vaya a abandonar AWS Trainium, las TPU de Google o las GPU de NVIDIA. Más bien, apunta a una estrategia a más largo plazo: utilizar múltiples vías de cómputo, reducir el riesgo de suministro y mejorar la eficiencia de costos a escala de frontera.

El chip Jalapeño de OpenAI muestra que el silicio personalizado se está convirtiendo en parte del manual de juego de la IA de frontera. Es posible que Anthropic esté dando ahora los primeros pasos por un camino similar.

La idea principal: los chips de IA personalizados ya no son solo una historia de empresas de hardware; se están convirtiendo en una estrategia central para los mayores laboratorios de IA.