Anthropic estaría negociando con Samsung Electronics la fabricación de un chip de inteligencia artificial a la medida, según reportó The Information. El proyecto se encuentra en una fase muy temprana, sin diseño detallado todavía: la compañía aún está definiendo qué debe hacer el chip y qué nivel de potencia va a requerir.

En su respuesta al medio, Anthropic bajó el perfil del esfuerzo. Explicó que los procesadores de AWS, Google y NVIDIA seguirán siendo centrales en su estrategia y declinó comentar cualquier hoja de ruta de silicio propia.

Las señales, sin embargo, apuntan a que el chip ya está en desarrollo. Anthropic incorporó ingenieros de silicio, entre ellos Clive Chan, uno de los primeros miembros de los equipos de chips a la medida de Tesla y de OpenAI. Se espera que Chan arme una unidad dedicada a silicio dentro de Anthropic.

¿Por qué Anthropic quiere su propio chip?

El movimiento sigue una tendencia mayor en la industria. La empresa que logre construir y operar infraestructura de IA a menor costo se queda con una tajada más grande del margen. Los chips a medida son la vía para llegar ahí.

OpenAI presentó recientemente Jalapeño, su primer chip de inferencia interno, construido en conjunto con Broadcom. AWS despliega sus familias Trainium y Inferentia, Google opera sus TPU desde hace más de una década y Meta también corre silicio a medida afinado para cargas de IA.

¿Qué implica que Samsung sea la fundidora?

La elección de Samsung Foundry como socio de manufactura, en caso de confirmarse, marcaría una diversificación respecto de TSMC, la única fabricante con nodos de 3 nm a alto volumen actualmente. Samsung tiene nodos de 3 nm GAA en producción, aunque con rendimientos históricamente por detrás de TSMC. Para Anthropic, aliarse con Samsung permitiría asegurar capacidad sin competir directamente por wafers con los clientes principales de TSMC (Apple, NVIDIA y AMD).

Contexto para América Latina

La disputa por el margen del silicio no es abstracta para la región. Los precios de instancias GPU en Chile y Argentina llegan al usuario final con dos capas de sobreprecio: la escasez global de H100 y H200, y el margen que aplican los proveedores cloud sobre esa capacidad. Un ecosistema donde los grandes de IA absorben más de la inferencia con chips propios podría reordenar la matriz de costos de las APIs de Claude en los próximos 18 a 24 meses, tanto para desarrolladores independientes como para integradores que arman productos sobre esas APIs.

Anthropic no ha comentado una fecha de tape-out ni ha revelado si el eventual chip apunta a inferencia, entrenamiento o ambos. Si es de inferencia, competirá directo con la línea AWS Trainium sobre la que hoy corre buena parte de Claude en la nube.