Por Canuto  

Anthropic confirmó que está formando por primera vez un equipo interno dedicado al diseño de semiconductores personalizados para Claude. La empresa aseguró que sus chips complementarán, en lugar de reemplazar, el hardware que actualmente obtiene de AWS, Google, Nvidia y AMD.

***

  • Anthropic confirmó públicamente por primera vez la creación de un equipo interno de silicio
  • La empresa busca diseñar conjuntamente sus modelos y el hardware que los ejecuta
  • Una vacante ofrece un salario anual de entre USD $320.000 y USD $485.000
  • AWS, Google, Nvidia y AMD seguirán siendo pilares de su estrategia de cómputo

 

 

Anthropic está construyendo un equipo interno para diseñar procesadores personalizados capaces de ejecutar Claude con mayor velocidad y eficiencia, en medio de una demanda creciente por sus modelos de inteligencia artificial.

Un portavoz de la empresa confirmó los planes a Business Insider, en la primera declaración pública de Anthropic sobre su intención de desarrollar chips propios. La compañía ya comenzó a contratar ingenieros especializados en múltiples áreas del diseño y la verificación de semiconductores.

El objetivo será diseñar conjuntamente el hardware y los modelos de Claude, de modo que futuras generaciones del sistema puedan ejecutarse con una arquitectura creada específicamente para sus operaciones y exigencias de memoria.

La empresa sostuvo que este enfoque permitirá ofrecer Claude con mayor rapidez y eficiencia “a la escala que necesitan nuestros clientes”.

Anthropic no abandonará los chips de terceros

El desarrollo de semiconductores propios no significa que Anthropic pretenda sustituir inmediatamente el hardware de sus principales socios tecnológicos.

La empresa aseguró que mantendrá una estrategia basada en múltiples tipos de chips, en la que los procesadores de AWS, Google, Nvidia y AMD continuarán siendo fundamentales para ampliar la capacidad de Claude.

Anthropic ya opera sus modelos sobre una infraestructura diversificada. La empresa había explicado previamente que utiliza aceleradores Trainium de Amazon, unidades de procesamiento tensorial —TPU— de Google y GPU de Nvidia, una combinación que le permite distribuir capacidad entre diferentes plataformas y regiones.

Amazon Web Services es además el principal proveedor de nube y entrenamiento de Anthropic. Ambas compañías colaboran directamente en la optimización de futuras generaciones de Trainium, incluido el desarrollo de software de bajo nivel para conectar Claude con esos procesadores.

En abril, Anthropic también amplió su relación con Google y Broadcom para asegurar varios gigavatios de capacidad informática de próxima generación. Un acuerdo separado con Amazon contempla hasta cinco gigavatios adicionales, reflejo de las enormes necesidades energéticas y computacionales de los modelos de frontera.

El chip propio sería, por tanto, una capa adicional dentro de ese portafolio y no una ruptura inmediata con los proveedores existentes.

Una vacante revela las ambiciones del proyecto

Una oferta de empleo publicada recientemente ofrece una de las primeras descripciones concretas del equipo de “silicio personalizado” de Anthropic.

La empresa busca ingenieros con experiencia en diversas áreas del desarrollo de semiconductores, incluidos diseño, verificación y finalización de productos capaces de llegar efectivamente a fabricación.

El puesto ofrece una remuneración anual de entre USD $320.000 y USD $485.000. Los candidatos deben demostrar una contribución personal directa al cierre y lanzamiento de diseños de chips, no solamente experiencia académica o participación periférica en grandes equipos.

“Este es un puesto para alguien que haya enviado silicio, tenga una relación realista con los cronogramas y se sienta cómodo tomando decisiones trascendentales sin una gran organización detrás”, indica la vacante citada por Business Insider.

La descripción sugiere que el equipo se encuentra todavía en una etapa relativamente temprana. Anthropic no busca únicamente especialistas para optimizar software sobre chips existentes, sino personal capaz de llevar un diseño desde sus especificaciones iniciales hasta su fabricación.

¿Por qué las empresas de IA quieren sus propios chips?

El entrenamiento y funcionamiento de modelos como Claude requiere enormes cantidades de aceleradores especializados. Nvidia domina actualmente buena parte de ese mercado, pero la elevada demanda, los costos de adquisición y las restricciones de capacidad han llevado a laboratorios y proveedores de nube a buscar alternativas propias.

Un chip personalizado puede eliminar componentes innecesarios, priorizar operaciones específicas y adaptar la distribución de memoria al modelo que lo utilizará. En teoría, esto permite ejecutar cada consulta con menor consumo energético, reducir costos y aumentar el número de usuarios atendidos con la misma infraestructura.

El beneficio puede ser especialmente significativo durante la inferencia, la fase en la que un modelo ya entrenado responde preguntas, escribe código o ejecuta tareas para millones de usuarios.

Sin embargo, diseñar un acelerador competitivo requiere años de trabajo, inversiones multimillonarias y acceso a fabricantes capaces de producir semiconductores avanzados. Una arquitectura exitosa también necesita herramientas de programación, sistemas de interconexión, centros de datos y software optimizado.

Por ello, incluso las empresas que desarrollan chips propios suelen mantener relaciones con Nvidia y otros proveedores. Diversificar reduce la dependencia de una sola plataforma y permite asignar diferentes cargas de trabajo al hardware más apropiado.

Samsung aparece como posible fabricante

Reuters había informado anteriormente que Anthropic estudiaba la posibilidad de desarrollar procesadores propios. The Information señaló posteriormente que la empresa sostuvo conversaciones con Samsung Electronics como potencial socio de fabricación.

Anthropic no confirmó un acuerdo con Samsung y tampoco reveló quién produciría sus futuros chips, qué proceso de fabricación utilizarían o cuándo podrían entrar en funcionamiento.

La eventual participación de Samsung sería relevante porque diseñar un chip y fabricarlo son actividades distintas. Anthropic puede establecer la arquitectura y las especificaciones, pero necesitaría recurrir a una fundición con plantas capaces de producir circuitos avanzados a gran escala.

Samsung compite en ese mercado con Taiwan Semiconductor Manufacturing Company —TSMC—, fabricante responsable de buena parte de los procesadores más avanzados utilizados en inteligencia artificial.

OpenAI también entró al negocio del silicio

Anthropic no es el primer laboratorio de IA que decide diseñar hardware especializado alrededor de sus propios modelos.

OpenAI y Broadcom presentaron en junio Jalapeño, el primer procesador de inteligencia desarrollado específicamente por OpenAI. El chip fue concebido para inferencia de grandes modelos de lenguaje y forma parte de una plataforma de cómputo de varias generaciones que ambas compañías planean ampliar durante los próximos años.

La alianza contempla aceleradores, redes Ethernet y sistemas completos de centros de datos. Broadcom había informado previamente que el despliegue de los primeros racks comenzaría durante la segunda mitad de 2026 y continuaría hasta 2029.

Google utiliza desde hace años sus propias TPU; Amazon desarrolla Trainium e Inferentia mediante Annapurna Labs; Microsoft dispone de Maia; y Meta trabaja en su familia de aceleradores MTIA.

El ingreso de OpenAI y Anthropic muestra que la competencia entre laboratorios ya no se limita a quién produce el modelo más inteligente. También incluye quién puede asegurar electricidad, centros de datos, memoria avanzada y procesadores suficientes para ejecutar esos modelos a un costo sostenible.

Diseñar el modelo alrededor del chip

La principal ventaja estratégica para Anthropic podría surgir de la posibilidad de desarrollar simultáneamente nuevas versiones de Claude y el hardware destinado a ejecutarlas.

Los modelos actuales suelen adaptarse a procesadores diseñados para atender una variedad amplia de cargas informáticas. Un equipo integrado podría modificar la arquitectura del chip para acelerar las operaciones más utilizadas por Claude y, al mismo tiempo, ajustar el modelo para aprovechar mejor sus unidades de cálculo y memoria.

Esa integración entre hardware y software ha sido una de las principales fortalezas de compañías como Apple, Google y Amazon.

Anthropic ya tiene experiencia colaborando a bajo nivel con fabricantes. Su trabajo con AWS incluye escribir kernels que interactúan directamente con Trainium y contribuir al sistema de software Neuron de Amazon.

La creación de un equipo propio lleva esa estrategia un paso más adelante: en lugar de optimizar Claude únicamente para el silicio de otros, Anthropic podrá determinar algunas de las características del procesador desde el comienzo.

Una carrera por controlar la infraestructura de la IA

La decisión llega mientras Anthropic intenta ampliar rápidamente la capacidad disponible para Claude. En 2025, la empresa anunció un plan de USD $50.000 millones para construir infraestructura de IA en Estados Unidos, con instalaciones programadas para entrar en funcionamiento durante 2026.

A esa inversión se suman los acuerdos de varios gigavatios con Amazon, Google y Broadcom. La magnitud de esos compromisos indica que un chip interno no resolverá por sí solo las necesidades inmediatas de Anthropic.

Desarrollar semiconductores propios puede tardar varios años, y una primera generación no necesariamente superará a los productos de Nvidia, AMD, Google o AWS. El proyecto adquiere mayor importancia como estrategia de largo plazo: ofrece a Anthropic más influencia sobre sus costos, capacidad y hoja de ruta tecnológica.

También puede fortalecer su posición en las negociaciones con proveedores externos. Una empresa que dispone de varias plataformas y de una alternativa propia tiene menos riesgo de quedar condicionada por la disponibilidad, precios o prioridades comerciales de un solo fabricante.

Anthropic está dejando claro que el futuro de Claude no dependerá de un único chip. Su apuesta consiste en combinar aceleradores propios con el mejor hardware disponible de sus socios.

La carrera por la inteligencia artificial comienza así a desplazarse desde las interfaces visibles hacia una capa mucho más profunda. Los usuarios comparan modelos por la calidad de sus respuestas, pero detrás de cada palabra existe una competencia paralela por transistores, energía y capacidad industrial.

Quien controle esas tres variables no solo podrá construir modelos más potentes. También decidirá cuánto cuesta utilizarlos, cuántas personas pueden acceder a ellos y a qué velocidad puede crecer la inteligencia artificial.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público

Este artículo fue escrito por un redactor de contenido de IA

 


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados