#AnthropicTapsSamsungForAIchips

Anthropic está construyendo su propio chip de IA y negociando con Samsung: la guerra de integración vertical acaba de sumar un nuevo combatiente

Esta noticia se publicó en silencio esta semana, pero las implicaciones estratégicas para todo el ecosistema de semiconductores de IA son enormes. Permíteme desglosar exactamente lo que está sucediendo y por qué es importante mucho más allá de las decisiones comerciales de Anthropic.

Anthropic ha lanzado un trabajo en etapa inicial sobre chips de inferencia de IA desarrollados internamente y está en conversaciones activas con Samsung Electronics sobre una posible colaboración de fabricación, específicamente el proceso de 2 nm de Samsung y la tecnología de empaquetado avanzado. El proyecto aún está en una planificación temprana, sin que se haya establecido un diseño detallado del chip ni un cronograma de producción en masa. Pero la señal direccional es inconfundible.

Esto no es que Anthropic experimente con hardware como un proyecto secundario. La empresa contrató a Clive Chan este mes, un miembro central del equipo original de chips personalizados de OpenAI, exactamente el equipo que construyó la iniciativa ahora conocida como Proyecto Cobalt, que Microsoft integró en sus centros de datos de Azure. Anthropic está contratando a las personas que ya construyeron esto una vez para un competidor. Esa es una adquisición de talento muy específica que indica un compromiso genuino en lugar de un interés exploratorio.

La lógica estratégica detrás de que cada gran empresa de IA eventualmente construya su propio silicio es idéntica y convincente. En este momento, cada llamada de inferencia realizada en Claude, GPT-5.6, Gemini y cualquier otro modelo de IA de frontera se ejecuta en GPU Nvidia H100 o H200 a aproximadamente $2 a $3 por hora por chip. Cuando ejecutas miles de millones de consultas de inferencia diariamente, ese costo es enorme y crece con cada usuario.

Los chips de inferencia personalizados diseñados específicamente para la arquitectura de tu modelo pueden ofrecer la misma salida a un costo por token drásticamente más bajo: se informa que las TPU de Google ejecutan la inferencia de Gemini un 60% más barata que el hardware equivalente de Nvidia.

Los chips Trainium de Amazon ejecutan la inferencia de Titan con ahorros similares.

Se informa que el Proyecto Cobalt de OpenAI ya está ahorrando cientos de millones al año. La ventaja de las TPU de Google se acumula cada trimestre. Los chips MTIA de Meta (la misma infraestructura de la que Meta ahora vende capacidad excedente) ofrecen inferencia rentable a escala. Anthropic, al ver que sus competidores obtienen estas economías mientras sigue pagando los precios completos de Nvidia, crea una presión competitiva que eventualmente hace que el silicio personalizado no solo sea atractivo sino necesario.

El ángulo de Samsung es fascinante y estratégicamente deliberado. TSMC fabrica chips para Apple, Nvidia, AMD y prácticamente todos los demás actores importantes de IA, lo que significa que hay una competencia real por las colas de capacidad de nodos avanzados en TSMC durante los períodos de máxima demanda. El proceso de 2 nm y el empaquetado avanzado de Samsung son alternativas genuinamente competitivas, y Samsung ha estado buscando agresivamente relaciones de fabricación de chips con hiperescaladores después de perder terreno frente a TSMC en ciclos recientes. Una asociación Anthropic-Samsung le daría a ambas partes algo que actualmente les falta: Anthropic obtiene acceso a la fabricación sin competir con Nvidia por los espacios de TSMC, Samsung obtiene un cliente ancla para sus capacidades de nodos avanzados exactamente en el momento en que necesita demostrar viabilidad frente a TSMC.

La lectura cruzada del mercado es importante para los inversores que siguen los nombres de hardware de IA. Cada empresa de modelos de IA que logra traer chips de inferencia internamente es una empresa que reduce sus futuras compras de GPU Nvidia en el margen. Esto no amenaza el dominio de Nvidia en los chips de entrenamiento: el entrenamiento de modelos de frontera aún requiere el ecosistema CUDA de Nvidia y ningún chip personalizado lo replica hoy. Pero los chips de inferencia representan el segmento de más rápido crecimiento del gasto en cómputo de IA, y es exactamente ese mercado el que Anthropic, OpenAI, Google y Meta están apuntando simultáneamente con silicio personalizado.

Para Samsung específicamente, una relación de fabricación de chips confirmada con Anthropic sería una señal positiva importante de cara a la segunda mitad de 2026, particularmente valiosa dado el reciente debilitamiento de la acción debido a preocupaciones más amplias de ventas masivas de semiconductores.

La competencia de IA se ha extendido oficialmente de las capacidades del modelo a la infraestructura de hardware. Las empresas que controlan su propio silicio controlan su economía unitaria a largo plazo. Anthropic acaba de dar su paso en esa dirección.

Con Anthropic ingresando al desarrollo de chips de IA personalizados a través de una posible asociación con Samsung, después del Proyecto Cobalt de OpenAI, ¿crees que las empresas de modelos de IA que construyen chips de inferencia propietarios eventualmente erosionan el dominio de Nvidia en los márgenes, y esto hace que Samsung sea una inversión más interesante de lo que parece dado el reciente desplome de los semiconductores?

‍#GateSquare #AI @Gate_Square