#AnthropicTapsSamsungForAIchips

A Anthropic está a construir o seu próprio chip de IA e a falar com a Samsung - A Guerra da Integração Vertical Acabou de Ganhar um Novo Combatente
Esta história surgiu discretamente esta semana, mas as implicações estratégicas para todo o ecossistema de semicondutores de IA são enormes. Vou explicar exatamente o que está a acontecer e por que é que isso importa muito para além das decisões de negócio da Anthropic.
A Anthropic lançou um trabalho inicial no desenvolvimento de chips de inferência de IA próprios e está em negociações ativas com a Samsung Electronics sobre uma potencial colaboração de fabrico - especificamente o processo de 2nm da Samsung e a tecnologia de embalagem avançada. O projeto ainda está em fase de planeamento inicial, sem um design detalhado do chip ou um cronograma de produção em massa estabelecido. Mas o sinal direcional é inconfundível.
Não se trata de a Anthropic a experimentar hardware como um projeto secundário. A empresa recrutou Clive Chan este mês - um membro central da equipa original de chips personalizados da OpenAI, a mesma equipa que construiu a iniciativa agora conhecida como Project Cobalt, que a Microsoft integrou nos seus centros de dados Azure. A Anthropic está a contratar pessoas que já construíram isto uma vez para um concorrente. Esse é um tipo muito específico de aquisição de talento que sinaliza um compromisso genuíno, em vez de um interesse exploratório.
A lógica estratégica por detrás de cada grande empresa de IA eventualmente construir o seu próprio silício é idêntica e convincente. Neste momento, cada chamada de inferência feita no Claude, GPT-5.6, Gemini e todos os outros modelos de IA de fronteira é executada em GPUs Nvidia H100 ou H200 a aproximadamente 2 a 3 dólares por hora por chip. Quando se executam milhares de milhões de consultas de inferência diariamente, esse custo é enorme e cresce com cada utilizador.
Os chips de inferência personalizados, concebidos especificamente para a arquitetura do seu modelo, podem produzir o mesmo resultado a um custo dramaticamente mais baixo por token - os TPUs da Google alegadamente executam a inferência do Gemini 60% mais barata do que o hardware equivalente da Nvidia.
Os chips Trainium da Amazon executam a inferência do Titan com poupanças semelhantes.
O Project Cobalt da OpenAI está alegadamente já a poupar centenas de milhões anualmente. A vantagem dos TPUs da Google compõe-se a cada trimestre. Os chips MTIA da Meta - a mesma infraestrutura cujo excesso de capacidade a Meta está agora a vender - fornecem inferência eficiente em termos de custos à escala. A Anthropic a ver os seus concorrentes a extrair estas economias enquanto continua a pagar os preços integrais da Nvidia cria uma pressão competitiva que eventualmente torna o silício personalizado não apenas atrativo, mas necessário.
O ângulo da Samsung é fascinante e estrategicamente deliberado. A TSMC fabrica chips para a Apple, Nvidia, AMD e praticamente todos os outros grandes players de IA - o que significa que há uma verdadeira concorrência de fila de espera pela capacidade de nós avançados na TSMC durante períodos de pico de procura. O processo de 2nm da Samsung e a embalagem avançada são alternativas genuinamente competitivas, e a Samsung tem procurado agressivamente relações de fabrico de chips com hyperscalers após perder terreno para a TSMC nos ciclos recentes. Uma parceria Anthropic-Samsung daria a ambas as partes algo que atualmente lhes falta - a Anthropic obtém acesso ao fabrico sem competir com a Nvidia por slots na TSMC, a Samsung obtém um cliente âncora para as suas capacidades de nó avançado exatamente no momento em que precisa de demonstrar viabilidade contra a TSMC.
A leitura para o mercado é importante para investidores que acompanham nomes de hardware de IA. Cada empresa de modelos de IA que consegue trazer chips de inferência para dentro de casa é uma empresa que reduz as suas futuras compras de GPUs Nvidia na margem. Isto não ameaça o domínio dos chips de treino da Nvidia - treinar modelos de fronteira ainda exige o ecossistema CUDA da Nvidia e nenhum chip personalizado replica isso hoje. Mas os chips de inferência representam o segmento de crescimento mais rápido dos gastos em computação de IA e é exatamente esse mercado que a Anthropic, OpenAI, Google e Meta estão todos a visar simultaneamente com silício personalizado.
Para a Samsung especificamente, uma relação de fabrico de chips confirmada com a Anthropic seria um sinal positivo importante para a segunda metade de 2026 - particularmente valioso dada a recente fraqueza da ação devido a preocupações com uma liquidação mais ampla de semicondutores.
A competição de IA estendeu-se oficialmente das capacidades dos modelos para a infraestrutura de hardware. As empresas que controlam o seu próprio silício controlam a sua economia unitária a longo prazo. A Anthropic acabou de fazer o seu movimento nessa direção.
Com a Anthropic a entrar no desenvolvimento de chips de IA personalizados através de uma potencial parceria com a Samsung, na sequência do Project Cobalt da OpenAI - acha que as empresas de modelos de IA que constroem chips de inferência proprietários acabam por corroer o domínio da Nvidia nas margens, e isto torna a Samsung um investimento mais interessante do que parece, dada a recente liquidação de semicondutores?
‍#GateSquare #AI @Gate_Square