En la mesa de póker de Nvidia, el último jugador está robando cartas. En un mes, Anthropic primero se llevó al veterano en fabricación de chips de OpenAI, Clive Chan, y luego habló con Samsung sobre los 2nm. Con tres cartas en la mano -Trainium, TPU y GPUs de Nvidia- insiste en buscar una cuarta. ¿Para qué?
El gigante de la IA más experto en 'alquilar chips' del mundo, está extendiendo su mano hacia el camino más caro: fabricarlos.
Recién, The Information reveló: Anthropic ha iniciado los primeros trabajos para el desarrollo de sus propios chips de IA y está en conversaciones con Samsung Electronics para una potencial colaboración en fabricación.
Según fuentes informadas, las opciones que se están considerando incluyen el proceso de fabricación de 2nm y el avanzado empaquetado de Samsung.
Los 2nm son uno de los procesos de fabricación más avanzados actualmente; en un chip del mismo tamaño se pueden meter más transistores, haciéndolo más rápido y eficiente energéticamente. El empaquetado avanzado equivale a 'ensamblar' el procesador y la memoria de alta velocidad; cuanto más cerca estén, más rápido se moverán los datos, y menos tiempo perderá el chip esperando por ellos.
En julio de 2024, Samsung anunció que proporcionaría a la empresa japonesa de IA Preferred Networks una solución llave en mano con proceso GAA de 2nm y empaquetado 2.5D, una combinación que es precisamente la opción que está considerando Anthropic. (Fuente de la imagen: Oficial de Samsung)
Estas dos cosas son actualmente los productos básicos más codiciados en la carrera por los chips de IA.
Es interesante que, hace apenas tres meses, Anthropic aún enfatizaba en su blog oficial: AWS Trainium, Google TPU y las GPUs de Nvidia siguen siendo el núcleo de su estrategia de potencia de cálculo.
'Multiplataforma, sin apostar por un solo hardware' siempre ha sido su distintivo, que la diferencia de OpenAI y xAI: estas últimas están profundamente vinculadas a Nvidia, mientras que Anthropic basa su entrenamiento e inferencia en las tres cartas mencionadas.
Ahora, también quiere su propio chip.
¿Está a punto de romper sus propias reglas?
Tres fuentes informadas directamente sobre el proyecto afirman que ni siquiera se ha decidido cómo 'se verá' este chip: qué hacer, cuánto rendimiento tendrá, cómo integrarlo en servidores y clusters, Anthropic todavía está reflexionando sobre ello.
Ya ha hablado con varias empresas de diseño de chips, pero aún no ha entrado en las fases detalladas de diseño, prueba y fabricación.
La respuesta oficial de Anthropic también es impenetrable: Trainium de AWS, Google TPU y las GPUs de Nvidia 'seguirán siendo el núcleo de la estrategia de expansión de capacidad de cálculo de la empresa', y se niega a revelar detalles del roadmap.
Pero dos movimientos dejan clara la intención.
El primero es la contratación de personal.
El mes pasado, Anthropic fichó a Clive Chan, quien fue uno de los primeros miembros del equipo de chips personalizados de OpenAI. También han publicado ofertas de trabajo para puestos de ingenieros de chips.
Clive Chan, segundo ingeniero de hardware del equipo de chips personalizados de OpenAI, participó en el proyecto del supercomputador Dojo de Tesla, se unió a Anthropic en junio de este año.
El segundo es el calentamiento previo.
Reuters informó en abril de este año que Anthropic estaba considerando desarrollar sus propios chips para hacer frente a la escasez. Entre 'considerar' y 'contactar con un fabricante', han pasado menos de tres meses.
En la mesa de los gigantes de la IA, Google, Amazon, Meta y Microsoft ya han mostrado sus chips propios, y OpenAI también ha arrastrado a Broadcom al juego.
Mirando a su alrededor, entre los jugadores principales que aún no han mostrado sus cartas, casi solo queda Anthropic.
La cuarta carta obligada por la factura
Para entender por qué Anthropic fabrica chips, primero mira su curva de ingresos.
A finales de 2025, sus ingresos anualizados (run-rate revenue) eran de unos 90 mil millones de dólares.
En abril de 2026, superaban los 300 mil millones. A finales de mayo, superaban los 470 mil millones. En cinco meses, se multiplicaron por más de cinco.
Hace dos años, una curva de crecimiento así era inimaginable.
Los ingresos suben con fuerza, pero la factura de potencia de cálculo sube aún más.
El propio Anthropic admitió en su anuncio de abril que este ritmo de crecimiento ejercía una 'presión inevitable' sobre la infraestructura.
Así que, en los últimos meses, la expansión de capacidad de cálculo de esta empresa ha sido casi frenética:
En abril, firmó capacidad de generación de varios gigavatios con Google y Broadcom para la próxima generación de TPU, que entrará en línea a partir de 2027;
Blog oficial de Anthropic: Anunciado el 6 de abril la expansión de la colaboración con Google y Broadcom para obtener potencia de cálculo de varios gigavatios de la próxima generación de TPU
En mayo, anunció oficialmente una financiación Serie H de 65 mil millones de dólares, con una valoración post-inversión de 965 mil millones. Al mismo tiempo, firmó con Amazon nueva capacidad de hasta 5 gigavatios, y obtuvo potencia de cálculo GPU de Colossus 1 y Colossus 2 de SpaceX.
Amazon sigue siendo su principal socio en la nube y entrenamiento, y el Proyecto Rainier avanza.
Según The Information, incluso está negociando el uso de chips de Microsoft y chips de inferencia de la startup británica Fractile.
Contando, la lista de proveedores de chips de Anthropic ya llega a cinco.
Esto es interesante: una empresa con fuentes de cálculo extremadamente diversas, una curva de ingresos casi vertical y que acaba de ingresar 65 mil millones de dólares en su cuenta, ¿por qué todavía quiere entrar en la fabricación de chips?
La respuesta en dos palabras: escala.
Los modelos más avanzados se ejecutan en clústeres de decenas de miles de procesadores. A esta escala, incluso una mejora de eficiencia de solo unos pocos puntos porcentuales ahorra miles de millones de dólares reales.
Cuanto más dinero quema una empresa, más motivación tiene para exprimir hasta el último vatio de electricidad y la eficiencia de cada chip.
Además de la cuenta de potencia de cálculo, hay un punto clave: poder de negociación.
Cuando todas las empresas de IA están compitiendo por procesadores, centros de datos y electricidad, por mucha capacidad de cálculo alquilada que tengan, el poder de negociación siempre está en manos de otros.
Tener un chip propio sobre la mesa da un respaldo diferente al negociar precios con otros proveedores.
Por lo tanto, el desarrollo propio es la cuarta carta obligada por la ansiedad de la factura y el poder de negociación.
Este movimiento de Anthropic no pretende reemplazar a nadie, sino acercar un poco más hacia su lado la curva de costos y la iniciativa en la cadena de suministro.
El camino que OpenAI recorrió hace tres años
Este camino, OpenAI ya lo ha recorrido una vez.
En 2024, OpenAI contactó a Broadcom para comenzar a diseñar sus propios chips.
En octubre de 2025, ambas partes anunciaron una colaboración para desplegar 10GW de aceleradores de IA personalizados, aproximadamente equivalente a la capacidad instalada de diez unidades de energía nuclear, planeando comenzar el despliegue en la segunda mitad de 2026 y completarlo antes de finales de 2029.
El mes pasado, se presentó el primer producto, Jalapeño, un chip diseñado específicamente para la inferencia de grandes modelos.
El CEO de OpenAI, Sam Altman, y el CEO de Broadcom, Hock Tan, sostienen una placa conmemorativa de oblea de Jalapeño, con una placa que dice: Que escalemos sin problemas, exponencialmente y sin problemas hacia la AGI. (Fuente de la imagen: OpenAI)
Este chip pasó del diseño inicial a la fabricación de obleas en solo 9 meses; ambas partes afirman que es el ciclo de desarrollo de ASIC más rápido en la historia de los semiconductores de alto rendimiento. Curiosamente, parte del trabajo de diseño y optimización se aceleró con los propios modelos de OpenAI.
Mira, usar IA para diseñar chips que ejecuten IA, la rueda ya está girando.
Las pruebas iniciales reveladas por OpenAI muestran que el rendimiento por vatio de Jalapeño superará con creces el nivel más avanzado actual.
El presidente de OpenAI, Greg Brockman, ha enfatizado esta lógica: el mundo se está dirigiendo hacia una 'economía impulsada por la potencia de cálculo', los chips propios son parte de una estrategia de infraestructura de pila completa, cuyo objetivo es hacer que la potencia de cálculo sea más abundante y la IA más rápida, confiable y barata.
Altman incluso declaró: 'La inteligencia barata hasta el punto de no necesitar medición ya está a nuestro alcance.'
Pero no olvides el costo de tiempo. Desde contratar personal y formar un equipo hasta que el chip vea la luz, OpenAI tardó aproximadamente tres años.
Y la posición en la que se encuentra Anthropic ahora es exactamente el punto de partida de OpenAI hace tres años: el personal acaba de llegar, las especificaciones no están definidas, y todavía están hablando con el fabricante.
Retrocediendo más, los TPU de Google y el Trainium de Amazon llevan años funcionando, Meta y Microsoft también tienen sus propias disposiciones.
Entre los jugadores principales, ya no se cuentan con los dedos de una mano los que no tienen su propio chip.
Quién puede volcar la mesa de Nvidia
Aunque ha decidido entrar en el desarrollo de chips propios, Anthropic enfatiza que Amazon sigue siendo su principal socio en la nube y entrenamiento, y que Google TPU y las GPUs de Nvidia seguirán siendo el núcleo de su estrategia de expansión de capacidad de cálculo.
Cuántas más cartas, mejor, sin descartar ninguna, esta es siempre la táctica de Anthropic.
Pero hay un número digno de atención aquí.
Según estimaciones de The Information, a pesar del frenesí en financiación y actividades de diseño en el mercado de chips de inferencia, la cuota de mercado de Nvidia no ha disminuido en los últimos años, sino que ha aumentado, alcanzando ahora aproximadamente el 74%.
Jensen Huang ha declarado que ejecutar inferencia en chips de Nvidia es más eficiente que cualquier solución alternativa.
En GTC 2026, Jensen Huang mostró en el mismo escenario la GPU Rubin y la LPU Groq 3, esta última con un ancho de banda SRAM de 1200 TB/s, 55 veces superior a la primera. La inferencia es precisamente el terreno que Nvidia defiende con más fuerza. (Fuente de la imagen: Nvidia)
Después de años de hablar sobre chips propios, Google, Amazon, Meta y Microsoft han entrado en el juego, y Nvidia, cuya cuota de mercado debería haber sido erosionada en teoría, en cambio se ha vuelto más fuerte.
Esto demuestra precisamente que los chips propios no le quitan el presente a Nvidia, sino que buscan su propio futuro.
Entonces, ¿cómo ver este paso de Anthropic?
Para ellos mismos, es una baza a largo plazo más en la mesa de múltiples proveedores, obteniendo a cambio poder de negociación y eficiencia.
Contratar a Clive Chan demuestra que están construyendo capacidades en serio. Pero el proyecto aún está en sus primeras etapas; desde definir los requisitos hasta la fabricación de obleas, producción en masa y despliegue en clústeres, aún hay un abismo, el más cruel de la industria de los chips.
En la era anterior, las empresas de chips determinaban la forma del cálculo, y las empresas de software crecían sobre ello.
En la era de la IA, las empresas que hacen modelos están comenzando a definir los chips a la inversa. La estructura de poder de la pirámide de la potencia de cálculo está siendo reescrita desde la cima hacia abajo.
Si Samsung realmente aceptará este pedido, si Anthropic llevará este chip hasta la producción en masa, ahora no hay respuestas.
Lo único seguro es que, en el campo de batalla del 26% de los chips fuera del 74% de Nvidia, Anthropic ha entrado con 470 mil millones de dólares en ingresos anualizados y una valoración de 965 mil millones.
Cuando 'la inteligencia sea tan barata que no necesite medición', la superinteligencia saldrá de los centros de datos de los gigantes y se convertirá en un artículo de uso diario asequible para todos.
Referencias:
https://www.theinformation.com/articles/anthropic-talks-samsung-manufacture-custom-ai-chip?rc=epv9gi
https://x.com/itsclivetime/status/2063356118525792542https://www.anthropic.com/news/google-broadcom-partnership-compute
Este artículo proviene del WeChat público '新智元', autor: ASI启示录
