Menurut laporan The Information pada Kamis, Anthropic sedang bernegosiasi dengan Samsung mengenai pembuatan chip kecerdasan buatan khusus dan telah memulai pekerjaan pengembangan awal untuk chip AI mandiri. Jika chip server khusus ini akhirnya diproduksi massal, ini akan menjadi langkah penting bagi perusahaan di balik Claude dalam memajukan otonomi perangkat keras.
Langkah ini dipandang sebagai sinyal bahwa Anthropic mengikuti jejak OpenAI.
OpenAI telah lebih dulu memajukan proyek chip AI khusus dan bekerja sama dengan mitra desain dan manufaktur chip, berupaya membangun infrastruktur komputasi yang lebih mandiri dan efisien untuk produk seperti ChatGPT. Kedua perusahaan ini mengarah pada tren yang sama: perusahaan model besar sedang beralih dari persaingan algoritma murni ke persaingan integrasi perangkat lunak dan perangkat keras.
Dampak pasar pertama-tama jatuh pada tiga aspek: lingkungan negosiasi pemasok GPU eksternal seperti NVIDIA, peluang pabrikan seperti Samsung dalam pesanan chip AI, serta ritme pendanaan dan IPO perusahaan rintisan AI di masa depan.
Menurut laporan Barron's, analis Deutsche Bank baru-baru ini menyarankan agar OpenAI dan Anthropic tidak terlalu lama menunda IPO, salah satu alasannya adalah kebutuhan modal jangka panjang yang besar untuk pengembangan chip mandiri dan infrastruktur daya komputasi.
Pengembangan Chip Mandiri Utamanya adalah Masalah Kendali atas Daya Komputasi
Saat ini, melatih dan menjalankan model besar membutuhkan sumber daya komputasi berkinerja tinggi dalam jumlah besar. Pasar komputasi AI sangat bergantung pada arsitektur GPU NVIDIA, dan ketatnya pasokan serta permintaan membuat biaya pelatihan dan inferensi model tetap tinggi. Bagi perusahaan model seperti OpenAI dan Anthropic, chip tidak lagi sekadar proyek pengadaan, melainkan alat produksi inti.
Permintaan model Claude dari Anthropic tumbuh signifikan pada tahun 2026. TradingKey melaporkan, eksekutif Anthropic sebelumnya mengungkapkan bahwa pendapatan tahunan perusahaan telah melebihi 300 miliar dolar AS, sedangkan pada akhir 2025 sekitar 90 miliar dolar AS. Ekspansi bisnis mendorong peningkatan cepat kebutuhan daya komputasi dan juga memperbesar dampak ketidakpastian pasokan chip eksternal terhadap operasi perusahaan.
Anthropic saat ini masih bergantung pada berbagai skema chip pihak ketiga, termasuk TPU yang dirancang oleh Google di bawah Alphabet, serta chip yang dikembangkan sendiri oleh Amazon. Laporan menyebutkan, Anthropic juga telah mencapai kesepakatan pasokan TPU jangka panjang dengan Google dan Broadcom, yang terkait dengan rencana investasi infrastruktur komputasi AS senilai 500 miliar dolar AS yang dijanjikan sebelumnya.
Ini berarti, pengembangan chip mandiri tidak sama dengan sepenuhnya lepas dari pemasok eksternal. Target yang lebih realistis adalah menguasai kemampuan desain inti, membentuk opsi teknis cadangan, dan meningkatkan posisi tawar dalam negosiasi bisnis di masa depan.
Biaya Hanya Pintu Masuk, Kolaborasi Perangkat Lunak dan Keras adalah Kuncinya
Alasan paling langsung untuk mengembangkan chip mandiri adalah menurunkan biaya. Melalui ASIC khusus, perusahaan AI dapat mengoptimalkan alur komputasi di sekitar arsitektur model mereka sendiri, mengurangi modul yang tidak perlu dalam chip serbaguna, sehingga meningkatkan efisiensi energi. Jika chip Anthropic berhasil diproduksi dan diterapkan, laporan menyebutkan hal itu dapat secara signifikan menurunkan biaya panggilan API dan mempengaruhi struktur harga pasar aplikasi AI perusahaan.
Tetapi biaya bukan satu-satunya variabel. Pendiri SemiAnalysis, Dylan Patel, dalam sebuah wawancara menekankan bahwa ruang peningkatan efisiensi AI terbesar tidak hanya berasal dari chip yang lebih cepat, tetapi dari desain kolaboratif antara model, kernel, dan silikon. Ia berpendapat, optimasi satu lapisan mungkin membawa peningkatan dua kali lipat, tetapi kolaborasi antar lapisan dapat memberikan efek yang jauh lebih besar daripada perkalian sederhana.
Ini menjelaskan mengapa OpenAI dan Anthropic semakin terlibat dalam perangkat keras. Arsitektur model tidak secara alami cocok dengan semua chip. Dylan Patel menyatakan, model OpenAI lebih condong ke arah sparse (jarang), sedangkan model Anthropic relatif lebih dense (padat). Keduanya memiliki perbedaan signifikan dalam ukuran unit perkalian matriks, struktur mekanisme perhatian, bentuk lapisan pakar, dll. Hal ini membuat kedua perusahaan secara alami cenderung ke arah yang berbeda dalam pilihan perangkat keras. "Sebenarnya, mengikuti arah perkembangan model OpenAI, menggunakan TPU mungkin adalah keputusan yang buruk bagi mereka; dan mengikuti arah perkembangan model Anthropic dan Google, melatih dengan GPU mungkin juga keputusan yang buruk bagi mereka," katanya.
Dengan kata lain, mengembangkan chip mandiri bukan sekadar mengganti GPU NVIDIA dengan chip sendiri. Tujuan sebenarnya adalah agar model sejak awal desain dapat disesuaikan dengan perangkat keras dasar, sehingga meningkatkan kecepatan inferensi, konsumsi energi, throughput, dan ekonomi unit.
Bukan Pengganti Segera bagi NVIDIA, Melainkan Penyeimbang Jangka Panjang
Pengembangan chip AI mandiri, mulai dari penelitian desain, verifikasi produksi, hingga penerapan produksi massal akhir, biasanya membutuhkan 18 hingga 24 bulan. Bahkan jika Anthropic mencapai kerja sama dengan Samsung, chip mandirinya sulit untuk menggantikan pasokan daya komputasi yang ada dalam waktu dekat.
OpenAI berjalan lebih awal. TradingKey melaporkan, OpenAI memilih bekerja sama dengan Broadcom dan TSMC, berencana untuk menerapkan chip inferensi pertama pada paruh kedua 2026. Dibandingkan Anthropic, OpenAI lebih aktif dalam jalur chip khusus dan lebih dekat dengan tahap penerapan.
Arah pengembangan chip mandiri oleh perusahaan model besar memang mengarah pada pengurangan ketergantungan pada pemasok seperti NVIDIA. Tetapi ini tidak berarti posisi NVIDIA akan dengan cepat melemah. Dylan Patel dalam wawancara mencatat, GPU NVIDIA masih memiliki keunggulan universalitas, banyak model dan ekosistem sumber terbuka itu sendiri dioptimalkan untuk GPU. Ia juga menyebutkan, yang disebut sebagai parit CUDA tidak hanya CUDA itu sendiri, melainkan banyak model hilir dan ekosistem perangkat lunak yang telah diadaptasi untuk bentuk perangkat keras NVIDIA. Jika struktur pakar, dimensi tersembunyi, dan mode komunikasi model lebih cocok untuk GPU, maka bahkan jika chip lain memiliki keunggulan, migrasi belum tentu mudah.
Oleh karena itu, mengembangkan chip mandiri lebih seperti membangun jalur kedua. OpenAI dan Anthropic mungkin akan terus menggunakan berbagai sumber daya komputasi seperti GPU, TPU, Trainium, sementara menggunakan ASIC mandiri untuk beban kerja yang lebih spesifik, stabil, dan frekuensi tinggi, terutama dalam skenario inferensi.
Kompetisi "Otonomi Daya Komputasi" di Seluruh Industri Telah Dimulai Sepenuhnya
Logika bersama di balik pengembangan chip mandiri OpenAI dan Anthropic dapat diringkas menjadi tiga poin: menurunkan biaya daya komputasi jangka panjang, mengurangi ketergantungan pada pasokan eksternal, serta meningkatkan efisiensi model melalui kolaborasi perangkat lunak dan keras.
Di antaranya, poin ketiga mungkin paling krusial. Seiring dengan meningkatnya skala perusahaan model, daya komputasi serbaguna tidak dapat sepenuhnya memenuhi kebutuhan arsitektur yang berbeda. Pengembangan chip mandiri memungkinkan perusahaan untuk menempatkan desain model, perangkat lunak sistem, dan silikon dasar dalam kerangka optimasi yang sama.
Tetapi arahnya sudah jelas: persaingan model besar sedang berkembang dari "model siapa yang lebih kuat" menjadi "siapa yang dapat mengendalikan daya komputasi, modal, dan stack perangkat keras dengan lebih baik". Ini juga alasan sebenarnya mengapa OpenAI dan Anthropic beralih ke pengembangan chip mandiri.
Eksplorasi Anthropic bukan kasus yang terisolasi. Mulai dari seri TPU Google yang telah dikerjakan lebih dari sepuluh tahun, seri Trainium Amazon yang fokus pada skenario pelatihan, seri MTIA Meta yang ditujukan untuk inferensi, hingga seri Maia Microsoft yang terus dikembangkan, perusahaan teknologi terkemuka telah menempatkan diri dalam lomba pengembangan chip mandiri.
Bagi Samsung, jika berhasil mendapatkan pesanan pembuatan chip dari Anthropic, hal ini akan memberikan dorongan penting bagi pengaruh bisnis foundry wafer mereka di bidang AI. Samsung saat ini sedang bersaing ketat dengan pabrikan seperti TSMC untuk klien proses canggih, dan memasukkan klien AI berpotensi pertumbuhan tinggi seperti Anthropic akan membantu memperluas peta mereka di bidang semikonduktor AI.
Artikel ini berasal dari akun WeChat publik: Wall Street News (华尔街见闻) , penulis: Zhao Ying
