Anthropic confirmó el 5 de agosto de 2026 que está reuniendo un equipo interno dedicado de silicona personalizada, encargado de diseñar chips de IA construidos específicamente según las demandas de sus modelos Claude.
El movimiento refleja lo que OpenAI y Meta ya han comenzado a hacer: tratar el diseño de chips como un arma competitiva, no solo como una decisión de adquisición.
Lo que realmente está construyendo Anthropic
El objetivo es el co-diseño, lo que significa que los ingenieros de Anthropic diseñarán simultáneamente la arquitectura del chip y el software que se ejecuta en él. Esta integración estrecha es cómo las empresas logran las mejoras de rendimiento más importantes a gran escala: entrenamientos más rápidos, inferencia más económica y menor latencia cuando Claude responde a una consulta.
Anthropic ya ha comenzado a reclutar ingenieros con experiencia en pilas de hardware y software, y los rangos salariales publicados para estos puestos se encuentran entre $320,000 y $485,000.
La empresa también está incorporando liderazgo experimentado para respaldar el esfuerzo. La contratación de un profesional con experiencia en el equipo de chips de Google otorga a Anthropic credibilidad en este ámbito. El equipo de chips de Google desarrolló la Unidad de Procesamiento Tensorial (TPU), que se convirtió en uno de los componentes definitorios de la infraestructura de IA durante la última década.
Las asociaciones existentes de Anthropic no van a desaparecer. La empresa sigue dependiendo de los TPUs de Google Cloud, Trainium de Amazon y hardware de Nvidia y AMD para sus necesidades de cómputo. En octubre de 2025, Anthropic amplió su uso de TPUs de Google Cloud con un acuerdo que apunta hasta un millón de TPUs.
Por qué cada laboratorio de IA importante está haciendo esto
Se ha informado que OpenAI ha llevado a cabo sus propios esfuerzos de desarrollo de chips, y Meta ha invertido fuertemente en silicio personalizado para sus cargas de trabajo de IA. La unión de Anthropic a esta tendencia es menos una sorpresa y más un reconocimiento de que el modelo para los laboratorios de IA de vanguardia ahora incluye el hardware como una prioridad de primera clase.
Las GPU de Nvidia siguen siendo el estándar dominante para el entrenamiento de IA, pero son chips de propósito general optimizados para una amplia gama de cargas de trabajo. Un chip diseñado específicamente para la arquitectura de Claude puede, en teoría, ofrecer un mejor rendimiento por vatio y por dólar para los casos de uso específicos de Anthropic.
Qué significa esto para el panorama competitivo
Para los socios en la nube de Anthropic, la situación es más matizada. Google y Amazon han realizado apuestas sustanciales en Anthropic mediante inversiones y acuerdos de cómputo. Una Anthropic eventualmente más independiente del hardware reduce el apalancamiento de esos socios, incluso si las relaciones a corto plazo permanecen intactas.