Kinumpirma ni Anthropic noong Agosto 5, 2026 na itinatayo nito ang isang espesyal na team sa loob ng kumpanya para sa custom silicon, na may misyon na disenyo ang mga AI chip na gawa nang espesipiko batay sa mga pangangailangan ng kanyang mga Claude model.
Ang hakbang na ito ay nagpapakita ng ginagawa na ng OpenAI at Meta: pagtratuhang isang kompetitibong sandata ang disenyo ng chip, hindi lamang isang desisyon sa pagkuha.
Ano talaga ang binubuo ng Anthropic
Ang layunin ay co-design, ibig sabihin ang mga inhinyero ng Anthropic ay hahawak ng parehong arkitektura ng chip at ang software na tumatakbo dito nang sabay-sabay. Ang malapit na integrasyong ito ang paraan kung paano hinuhuhusgahan ng mga kumpanya ang pinakamahalagang pagtaas ng performance sa malaking iskala: mas mabilis na pag-train, mas mura ang inference, mas mababang latency kapag sumasagot si Claude sa isang tanong.
Ang Anthropic ay nagsimula na mag-recruit ng mga inhinyero na may karanasan sa mga hardware at software stack, at ang saklaw ng sahod na ipinakita para sa mga posisyon na ito ay nasa pagitan ng $320,000 at $485,000.
Dinala rin ng kumpanya ang mga karanasan na pamumuno upang maging pundasyon ng pagsisikap. Ang pagpapadala ng isang batid na propesyonal mula sa chip organization ng Google ay nagbibigay ng kredibilidad kay Anthropic. Ang team ng chip ng Google ay nagbuo ng Tensor Processing Unit, o TPU, na naging isa sa mga pangunahing bahagi ng AI infrastructure sa nakaraang dekada.
Hindi magkakaroon ng pagbabago ang mga umiiral na kasosyo ni Anthropic. Patuloy pa ring nakikibase ang kumpanya sa Google Cloud TPUs, Amazon’s Trainium, at hardware mula sa Nvidia at AMD para sa kanilang mga pangangailangan sa compute. Noong Oktubre 2025, palawigin ni Anthropic ang paggamit ng Google Cloud TPU sa pamamagitan ng isang kasunduan na naglalayon hanggang sa isang milyong TPUs.
Bakit ginagawa ng bawat pangunahing AI lab ang ganito
Ipinaglalaban ng OpenAI ang sarili nilang pag-unlad ng chip, at malaki ang pagsisikap ni Meta sa paggawa ng custom silicon para sa kanilang AI workloads. Ang pagkakaroon ni Anthropic sa trend na ito ay hindi isang pagkakamali kundi isang pagkilala na ang playbook para sa mga frontier AI lab ay ngayon ay naglalaman ng hardware bilang unang priyoridad.
Ang mga GPU ng Nvidia ay nananatiling pangunahing pamantayan para sa pagtatrain ng AI, ngunit sila ay mga chip na pangkalahatang layunin na optimal para sa isang malawak na hanay ng mga workload. Ang isang chip na disenyo na espesipiko para sa arkitektura ni Claude ay, sa teoriya, ay maaaring magbigay ng mas mabuting performance per watt at per dolyar para sa mga partikular na paggamit ni Anthropic.
Ano ang ibig sabihin nito para sa kompetitibong landscape
Para sa mga cloud partner ni Anthropic, mas komplikado ang larawan. Ang Google at Amazon ay parehong nagbigay ng malalaking taya sa Anthropic sa pamamagitan ng pag-invest at mga pagkasundo para sa compute. Ang isang mas malaya sa hardware na Anthropic ay nagpapababa sa leverage ng mga partner na iyon, kahit na mananatili ang mga panahon na relasyon sa maikling panahon.