KI-Modelle und Plattformen

Anthropic bestÃĪtigt, dass es ein internes Silicon-Team fÞr Claude aufbaut

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufÞgen

Anthropic bestÃĪtigte am 5. August 2026, dass es ein internes Silicon-Team aufbaut, um benutzerdefinierte Chips fÞr Claude zu entwerfen, was das erste Mal ist, dass das AI-Labor diesen Versuch Ãķffentlich anerkannt hat. Die BestÃĪtigung kam in einer Unternehmensmitteilung an Business Insider zusammen mit einer Stellenanzeige fÞr einen Silicon-Ingenieur, die Anthropic auf seinem eigenen Karriereportal verÃķffentlichte.

“Wir arbeiten von der Chip-Ebene aufwÃĪrts mit unseren Silicon-Partnern und vertiefen diese Investition nun, indem wir ein benutzerdefiniertes Silicon-Team aufbauen”, heißt es in der Anzeige. Es werden Ingenieure in den Bereichen Frontend-Design, Pre-Silicon-Verifizierung, physisches Design, Design-for-Test, Analog- und Mixed-Signal, Technologie und Foundry, Design-Infrastruktur und Verpackung mit Signal- und LeistungsintegritÃĪt gesucht, bei einem Gehaltsbereich von 320.000 bis 485.000 US-Dollar.

Ein Sprecher erklÃĪrte gegenÞber Business Insider, dass Anthropic Hardware und Modelle so koordinieren werde, dass Claude schneller und effizienter “im Maßstab, den unsere Kunden benÃķtigen”, laufen kann, und sagte, dass das Unternehmen eine “Multi-Chip-Ansatz” verfolge, bei dem Hardware von AWS, Google, Nvidia (NVDA ) und AMD im Mittelpunkt seiner Skalierbarkeit bleibe. Diese Argumentation entspricht Anthropics eigener Bekanntmachung vom 6. April 2026, in der das Unternehmen erklÃĪrte, dass es Claude auf AWS Trainium, Google TPUs und NVIDIA GPUs trainiere und ausfÞhre, um “Arbeitslasten den am besten geeigneten Chips zuordnen zu kÃķnnen”.

Ein langjÃĪhriges Ziel, jetzt mit Personal besetzt

Die BestÃĪtigung wandelt Monate der Signale in ein besetztes Programm um. Reuters berichtete am 9. April 2026, dass Anthropic die Entwicklung eigener Chips in Betracht ziehe, obwohl zu diesem Zeitpunkt noch kein dediziertes Team eingesetzt worden war. Bis zum 2. Juli 2026 berichtete TechCrunch, dass Anthropic GesprÃĪche mit Samsung Electronics als potenziellen Herstellungspartner gefÞhrt hatte, wobei der Zweck und die Spezifikationen des Chips noch nicht entschieden waren.

Die neue Anzeige ist der eindeutigste Beweis, dass sich das Vorhaben Þber die Explorationsphase hinaus bewegt. Sie fordert Kandidaten auf, die “Silicon ausgeliefert”, “entscheidende Anrufe ohne eine große Organisation im Hintergrund” machen und “die erste Silicon-Verbindung und Fehlersuche unterstÞtzen”, wenn diese eintritt. Das sind die Verantwortlichkeiten eines Teams, das damit rechnet, ein Teil auszubauen, und nicht nur eines, das es bewertet.

Die Ökonomie hinter diesem Schritt ist in Anthropics eigenen VerÃķffentlichungen erkennbar. Das Unternehmen erklÃĪrte im April, dass sein Umsatz im Laufe des Jahres 30 Milliarden US-Dollar Þbersteige, gegenÞber etwa 9 Milliarden US-Dollar Ende 2025, und dass die Anzahl der Kunden, die mehr als 1 Million US-Dollar pro Jahr ausgaben, innerhalb von zwei Monaten auf Þber 1.000 gestiegen sei. Anthropics VerÃķffentlichungen verbinden den Umsatzanstieg direkt mit der “außergewÃķhnlichen Nachfrage der Kunden weltweit”, die die April-Erweiterung bedienen soll. Anthropic hat sich bereits seit geraumer Zeit die Angebotsseite zusammengestellt, einschließlich der Übernahme des Colossus-1-Rechenzentrums von SpaceX (SPCX ), um Claude zu betreiben, zu Beginn des Jahres.

Ein Layer besitzen, den es derzeit mietet

Anthropics heutige Rechenleistung lÃĪuft vollstÃĪndig auf den Chips anderer Unternehmen. Die April-Bekanntmachung verpflichtete das Unternehmen zu mehreren Gigawatt Next-Generation-Google-TPU-KapazitÃĪt, die ab 2027 online gehen soll, eine Erweiterung, die CFO Krishna Rao als die “bedeutendste Rechenverpflichtung des Unternehmens bis dato” bezeichnete, und nannte Amazon (AMZN ) seinen primÃĪren Cloud- und Trainingspartner im Rahmen des Project Rainier. Ein benutzerdefinierter Chip wÞrde Anthropic eine Ebene hinzufÞgen, die es direkt besitzt, neben der gemieteten KapazitÃĪt.

Das ist dieselbe Logik, die hinter den Programmen seiner Konkurrenten steckt. OpenAI stellte am 24. Juni 2026 seinen ersten benutzerdefinierten Chip vor, einen Inferenzprozessor namens JalapeÃąo, der gemeinsam mit Broadcom (AVGO ) entwickelt wurde. Anthropics angekÞndigter Ansatz unterscheidet sich in einem Punkt bewusst: WÃĪhrend OpenAI einen einzigen speziell entwickelten Teil baute, betont Anthropic ausdrÞcklich, dass sein eigenes Silicon innerhalb eines Multi-Vendor-Stacks sitzen und diesen nicht ersetzen wird. Die beiden Labore haben auch Þberlappende VersorgungsmÃķglichkeiten erkundet, wobei Meta zu einem Zeitpunkt in Betracht zog, AI-Rechenleistung an Anthropic zu verleasen, da die Nachfrage die verfÞgbare KapazitÃĪt Þberstieg.

Was ein erster Anthropic-Chip optimiert werden soll, ist noch nicht definiert. Die Betonung von Machine-Learning-Acceleratoren, High-Bandwidth-Memory-Subsystemen, On-Die-Interconnect und Hardware-Software-Co-Design in der Anzeige deutet auf einen Teil hin, der um Claudes eigene Trainings- und Inferenzmuster herum aufgebaut ist. Business Insider merkt an, dass die Entwicklung von Chips im Haus es AI-Labors ermÃķglicht, ihre Rechenleistung an die BedÞrfnisse ihrer Modelle anzupassen und ihre AbhÃĪngigkeit von Nvidia zu verringern.

Anthropic hat noch keinen Herstellungspartner, einen Prozessknoten oder ein Lieferdatum genannt. Die im Juli gemeldeten GesprÃĪche mit Samsung bleiben explorativ, und die TPU-Erweiterung im April bedeutet, dass ein großer Anteil von Anthropics NahkapazitÃĪt bereits an Google- und Broadcom-Silicon gebunden ist. Das benutzerdefinierte Team ist eine mehrjÃĪhrige Wette, die auf diese Verpflichtungen aufgesetzt ist, und die Suche in der Anzeige nach einer kleinen Gruppe, die eine große OberflÃĪche besitzt, deutet darauf hin, dass es sich am Anfang dieses Aufbaus und nicht am Ende befindet.

Theo Nash ist ein von KI generierter Spezialist bei Unite.AI, der sich mit KI-Infrastruktur, Rechenleistung und den Hardware-Systemen befasst, die die moderne kÞnstliche Intelligenz antreiben. Seine Arbeit konzentriert sich auf die technischen Grundlagen hinter großen KI-Workloads, einschließlich Rechenzentren, Beschleunigern, Netzwerken und den Software-Stacks, die sie verbinden.
Mit einer analytischen und ingenieursteuernden Perspektive untersucht Theo, wie Fortschritte in GPUs, benutzerdefiniertem Silizium, Speicherarchitekturen und verteilten Systemen neue Generationen von KI-Modellen ermÃķglichen. Er achtet besonders auf Leistungsabstriche, Energieeffizienz, Skalierbarkeit und die praktischen EinschrÃĪnkungen, die die realen EinsatzmÃķglichkeiten von KI-Infrastruktur prÃĪgen.
Artikel, die von Theo Nash verfasst werden, sind von KI generiert und von Unite.AIs Redaktionsteam ÞberprÞft, um technische Genauigkeit, Klarheit und verantwortungsvolle Berichterstattung Þber die sich schnell entwickelnde KI-Rechenlandschaft sicherzustellen.