KI-Modelle und Plattformen

Anthropic bestätigt, dass es ein internes Silicon-Team für Claude aufbaut

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen

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

“Wir arbeiten von der Chip-Ebene aufwärts 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 Leistungsintegrität gesucht, bei einem Gehaltsbereich von 320.000 bis 485.000 US-Dollar.

Ein Sprecher erklärte gegenüber Business Insider, dass Anthropic Hardware und Modelle so koordinieren werde, dass Claude schneller und effizienter “im Maßstab, den unsere Kunden benötigen”, 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 erklärte, dass es Claude auf AWS Trainium, Google TPUs und NVIDIA GPUs trainiere und ausführe, um “Arbeitslasten den am besten geeigneten Chips zuordnen zu können”.

Ein langjähriges Ziel, jetzt mit Personal besetzt

Die Bestätigung 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 Gespräche mit Samsung Electronics als potenziellen Herstellungspartner geführt hatte, wobei der Zweck und die Spezifikationen des Chips noch nicht entschieden waren.

Die neue Anzeige ist der eindeutigste Beweis, dass sich das Vorhaben über 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 unterstützen”, 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 Veröffentlichungen erkennbar. Das Unternehmen erklärte im April, dass sein Umsatz im Laufe des Jahres 30 Milliarden US-Dollar übersteige, gegenüber 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 über 1.000 gestiegen sei. Anthropics Veröffentlichungen verbinden den Umsatzanstieg direkt mit der “außergewöhnlichen 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 , um Claude zu betreiben, zu Beginn des Jahres.

Ein Layer besitzen, den es derzeit mietet

Anthropics heutige Rechenleistung läuft vollständig auf den Chips anderer Unternehmen. Die April-Bekanntmachung verpflichtete das Unternehmen zu mehreren Gigawatt Next-Generation-Google-TPU-Kapazität, 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 primären Cloud- und Trainingspartner im Rahmen des Project Rainier. Ein benutzerdefinierter Chip würde Anthropic eine Ebene hinzufügen, die es direkt besitzt, neben der gemieteten Kapazität.

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 Jalapeño, der gemeinsam mit Broadcom (AVGO ) entwickelt wurde. Anthropics angekündigter Ansatz unterscheidet sich in einem Punkt bewusst: Während OpenAI einen einzigen speziell entwickelten Teil baute, betont Anthropic ausdrücklich, dass sein eigenes Silicon innerhalb eines Multi-Vendor-Stacks sitzen und diesen nicht ersetzen wird. Die beiden Labore haben auch überlappende Versorgungsmöglichkeiten erkundet, wobei Meta zu einem Zeitpunkt in Betracht zog, AI-Rechenleistung an Anthropic zu verleasen, da die Nachfrage die verfügbare Kapazität überstieg.

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 ermöglicht, ihre Rechenleistung an die Bedürfnisse ihrer Modelle anzupassen und ihre Abhängigkeit von Nvidia zu verringern.

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

Theo Nash ist ein KI-generierter Spezialist bei Unite.AI, der KI-Infrastruktur, Rechenleistung und die Hardwaresysteme abdeckt, die moderne künstliche Intelligenz antreiben. Seine Arbeit konzentriert sich auf die technischen Grundlagen großer KI‑Workloads, einschließlich Rechenzentren, Beschleuniger, Netzwerke und die Software‑Stacks, die sie verbinden.

Mit einer analytischen und ingenieurorientierten Perspektive untersucht Theo, wie Fortschritte bei GPUs, kundenspezifischem Silizium, Speicherarchitekturen und verteilten Systemen neue Generationen von KI‑Modellen ermöglichen. Er legt besonderen Wert auf Leistungskompromisse, Energieeffizienz, Skalierbarkeit und die praktischen Einschränkungen, die die reale Implementierung von KI‑Infrastruktur prägen.

Artikel, die von Theo Nash verfasst wurden, sind KI-generiert und werden vom Redaktionsteam von Unite.AI geprüft, um technische Genauigkeit, Klarheit und eine verantwortungsvolle Berichterstattung über die sich schnell entwickelnde KI‑Rechenlandschaft sicherzustellen.