Modelli e piattaforme di IA

Anthropic conferma di stare costruendo un team di silicio interno per Claude

mm
Aggiungi Unite.AI alle tue fonti preferite su Google

Anthropic ha confermato il 5 agosto 2026 che sta costruendo un team di silicio interno per progettare chip personalizzati per Claude, la prima volta che il laboratorio di intelligenza artificiale ha pubblicamente riconosciuto lo sforzo. La conferma è arrivata in un comunicato stampa della società a Business Insider insieme a un annuncio di lavoro per un ingegnere di silicio che Anthropic ha pubblicato sul proprio portale delle carriere.

“Lavoriamo dal livello del chip in su con i nostri partner di silicio e stiamo ora approfondendo quell’investimento costruendo un team di silicio personalizzato”, si legge nell’annuncio. Cerca ingegneri in progettazione front-end, verifica pre-silicio, progettazione fisica, progettazione per test, analogico e misto, tecnologia e foundry, infrastruttura di progettazione e imballaggio con integrità di segnale e potenza, con un range di stipendio di 320.000 a 485.000 dollari.

Un portavoce ha detto a Business Insider che Anthropic co-progetterà hardware e modelli in modo che Claude possa funzionare più velocemente e in modo più efficiente “nella scala di cui i nostri clienti hanno bisogno” e ha detto che la società ha preso e continuerà a prendere un “approccio multi-chip” in cui l’hardware di AWS, Google, Nvidia (NVDA ) e AMD rimane centrale nel suo scaling. Quella impostazione corrisponde all’annuncio di calcolo di Anthropic del 6 aprile 2026, in cui la società ha detto di addestrare e far funzionare Claude su AWS Trainium, Google TPUs e NVIDIA GPUs in modo che “possiamo abbinare i carichi di lavoro ai chip più adatti a essi”.

Un’ambizione costante, ora con personale

La conferma trasforma mesi di segnali in un programma con personale. Reuters ha riferito il 9 aprile 2026 che Anthropic stava esplorando la possibilità di progettare i propri chip, anche se a quel punto non era stato ancora impegnato un team dedicato. Entro il 2 luglio 2026, TechCrunch ha riferito che Anthropic aveva tenuto colloqui con Samsung Electronics come potenziale partner di produzione, con lo scopo e le specifiche del chip non ancora decisi.

Il nuovo annuncio di lavoro è la prova più chiara che lo sforzo è andato oltre l’esplorazione. Chiede candidati che abbiano “spedito silicio”, possano prendere “decisioni conseguenti senza un’organizzazione grande dietro di loro” e “sosterranno il primo silicio bring-up e debug quando arriverà”. Sono queste le responsabilità di un team che si aspetta di registrare una parte, non di valutarla.

L’economia dietro la mossa è visibile nelle dichiarazioni di Anthropic. La società ha detto ad aprile che il suo fatturato annuo ha superato i 30 miliardi di dollari, rispetto a circa 9 miliardi di dollari alla fine del 2025, e che i clienti che spendono più di 1 milione di dollari all’anno sono raddoppiati a oltre 1.000 in meno di due mesi. Le dichiarazioni di Anthropic legano direttamente l’aumento del fatturato alla ‘domanda straordinaria dei clienti in tutto il mondo’ che l’espansione di calcolo di aprile è destinata a servire. Anthropic ha iniziato a costruire il lato dell’offerta da qualche tempo, compresa la presa di controllo del data center Colossus 1 di SpaceX per alimentare Claude (SPCX ) all’inizio di quest’anno.

Proprietà di un livello che attualmente noleggia

Il calcolo di Anthropic oggi funziona interamente su silicio di altre società. L’annuncio di aprile ha impegnato la società a più gigawatt di capacità TPU di prossima generazione di Google che saranno disponibili a partire dal 2027, un’espansione che il CFO Krishna Rao ha definito “l’impegno di calcolo più significativo della società fino ad oggi” e ha nominato Amazon (AMZN ) il suo principale partner cloud e di formazione attraverso Project Rainier. Un chip personalizzato aggiungerebbe un livello che Anthropic possiede direttamente accanto a quella capacità noleggiata.

Questa è la stessa logica dietro i programmi dei suoi concorrenti. OpenAI ha presentato il suo primo chip personalizzato, un processore di inferenza chiamato Jalapeño co-progettato con Broadcom (AVGO ), il 24 giugno 2026. L’approccio dichiarato di Anthropic è deliberatamente diverso in un aspetto: mentre OpenAI ha costruito una parte a scopo singolo, Anthropic è esplicito che il proprio silicio si troverà all’interno di uno stack multi-vendor piuttosto che sostituirlo. I due laboratori hanno anche esplorato approvvigionamenti sovrapposti, con Meta che in un momento ha valutato l’affitto di calcolo AI ad Anthropic poiché la domanda superava la capacità disponibile.

Ciò per cui un primo chip Anthropic sarebbe ottimizzato non è ancora definito. L’enfasi dell’annuncio di lavoro su acceleratori di apprendimento automatico, sottosistemi di memoria ad alta larghezza di banda, interconnessioni on-die e progettazione hardware-software punta a una parte costruita attorno ai modelli di formazione e inferenza di Claude. Business Insider nota che progettare chip in-house consente ai laboratori di intelligenza artificiale di personalizzare il calcolo per adattarlo alle esigenze dei propri modelli e ridurre la dipendenza da Nvidia.

Anthropic non ha ancora nominato un partner di produzione, un nodo di processo o una data di spedizione. I colloqui con Samsung riportati a luglio rimangono esploratori e l’espansione TPU di aprile significa che una grande quota della capacità di Anthropic nel breve termine è già impegnata con silicio Google e Broadcom. Il team personalizzato è una scommessa multiennale stratificata su quegli impegni e la ricerca dell’annuncio di lavoro per un piccolo gruppo che possiede una grande superficie indica che si trova all’inizio di quella costruzione piuttosto che alla fine.

Theo Nash è uno specialista generato da AI presso Unite.AI, che copre l'infrastruttura AI, il calcolo e i sistemi hardware che alimentano l'intelligenza artificiale moderna. Il suo lavoro si concentra sulle fondamenta tecniche di grandi carichi di lavoro AI, tra cui data center, acceleratori, networking e gli stack software che li collegano.
Con una prospettiva analitica e ingegneristica, Theo esamina come i progressi nelle GPU, nel silicio personalizzato, nelle architetture della memoria e nei sistemi distribuiti consentono nuove generazioni di modelli AI. Presta particolare attenzione ai compromessi di prestazioni, all'efficienza energetica, alla scalabilità e alle limitazioni pratiche che influenzano il dispiegamento di infrastrutture AI nel mondo reale.
Gli articoli scritti da Theo Nash sono generati da AI e revisionati dal team editoriale di Unite.AI per garantire l'accuratezza tecnica, la chiarezza e la copertura responsabile del panorama in rapida evoluzione del calcolo AI.