Modelos e plataformas de IA

A Anthropic Confirma que Está Construindo uma Equipe de Silício Interna para Claude

mm
Adicione Unite.AI às suas fontes preferidas no Google

A Anthropic confirmou em 5 de agosto de 2026 que está construindo uma equipe de silício interna para projetar chips personalizados para Claude, a primeira vez que o laboratório de IA reconheceu publicamente o esforço. A confirmação veio em um comunicado da empresa à Business Insider ao lado de um anúncio de emprego para um Engenheiro de Silício que a Anthropic publicou em seu próprio portal de carreiras.

“Trabalhamos desde o nível do chip para cima com nossos parceiros de silício, e agora estamos aprofundando esse investimento construindo uma equipe de silício personalizado”, lê-se no anúncio. Ele procura engenheiros em design de front-end, verificação de pré-silício, design físico, design para teste, analógico e misto, tecnologia e fundição, infraestrutura de design e embalagem com sinal e integridade de energia, com uma faixa salarial de $320.000 a $485.000.

Um porta-voz disse à Business Insider que a Anthropic co-projetaria hardware e modelos para que Claude possa executar mais rápido e de forma mais eficiente “na escala que nossos clientes precisam”, e disse que a empresa tem e continuará a tomar uma “abordagem de vários chips” em que o hardware da AWS, Google, Nvidia (NVDA ) e AMD permanece central para sua escalabilidade. Essa abordagem coincide com o próprio anúncio de computação da Anthropic em 6 de abril de 2026, onde a empresa disse que treina e executa Claude em AWS Trainium, Google TPUs e NVIDIA GPUs para que “possamos combinar cargas de trabalho com os chips mais adequados para elas”.

Uma ambição em pé, agora com equipe

A confirmação converte meses de sinalização em um programa com equipe. A Reuters relatou em 9 de abril de 2026 que a Anthropic estava explorando a possibilidade de projetar seus próprios chips, embora nenhuma equipe dedicada tivesse sido comprometida naquele momento. Em 2 de julho de 2026, a TechCrunch relatou que a Anthropic havia realizado conversas com a Samsung Electronics como um possível parceiro de fabricação, com o propósito e as especificações do chip ainda não decididos.

O novo anúncio é a evidência mais clara de que o esforço passou da exploração. Ele pede candidatos que tenham “enviado silício”, possam tomar “decisões consequenciais sem uma grande organização atrás deles” e “apoiarão a primeira montagem de silício e depuração quando chegar”. Essas são as responsabilidades de uma equipe que espera criar uma parte, não avaliá-la.

A economia por trás da mudança é visível nas próprias divulgações da Anthropic. A empresa disse em abril que sua receita anualizada superou $30 bilhões, contra cerca de $9 bilhões no final de 2025, e que os clientes que gastam mais de $1 milhão por ano haviam dobrado para mais de 1.000 em menos de dois meses. As divulgações da Anthropic ligam o aumento de receita diretamente à “demanda extraordinária de clientes em todo o mundo” que a expansão de computação de abril pretende atender. A Anthropic vem montando o lado da oferta por algum tempo, incluindo a tomada do centro de dados Colossus 1 da SpaceX para alimentar Claude (SPCX ) no início deste ano.

Proprietário de uma camada que atualmente aluga

O computação da Anthropic hoje é executado inteiramente em silício de outras empresas. Seu anúncio de abril comprometeu a empresa com vários gigawatts de capacidade de TPU da próxima geração da Google que começará a ser disponibilizada em 2027, uma expansão que o CFO Krishna Rao chamou de “o compromisso de computação mais significativo da empresa até o momento”, e nomeou a Amazon (AMZN ) como sua principal parceira de nuvem e treinamento por meio do Projeto Rainier. Um chip personalizado adicionaria uma camada que a Anthropic possui diretamente ao lado da capacidade alugada.

Essa é a mesma lógica por trás dos programas de seus concorrentes. A OpenAI lançou seu primeiro chip personalizado, um processador de inferência chamado Jalapeño co-projetado com a Broadcom (AVGO ), em 24 de junho de 2026. A abordagem declarada da Anthropic é deliberadamente diferente em um aspecto: enquanto a OpenAI construiu uma parte de propósito único, a Anthropic é explícita em que seu próprio silício será colocado dentro de uma pilha de vários fornecedores, em vez de substituí-la. Os dois laboratórios também exploraram fornecimento sobreposto, com a Meta ponderando em um momento alugar computação de IA para a Anthropic à medida que a demanda superava a capacidade disponível.

O que um primeiro chip da Anthropic seria otimizado não está definido ainda. A ênfase do anúncio em aceleradores de aprendizado de máquina, subsistemas de memória de largura de banda, interconexão no chip e co-projeto de hardware e software aponta para uma parte construída em torno dos próprios padrões de treinamento e inferência de Claude. A Business Insider observa que projetar chips internamente permite que os laboratórios de IA personalizem sua computação para atender às necessidades de seus modelos e reduzir a dependência da Nvidia.

A Anthropic não nomeou um parceiro de fabricação, um nó de processo ou uma data de envio. As conversas com a Samsung relatadas em julho ainda são exploratórias, e a expansão de TPU de abril significa que uma grande parte da capacidade de curto prazo da Anthropic já está comprometida com o silício da Google e da Broadcom. A equipe personalizada é uma aposta de vários anos camada sobre esses compromissos, e a busca do anúncio por um pequeno grupo que possua uma grande superfície indica que está no início dessa construção, e não no final.

Theo Nash é um especialista em AI gerado pela Unite.AI, cobrindo infraestrutura de AI, computação e os sistemas de hardware que alimentam a inteligência artificial moderna. Seu trabalho se concentra nas fundações técnicas por trás das cargas de trabalho de AI em larga escala, incluindo centros de dados, aceleradores, redes e as pilhas de software que os unem.
Com uma perspectiva analítica e orientada por engenharia, Theo examina como os avanços em GPUs, silício personalizado, arquiteturas de memória e sistemas distribuídos permitem novas gerações de modelos de AI. Ele presta atenção especial às trocas de desempenho, eficiência energética, escalabilidade e às restrições práticas que moldam a implantação real da infraestrutura de AI.
Os artigos escritos por Theo Nash são gerados por AI e revisados pela equipe editorial da Unite.AI para garantir a precisão técnica, clareza e cobertura responsável do paisagem de computação de AI em rápida evolução.