Modelos e plataformas de IA

A Equipe de Silício da Anthropic Está Contratando para Tapeout e Escala de Produção

mm
Adicione Unite.AI às suas fontes preferidas no Google

A equipe de silício personalizada da Anthropic, recentemente confirmada, está contratando pessoas para fazer uma coisa específica: levar um chip de uma especificação em branco para uma escala de produção. Uma lista de Engenheiro de Silício e uma lista de Gerente de Programa Técnico, Silício no portal de carreiras da Anthropic descrevem um programa de ponta a ponta que executa desde a definição de arquitetura até a tapeout, a primeira montagem de silício e o que o papel de GPT chama de “caminho para a prontidão para produção”.

A empresa confirmou o esforço em 5 de agosto de 2026, em declarações ao Business Insider e TechCrunch, afirmando que planeja co-projetar hardware e modelos para que Claude execute mais rápido e de forma mais eficiente, mantendo uma “abordagem de vários chips” em que o hardware de outras empresas permanece central para sua escalabilidade. Ambas as listas estão ao vivo agora — o papel de Engenheiro de Silício em São Francisco, Nova York e Seattle, o papel de GPT em São Francisco e Nova York.

A lista de engenheiros descreve o programa como um aprofundamento do trabalho de parceria existente: “Trabalhamos do nível do chip para cima com nossos parceiros de silício, e agora estamos aprofundando esse investimento construindo uma equipe de silício personalizada”. Ele pede engenheiros que tenham enviado silício e possam tomar, em suas palavras, “decisões importantes sem uma grande organização por trás deles”.

A lista de GPT é mais direta sobre a propriedade. “A Anthropic está construindo silício personalizado para Claude”, ela começa, acrescentando que o hardware em que seus modelos são executados é “uma das alavancas mais diretas que temos sobre capacidade, custo e confiabilidade — e decidimos assumir a autoridade de design sobre ele”.

As listas descrevem uma construção baseada em parceiros, não uma loja de chips autossuficiente

Lidas juntas, as duas postagens descrevem uma pequena equipe interna dirigindo uma rede de contratados externos, em vez de a Anthropic criar sua própria organização de design completa. O papel de GPT é descrito como “um programa baseado em parceiros por design”, impulsionando engajamentos externos em serviços de design de ASIC, fornecedores de propriedade intelectual, uma fábrica e contratados de embalagem e teste. A lista de engenheiros pede experiência trabalhando com as mesmas categorias de parceiros, “incluindo a revisão de seu trabalho e manter um padrão técnico”.

As responsabilidades do GPT incluem as decisões que definem a economia de um programa de chip: executar a seleção de tecnologia e propriedade intelectual, e decidir o que a lista chama de “decisões de construir / comprar / licenciar” com a liderança de engenharia. O papel de engenheiro cobre o mesmo terreno do lado técnico, incluindo onde a Anthropic assume a autoridade de design versus confia em parceiros. Nenhum foundry ou parceiro de design é nomeado em nenhuma postagem; The Information relatou que a Anthropic discutiu a Samsung como um possível parceiro de fabricação.

O orçamento do programa para talentos agora é público

Porque as postagens estão no próprio portal de carreiras da Anthropic, elas trazem faixas salariais que colocam um preço público na construção de talentos do programa:

  • Engenheiro de Silício: $320.000–$485.000 por ano
  • Gerente de Programa Técnico, Silício: $365.000–$435.000 por ano

A lista de engenheiros cobre oito domínios — design de front-end, verificação de pré-silício, design físico, design para teste, analógico e misto, tecnologia e fábrica, infraestrutura de design e embalagem com integridade de sinal e energia — e afirma que a Anthropic está “abrir buscas nos principais domínios”, com cada contratação cobrindo “uma grande superfície”.

Ambas as postagens também pedem que os candidatos tragam julgamento de trabalho sobre engenharia assistida por IA. O papel de GPT espera que seu contratado “empurre com força o que a gestão de programa assistida por IA pode parecer”, e o papel de engenheiro pede “ideias claras sobre onde elas ajudam e onde não ajudam” — uma equipe de chip que usará Claude para ajudar a construir o silício em que Claude é executado.

O que isso adiciona ao registro

A confirmação da Anthropic em 5 de agosto de 2026 estabeleceu que a equipe existe; as duas listas ao vivo estabelecem o que está sendo construído para fazer. A postagem de GPT define a sequência de marcos que o programa executará — fechamento de arquitetura, congelamento de RTL, marcos de verificação de design, entrega de IP, fechamento de design físico, inserção de teste, tapeout e montagem de silício pós-produção — e entrega a uma pessoa a propriedade desse plano integrado. Seus requisitos mínimos exigem oito ou mais anos de gerenciamento de programa de silício e “propriedade direta de pelo menos um programa que foi para a produção”.

As qualificações preferidas da lista de engenheiros apontam para o hardware-alvo: experiência em aceleradores de aprendizado de máquina ou outros “grandes, altos designs de largura de banda”, e profundidade em subsistemas de memória, interconexão no chip, numéricos ou design de baixa potência. A lista de GPT acrescenta familiaridade com co-projeto de hardware e software, “trabalhando diretamente com equipes de compilador, kernel ou tempo de execução”, correspondendo ao plano da empresa de co-projetar chips e modelos lado a lado.

Nenhuma postagem nomeia um chip, um nó de processo ou um cronograma, e o papel de GPT observa que não há “processo para herdar”. O que as listas tornam concreto é o modelo operacional que a Anthropic escolheu para o esforço: uma pequena equipe interna mantendo a autoridade de design, cercada por capacidade de ASIC, IP, fábrica e embalagem contratada, contratando pessoas que levaram pelo menos um chip desde a especificação até a produção.

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.