A Anthropic, criadora do assistente de IA Claude, está recrutando engenheiros especializados em design de semicondutores para formar um time dedicado ao desenvolvimento de chips próprios de inteligência artificial. A informação foi publicada pelo Business Insider com base em vagas de emprego abertas pela empresa e em fontes internas. A movimentação coloca a Anthropic na corrida de vários bilhões de dólares para o controle do hardware que sustenta a revolução da IA.
O objetivo declarado é claro: “co-projetar hardware e modelos para que a tecnologia da empresa rode mais rápido e de forma mais eficiente”. Em outras palavras, a Anthropic quer que seus chips e seus modelos de linguagem evoluam juntos, de forma sincronizada, algo que não é possível quando a empresa depende de hardware genérico produzido por terceiros.
Por que a Anthropic quer chips próprios
A resposta curta é: eficiência e independência. A resposta longa envolve entender como funciona a cadeia de fornecimento de computação para IA no momento atual.
Treinar e executar modelos de linguagem de grande escala, como o Claude, exige quantidades absurdas de poder computacional. As GPUs da Nvidia são o padrão da indústria para essa tarefa, mas são caras, escassas e projetadas para uso geral – não especificamente para modelos de linguagem. Um chip projetado do zero para executar inferência (o processo de gerar respostas a partir de um modelo treinado) pode ser muito mais eficiente em termos de velocidade e consumo de energia.
A Anthropic atualmente tem parcerias com AWS, Google, Nvidia e AMD para acesso a poder computacional. Mas a liderança da empresa reconhece que depender de fornecedores externos “claramente não é suficiente” para atender à demanda crescente pelos serviços de IA da empresa. Com o Claude sendo adotado em escala corporativa por cada vez mais empresas ao redor do mundo, a necessidade de controlar o próprio hardware se torna estratégica.
A corrida pelos chips de IA personalizados
A Anthropic não está sozinha nessa corrida. A OpenAI revelou em junho de 2026 o chip Jalapeño, desenvolvido em parceria com a Broadcom e projetado especificamente para cargas de trabalho de inferência. O chip foi apresentado como uma forma de reduzir custos operacionais e aumentar a velocidade de resposta dos modelos GPT.
A Meta, por sua vez, desenvolve o MTIA (Meta Training and Inference Accelerator), um acelerador personalizado que já está sendo usado nos data centers da empresa para alimentar o feed do Instagram e do Facebook, além dos modelos de linguagem da família Llama. O Google DeepMind, por outro lado, tem a vantagem de poder contar com os TPUs (Tensor Processing Units) desenvolvidos pela Alphabet – chips que existem desde 2016 e estão na sexta geração.
A Microsoft, que detém participação significativa na OpenAI e na Anthropic, também desenvolve chips próprios chamados Maia, usados para alimentar seus serviços de nuvem Azure com IA. A Intel e a AMD competem nesse espaço com produtos como o Gaudi e o Instinct, respectivamente.
Em resumo: todas as grandes empresas de tecnologia estão correndo para reduzir sua dependência das GPUs da Nvidia, o que explica por que as ações da Nvidia têm sido tão voláteis nas últimas semanas – qualquer sinal de que os clientes estão desenvolvendo alternativas afeta as perspectivas da empresa de Jensen Huang.
O papel da Samsung como parceira de fabricação
Ter um design de chip é apenas metade da batalha. A outra metade é fabricar esse chip em escala. Esse processo depende de foundries, as fábricas de semicondutores que dominam a produção global de chips avançados. Nesse mercado, a TSMC (Taiwan Semiconductor Manufacturing Company) é a líder absoluta, mas a Samsung Foundry é a segunda maior e tem feito investimentos agressivos para atrair clientes americanos diante das tensões geopolíticas relacionadas à dependência de fornecedores taiwaneses.
Segundo o The Information, a Anthropic estava avaliando a Samsung como parceira potencial para fabricar seus chips personalizados. A escolha faz sentido estratégico: a Samsung tem capacidade de produção em processos de 3 nanômetros, que oferecem eficiência energética superior, e a empresa coreana tem interesse evidente em diversificar sua base de clientes para além da Apple e da Qualcomm.
A Anthropic não confirmou nem negou as informações sobre a parceria com a Samsung ou sobre os planos de chips próprios. Um porta-voz da empresa disse apenas que a Anthropic não comentaria sobre o assunto no momento. As vagas de emprego para engenheiros de chip design continuam abertas, sinalizando que o projeto está em andamento independentemente das negativas oficiais.
O que isso significa para os usuários do Claude
Para a maioria dos usuários do Claude, o impacto mais imediato seria em velocidade e disponibilidade. Chips otimizados para inferência de IA permitem gerar respostas mais rapidamente, o que melhora a experiência do usuário especialmente em aplicações de tempo real, como atendimento ao cliente automatizado, assistentes de código e ferramentas de produtividade.
Do ponto de vista dos desenvolvedores que usam a API da Anthropic para construir aplicações, chips mais eficientes se traduzem potencialmente em custos menores por token e em limites de taxa (rate limits) mais generosos. Atualmente, os custos de API da Anthropic são um fator significativo no orçamento de desenvolvimento de aplicações baseadas em IA, e qualquer redução seria bem-vinda.
Há também uma dimensão de segurança e privacidade relevante. Chips projetados sob o controle total da Anthropic permitem implementar salvaguardas de segurança no nível do hardware – algo que é muito mais difícil de fazer quando a empresa depende de chips de uso geral. Dado que a segurança de IA é uma das missões centrais da Anthropic, essa possibilidade provavelmente figura entre as motivações do projeto.
Um setor que amadurece rapidamente
A decisão da Anthropic de desenvolver chips próprios é um sinal de maturidade do setor de IA. Empresas que antes eram totalmente dependentes de infraestrutura de terceiros estão percebendo que, para competir no longo prazo, precisam controlar as camadas mais fundamentais da pilha tecnológica – incluindo o hardware.
Esse movimento replica o que a Apple fez com os chips da série M para os MacBooks e iPhones, o que a Tesla fez com seus chips de processamento de visão para os veículos autônomos e o que o Google fez com os TPUs para seus serviços de busca e IA. Em cada caso, o controle vertical do hardware permitiu otimizações impossíveis com componentes genéricos.
O mercado de chips de IA ainda está longe de ser resolvido. Mas é cada vez mais claro que as empresas que dominarem o hardware terão uma vantagem competitiva duradoura sobre as que dependem de fornecedores externos. A Anthropic, ao montar agora sua equipe de chip design, está apostando que essa vantagem vale o investimento considerável que o desenvolvimento de semicondutores exige.
Fonte: TechCrunch
