Silicio personalizado para Claude
Anthropic está construyendo un equipo para diseñar sus propios chips personalizados para cargas de trabajo de IA. La compañía confirmó la medida el miércoles después de que Business Insider informara por primera vez la noticia. Una oferta de trabajo muestra que el fabricante del chatbot Claude busca ingenieros con experiencia en diseño y verificación de chips.
La descripción del trabajo dice que los solicitantes deben demostrar "contribución personal directa" en la finalización y envío de diseños de semiconductores. Anthropic dijo que planea co-diseñar hardware y modelos para que su tecnología funcione más rápido y de manera más eficiente a la escala que sus clientes necesitan.
Por qué las empresas de IA fabrican sus propios chips
La decisión de Anthropic llega en un momento en que la demanda de Claude aumenta y las empresas de IA compiten por potencia informática limitada. Anthropic ha firmado acuerdos con AWS, Google, Nvidia y AMD para hardware de IA, pero depender de proveedores externos no es suficiente para escalar al ritmo que desea.
Anthropic no es la primera empresa de IA en internalizar el diseño de chips. OpenAI presentó su chip "Jalapeño" construido por Broadcom en junio, diseñado para cargas de trabajo de inferencia. Google DeepMind ha dependido durante mucho tiempo de los chips TPU de Alphabet. Meta ha estado desarrollando sus propios aceleradores MTIA. Construir chips personalizados da a estas empresas más control sobre el hardware que impulsa sus modelos y puede reducir el costo de entrenar y ejecutar grandes sistemas de IA.
Una posible asociación con Samsung
El mes pasado, The Information informó que Anthropic estaba explorando a Samsung como posible socio para construir sus chips. Un acuerdo con el gigante surcoreano daría a Anthropic acceso a capacidad de fabricación avanzada sin construir sus propias fábricas. Reuters informó en abril que la compañía estaba considerando diseñar sus propios chips de IA.
El esfuerzo de chips es parte de una carrera más amplia por la infraestructura de IA. A medida que los modelos crecen, las empresas que controlan su propio silicio — y las cadenas de suministro detrás de él — pueden tener una ventaja en velocidad, costo y confiabilidad.