NAP Latino

Publicado el 09 de agosto de 2026 · Revisado el 09 de agosto de 2026

Anthropic confirmó que va a diseñar sus propios chips para Claude — se une a Google y Amazon en dejar de depender solo de Nvidia

Anthropic confirmó el 5 de agosto que está armando un equipo interno de diseño de semiconductores para crear chips a la medida de Claude, con salarios de hasta $485.000 anuales para atraer ingenieros y Samsung sonando como posible socio de fabricación. Todavía no hay fábrica ni fecha, pero la lógica es la misma que ya vimos en Google y Amazon: cuando el volumen es suficientemente grande, diseñar tu propio chip deja de ser una fantasía y empieza a ser una cuenta de costos.

Hasta ahora, la estrategia de infraestructura de Anthropic había sido diversificar proveedores sin dejar de rentar: ya cubrimos aquí su acuerdo con AMD por hasta 2 gigavatios de GPU Instinct, además de sus contratos existentes con AWS (que le da acceso a los chips Trainium de Amazon) y con Google (capacidad reservada en sus TPU). El 5 de agosto, Anthropic confirmó públicamente el siguiente paso lógico de esa estrategia: va a diseñar sus propios chips, no solo alquilar los de otros.

Según reportó Business Insider y confirmó un portavoz de la empresa, Anthropic está reclutando activamente ingenieros de semiconductores para un equipo interno de "silicio a la medida", con salarios publicados de entre 320.000 y 485.000 dólares anuales — una cifra que por sí sola dice algo sobre qué tan en serio se está tomando la compañía este movimiento. El objetivo declarado es "codiseñar" hardware y modelos de forma coordinada: en vez de entrenar y ejecutar Claude sobre chips genéricos diseñados para cualquier tipo de carga de trabajo, diseñar el chip pensando específicamente en cómo funciona la arquitectura de Claude, y ajustar esa arquitectura sabiendo con qué hardware específico va a correr. Es la misma lógica que ya usa Google con sus TPU desde hace años, y la razón por la que Amazon desarrolló Trainium en primer lugar.

Todavía no existe una fábrica confirmada ni una fecha de lanzamiento — el proyecto está en la fase de contratar al equipo que lo va a diseñar, no en producción. Samsung aparece mencionado en varios reportes como posible socio de fabricación, aunque esto tampoco está confirmado oficialmente por ninguna de las dos empresas. Sobre el ahorro de costos, vale la pena ser precisos: varios análisis de prensa especializada estiman que el co-diseño podría reducir el costo de inferencia —lo que cuesta procesar cada respuesta de Claude— hasta en la mitad, pero esa cifra viene de analistas externos, no de un número que Anthropic haya publicado oficialmente. Es una proyección razonable dado lo que han logrado otras empresas con estrategias similares, pero todavía una proyección.

Lo que hace este movimiento distinto de simplemente "otra empresa de IA compra más chips" es que marca a Anthropic entrando al mismo club exclusivo que hasta ahora ocupaban casi en solitario los hiperescaladores con el balance financiero para bancar el diseño de su propio silicio: Google con sus TPU, Amazon con Trainium, y reportes ya circulando de que OpenAI también avanza en esa dirección. La pregunta de fondo es la misma que hemos visto aplicarse en distintas capas de esta industria durante todo este mes: cuando tu volumen de uso es lo suficientemente grande y constante, en algún punto sale más barato construir la herramienta a tu medida que seguir pagando el margen de quien te la renta — el mismo cálculo, aplicado ahora al chip en sí, no solo al centro de datos que lo aloja.

Para el resto de la industria —incluido cualquiera que use la API de Claude para su propio producto—, este tipo de movimiento no se siente de inmediato, pero eventualmente sí importa: si el co-diseño de hardware y modelo efectivamente logra el tipo de reducción de costos que los analistas proyectan, ese ahorro tiende, con el tiempo y la presión competitiva del mercado, a trasladarse al precio que paga el cliente final por cada token procesado. Es una apuesta a varios años, no un cambio que vayas a notar en tu próxima factura — pero es la misma clase de apuesta que, cuando la hicieron Google y Amazon antes, terminó cambiando la economía de toda la industria de IA generativa, no solo la de la empresa que la hizo.