Chips da Anthropic: o que a verticalização revela sobre o futuro da IA
Com a contratação de Amir Salek, ex-chefe de TPUs do Google, a Anthropic sinaliza um movimento para desenvolver semicondutores próprios e reduzir sua dependência de fornecedores.
A Anthropic, desenvolvedora do modelo de linguagem Claude, contratou Amir Salek, ex-executivo do Google, para liderar seus esforços no desenvolvimento de chips próprios. Salek, que esteve à frente de sete gerações das Tensor Processing Units (TPUs) do Google, se reportará a James Bradbury, chefe de computação da Anthropic, com a missão de construir uma arquitetura de hardware proprietária para a companhia, segundo reportagem da Bloomberg.
O movimento evidencia uma estratégia de verticalização que ganha força entre os principais laboratórios de inteligência artificial. Ao buscar o desenvolvimento de hardware customizado, a Anthropic visa não apenas otimizar o desempenho de seus modelos, mas também mitigar riscos estratégicos. A dependência de um número restrito de fornecedores, como a Nvidia para GPUs e provedores de nuvem como Amazon e Google, cria gargalos na cadeia de suprimentos e expõe a empresa à volatilidade de preços e disponibilidade de componentes críticos.
A lógica da verticalização em IA
Desenvolver um chip customizado permite que a arquitetura do hardware seja perfeitamente alinhada às necessidades computacionais específicas dos modelos da Anthropic. Em teoria, isso resulta em maior eficiência energética e de processamento do que o uso de hardware de propósito geral, como as GPUs. Porque os custos de treinamento e inferência de modelos de fronteira são proibitivos, qualquer ganho de eficiência se traduz diretamente em vantagem competitiva, seja por meio da redução de custos operacionais ou da capacidade de treinar modelos mais complexos com o mesmo orçamento.
Essa busca por autossuficiência é uma resposta direta às pressões do mercado. A escassez de GPUs de ponta tem sido um dos principais fatores limitantes para o avanço das empresas de IA. Construir uma capacidade interna de design de chips, embora seja uma iniciativa de longo prazo e com alto investimento de capital, funciona como uma apólice de seguro contra futuras crises de fornecimento e confere maior controle sobre o roadmap de inovação.
Um movimento de mercado, não um caso isolado
Gostou desta análise? Receba a próxima primeiro.
Edição diária da IA News com impacto real para empresas — grátis no seu e-mail.
O passo da Anthropic não é único no setor. A OpenAI, sua principal concorrente, já trabalha no co-desenvolvimento de um chip customizado, de codinome Jalapeno, em uma parceria com a Broadcom, com implantação operacional prevista para este ano. A decisão de dois dos maiores laboratórios de IA do mundo de investir em silício próprio sinaliza uma tendência de que, para competir no topo, o controle sobre a pilha de hardware e software é cada vez mais necessário.
Enquanto a nova divisão de semicondutores dá seus primeiros passos, a Anthropic continua a reforçar sua infraestrutura por outras frentes. A empresa, que segue comprando chips da Nvidia, Amazon e Google, também realizou investimentos recentes para garantir capacidade computacional:
- Firmou um compromisso inicial de US$ 250 milhões com a Fractile, uma startup britânica de chips.
- Fechou acordos de capacidade de data center com a Riot Platforms e a Volta Infra Holdings.
Essas ações ocorrem em um momento de forte expansão financeira. Avaliada em US$ 965 bilhões em maio, a Anthropic registrou uma receita preliminar de US$ 11,5 bilhões no segundo trimestre de 2026, um salto expressivo em relação aos US$ 787 milhões do mesmo período em 2025. A companhia também prepara uma abertura de capital que, segundo analistas, pode superar os US$ 75 bilhões levantados pela SpaceX, tornando-se o maior IPO da história dos Estados Unidos.
O desafio de engenharia e capital
Amir Salek deixou o Google em 2022 e atuava como diretor sênior na firma de private equity Cerberus Capital Management antes de se juntar à Anthropic. Sua experiência no Google com os TPUs é o principal ativo para a nova empreitada. Os TPUs foram a resposta do Google à necessidade de acelerar cargas de trabalho de IA em seus próprios data centers, uma estratégia que se provou fundamental para a viabilidade de serviços como o Search e o Translate.
Replicar esse sucesso, no entanto, é um desafio monumental. A criação de uma divisão de semicondutores do zero exige não apenas capital intensivo, mas também a atração de talentos de engenharia de chips, um dos profissionais mais disputados do mercado de tecnologia. O ciclo de desenvolvimento, desde o design até a fabricação e validação, pode levar anos e envolve parcerias complexas com fundições como a TSMC ou Samsung. Para a Anthropic, o sucesso dessa aposta definirá sua capacidade de competir em pé de igualdade com gigantes verticalizados como Google e, cada vez mais, a OpenAI.
Análise IA News
A leitura da nossa redação
Análise do Repórter
A contratação de Amir Salek pela Anthropic é menos uma notícia sobre uma pessoa e mais um manifesto estratégico sobre o futuro da infraestrutura de IA. O movimento expõe uma verdade inconveniente para o setor: a dependência de hardware de terceiros, especialmente da Nvidia, é um passivo estratégico. A verticalização não é mais um luxo para gigantes como Google ou Apple, mas uma necessidade competitiva para qualquer empresa que queira liderar o desenvolvimento de modelos de fundação. Ao projetar chips para a arquitetura específica de seus modelos Claude, a Anthropic busca um fosso competitivo que o software sozinho não pode mais garantir.
Dois cenários prováveis se desenham. No cenário otimista, a Anthropic consegue, em alguns anos, produzir um chip que oferece uma vantagem de custo-performance de duas a três vezes superior às GPUs genéricas para suas cargas de trabalho. Isso forçaria uma reação em cadeia, com outros laboratórios de IA acelerando seus próprios projetos de hardware e pressionando a Nvidia a oferecer soluções mais customizadas. No cenário pessimista, o projeto se arrasta, consome bilhões em capital e não entrega o retorno esperado, tornando-se um dreno de recursos que poderia ter sido alocado no avanço dos modelos. O risco é altíssimo, pois o design de chips é um jogo de paciência, precisão e escala.
Os desafios vão além do dinheiro. A Anthropic precisará construir uma cultura de engenharia de hardware, que é radicalmente diferente da cultura de pesquisa em IA. A competição por talento é feroz, e os ciclos de desenvolvimento são medidos em anos, não em meses. Qualquer erro de design pode resultar em milhões de dólares de silício inútil. Além disso, a empresa continuará dependente de parceiros para a fabricação, inserindo-a em outra arena geopolítica e de cadeia de suprimentos complexa.
Líderes de negócio devem observar três indicadores nos próximos 18 meses: o anúncio de cronogramas concretos para o chip da Anthropic, movimentos semelhantes de outros players como Cohere ou Mistral, e a resposta dos provedores de nuvem. AWS e Google Cloud, que são simultaneamente parceiros e fornecedores da Anthropic, verão sua cliente se tornar uma competidora no nível do silício. A dinâmica desse ecossistema está prestes a se tornar muito mais complexa.
Contexto para empresários e decisores
No Brasil, o mercado de IA é predominantemente consumidor de tecnologias desenvolvidas no exterior, com alta dependência de infraestrutura de nuvem de hiperescalas como AWS, Microsoft Azure e Google Cloud. O custo de acesso a GPUs de ponta já é uma barreira significativa para a inovação local e para a competitividade de startups de IA. A tendência de verticalização de hardware por players globais como a Anthropic pode, a longo prazo, impactar os modelos de preço e as ofertas de serviço dos provedores de nuvem que atuam no país. Embora a regulação brasileira de IA ainda não aborde especificamente a infraestrutura de hardware, a disponibilidade e o custo da capacidade computacional são temas centrais para qualquer estratégia nacional de desenvolvimento de IA.
Impactos para empresas
- 1Redução da dependência de fornecedores: Diminui o risco de gargalos na cadeia de suprimentos de GPUs e a exposição à volatilidade de preços da Nvidia, resultando em maior previsibilidade de custos de infraestrutura.
- 2Otimização de custo e desempenho: Permite que os modelos de IA rodem em hardware desenhado para suas especificações, o que pode levar a uma inferência mais rápida e barata, impactando diretamente o Custo Total de Propriedade (TCO) das soluções.
- 3Criação de novas barreiras de entrada: Exige um investimento de capital e talento massivo, tornando mais difícil para novas startups competirem no desenvolvimento de modelos de fundação, o que concentra ainda mais o poder de mercado.
- 4Reconfiguração da relação com provedores de nuvem: Transforma grandes clientes de nuvem em potenciais concorrentes de hardware, o que pode levar a novas dinâmicas de parceria e negociação com AWS e Google Cloud.
- 5Vantagem competitiva por meio da inovação: Abre a possibilidade de criar funcionalidades e otimizações em modelos de IA que são impossíveis de alcançar com hardware de prateleira, criando um diferencial de produto duradouro.
Conclusão editorial
A decisão da Anthropic de investir em chips próprios é um movimento defensivo e ofensivo, essencial para a sustentabilidade de longo prazo no mercado de IA. Para líderes B2B, isso é um sinal claro de que a infraestrutura de IA está se tornando um campo de batalha estratégico. A recomendação é reavaliar a dependência de fornecedores de modelos e nuvem, buscando diversificar parceiros e monitorar de perto a evolução dos custos de computação para não ser pego de surpresa.
— Redação IA News
Fontes utilizadas
Apuração, análise e conclusão editorial produzidas pela redação do IA News a partir das fontes acima. O conteúdo não reproduz o texto original.