La carrera por la inteligencia artificial no solo se juega en software. Cada vez más empresas miran al hardware como un factor clave. Y así, Anthropic ya analiza un movimiento importante.
Según Reuters, la compañía estaría considerando diseñar sus propios chips de IA. El objetivo es claro. Reducir su dependencia de gigantes como NVIDIA, AMD, Intel, Google o Amazon.
La demanda de IA empuja el cambio
El crecimiento de Anthropic explica esta decisión. La demanda de su modelo Claude se disparó en el último tiempo. Esto llevó sus ingresos a más de 30.000 millones de dólares en ritmo anual. Hace poco, esa cifra rondaba los 9.000 millones. El salto es enorme. Y genera presión en la infraestructura.
Depender de terceros ya no es solo una incomodidad. Se convierte en un límite. Por eso, explorar chips propios aparece como una opción lógica.
Control total sobre rendimiento y costos
Diseñar hardware propio no garantiza resultados inmediatos. Pero sí ofrece ventajas estratégicas. Permite controlar mejor costos, suministro y rendimiento. También abre la puerta a optimizar los chips para tareas específicas. Algo clave en modelos de IA cada vez más complejos.
Hoy, Anthropic utiliza una combinación de tecnologías. Entre ellas, AWS Trainium, Google TPU y GPUs de NVIDIA. Es un ecosistema potente, pero dependiente.
El movimiento no ocurre en aislamiento. Grandes empresas ya están avanzando en esa dirección. Google trabaja con Broadcom, Amazon impulsa sus propios chips y otros actores también se posicionan.
El mercado del hardware de IA está más competitivo que nunca. Cada empresa busca controlar más partes del proceso. En ese escenario, tener silicio propio se vuelve una ventaja estratégica. No es obligatorio, pero cada vez pesa más.
Por ahora, la idea está en fase inicial. No hay diseño cerrado ni equipo confirmado. Incluso existe la posibilidad de que no avance. Además, el costo es alto. Se estima que desarrollar un chip de este tipo puede superar los 500 millones de dólares.
Aun así, el contexto empuja a intentarlo. Anthropic ya tiene acuerdos importantes de infraestructura a futuro. Pero eso no alcanza. El mensaje es claro. En la nueva era de la IA, no alcanza con tener buenos modelos. También hay que dominar el hardware.
