Anthropic negocia desenvolvimento de novo chip personalizado com a Samsung

A Anthropic não está só negociando um chip com a Samsung, está construindo uma cadeia de suprimentos verticalizada para IA. A rodada Series H de maio de 2026, que levantou US$ 65 bilhões e avaliou a empresa em US$ 965 bilhões, trouxe como investidores estratégicos justamente os três maiores fabricantes globais de memória: Samsung, SK Hynix e Micron. Mas só a Samsung tem fundição de lógica, e é nela que a Anthropic agora aposta: processo de 2 nm com transistores de porta completa, mesmo usado nos chips da Tesla. Isso não é só sobre desempenho. É sobre controle: reduzir custos de inferência, evitar gargalos de oferta e escapar da dependência estrutural da Nvidia.

O timing não é acidental. Em 24 de junho, a OpenAI lançou oficialmente o Jalapeño, seu chip com a Broadcom. E no mês passado, a Anthropic contratou Clive Chan, ex-líder do projeto Dojo da Tesla e segundo funcionário da equipe de silício da OpenAI. Ele agora lidera os esforços internos de semicondutores da startup. Enquanto isso, a demanda por compute já explodiu: acordos com Amazon (5 GW), Google (5 GW), Broadcom e até SpaceX mostram que a infraestrutura atual está sendo esticada ao limite.

Em abril, a ideia de um chip próprio era especulação. Em maio, virou estratégia financeira com US$ 65 bilhões em caixa e investidores-chave no bolso. Em junho, ganhou corpo técnico com a contratação de Clive Chan e o lançamento do Jalapeño pela OpenAI, que transformou a corrida em realidade operacional. Agora, em julho, as conversas com a Samsung deixaram o estágio de 'exploração' e entraram na fase de engenharia: definição de capacidade de processamento, integração em servidores e escolha de processo de fabricação. O que era rumor virou roadmap com data de entrega implícita: competir com o Jalapeño ainda em 2026.

Isso redefine o equilíbrio de poder no ecossistema de IA. Enquanto Amazon, Google e Microsoft oferecem chips como serviço em nuvem, a Anthropic tenta pular direto para o hardware proprietário, não só para cortar custos, mas para ter controle total sobre latência, segurança e otimização de modelos Claude. Se der certo, outras startups de IA seguirão o mesmo caminho. Se falhar, reforçará a hegemonia da Nvidia, mas também mostrará que o salto de software para silício exige mais do que capital: exige know-how de fundição, design ASIC e integração de sistema em escala industrial.