TL;DR
· Anthropic diberitakan sedang mengeksplorasi pembuatan chip server AI sendiri, tetapi belum dikonfirmasi desain, tahap tape-out, atau rencana produksi massalnya.
· OpenAI telah mengungkap chip inferensi Jalapeño dan mulai melakukan pengujian, dengan rencana penempatan sebelum akhir 2026.
· Samsung berpotensi diuntungkan dari tren outsourcing chip AI, tetapi dalam jangka pendek Anthropic masih bergantung pada kemampuan komputasi dari AWS, Google, dan Nvidia.

Perbincangan tentang AI server chip buatan sendiri dari Anthropic sedang meningkat, tetapi ini belum menjadi satu lini pesanan chip yang sudah benar-benar terealisasi. Poin utama yang menjadi perhatian publik adalah bahwa biaya penalaran di balik Claude, pasokan GPU, listrik pusat data, dan kapasitas rak kini menjadi batasan keras bagi perusahaan-perusahaan model besar. OpenAI telah mengungkap chip inferensi Jalapeño hasil kerja sama dengan Broadcom, sementara Anthropic juga diberitakan sedang menilai chip khusus yang lebih cocok untuk model mereka. Namun, dari informasi yang saat ini terbuka, belum ada konfirmasi apakah Samsung terlibat dalam proses manufaktur dan apakah proyek sudah masuk ke desain resmi.

Anthropic masih dalam eksplorasi tahap awal, bukan menjelang produksi massal

Arah yang dieksplorasi Anthropic, menurut laporan, adalah sebuah chip server yang lebih cocok dengan cara menjalankan model AI miliknya. Dibanding GPU tujuan umum, jika desain chip kustom berhasil, chip tersebut berpotensi menurunkan biaya, meningkatkan efisiensi energi pada tugas inferensi tertentu, dan mengurangi ketergantungan pada pasokan chip dari pihak eksternal.

Kesulitan chip seperti ini bukan hanya performa pada satu chip. Perusahaan model besar perlu menangani sekaligus kecepatan komputasi, bandwidth memori, jaringan interkoneksi, konsumsi daya, pembuangan panas, serta stabilitas klaster. Yang benar-benar sulit adalah membuat ribuan chip beroperasi secara stabil dan bersinergi di pusat data, serta terus melayani tugas pelatihan atau inferensi.

Saat ini, ungkapan yang lebih tepat adalah bahwa Anthropic masih berada pada tahap evaluasi dan pendefinisian yang awal. Chip terutama akan menangani tugas AI apa, bagaimana target performa dan konsumsi dayanya ditetapkan, bagaimana penyesuaian di level server dan klaster, serta apakah perlu melibatkan perusahaan desain chip eksternal—semua pertanyaan ini masih belum ada jawaban yang dipublikasikan secara jelas.

Sikap perusahaan terhadap pihak luar juga tetap berhati-hati. Pada April tahun ini, Anthropic mengumumkan perluasan kerja sama dengan Amazon. Dalam sepuluh tahun ke depan, investasi teknologi ke AWS akan melebihi 100 miliar dolar AS, dengan penguncian kapasitas maksimum 5GW, dan menyebutkan telah memakai lebih dari 1 juta chip Trainium2 untuk melatih serta melayani Claude. Anthropic juga menekankan strategi perangkat keras yang beragam, tetapi AWS masih menjadi penyedia utama untuk pelatihan dan layanan cloudnya.

Ini berarti meskipun eksplorasi chip kustom terus didorong, dalam jangka pendek tetap sulit menggantikan pemasok yang sudah ada. AWS Trainium, Google TPU, dan GPU Nvidia masih menjadi bagian penting dari ekosistem kapasitas komputasi penskalaan Anthropic.

OpenAI melangkah lebih dulu, tekanan biaya inferensi lebih langsung

Pada saat ini, Anthropic dimasukkan ke dalam diskusi tentang chip yang dikembangkan sendiri, dengan latar belakang penting bahwa OpenAI sudah lebih dulu memberikan acuan.

Pengumuman resmi Broadcom menunjukkan bahwa OpenAI dan Broadcom pada 24 Juni 2026 merilis Jalapeño, yang ditujukan sebagai akselerator untuk inferensi model bahasa besar, dan juga disebut sebagai Intelligence Processor. OpenAI dan Broadcom menyebut, chip ini dari desain awal hingga pembuatan wafer membutuhkan sekitar 9 bulan. Sampel rekayasa telah dijalankan di laboratorium, dengan rencana mulai dideploy sebelum akhir 2026.

Di sini perlu dibedakan dua tahap. Jalapeño sudah dirilis dan masuk ke fase pengujian, tetapi itu tidak berarti sudah siap dipakai secara komersial dalam skala besar. Ini mewakili bahwa perusahaan model teratas mulai memasukkan biaya inferensi ke dalam kontrol perangkat keras yang lebih mendalam, bukan bahwa kebutuhan akan GPU akan langsung tergantikan.

Inferensi adalah proses komputasi ketika pengguna mengajukan pertanyaan ke produk seperti ChatGPT dan Claude, lalu model menghasilkan jawaban. Dibanding pelatihan, inferensi terjadi lebih sering. Seiring ukuran pengguna bertambah, tekanan biaya akan terus meningkat. Bagi perusahaan model besar, meski penurunan biaya per inferensi hanya sedikit, jika dikalikan dengan jutaan permintaan dan belanja jangka panjang pusat data, hal itu bisa berubah menjadi penghematan yang signifikan.

Ritme Anthropic jelas jauh lebih awal. Ia belum mempublikasikan spesifikasi chip, juga tidak mengungkap indikator performa, daftar mitra, atau jadwal produksi massal. Kemajuan OpenAI hanya membuat pasar melihat satu arah: perusahaan pembuat model teratas tidak lagi sekadar membeli GPU, tetapi juga mencoba memasukkan sebagian fondasi infrastruktur komputasi ke dalam kendali mereka sendiri.

Ruang imajinasi Samsung memanas, tetapi pesanan belum benar-benar mendarat

Mengapa Samsung menjadi sorotan pasar? Karena Samsung memiliki kapabilitas manufaktur yang maju sekaligus berupaya mendapatkan lebih banyak peluang outsourcing manufaktur untuk chip AI. Setelah muncul kabar seputar pendanaan Anthropic dan kerja sama infrastruktur, publik secara alami mengaitkan Samsung dengan peluang manufaktur akselerator AI yang potensial.

Tapi hal ini perlu diturunkan temperaturnya. Informasi publik yang dapat dikonfirmasi adalah bahwa Samsung, SK Hynix, Micron, dan perusahaan sejenis pernah muncul dalam pembahasan mitra infrastruktur Anthropic. Micron telah mengumumkan pada 22 Juni 2026 bahwa mereka mencapai kesepakatan strategis dengan Anthropic. Isinya mencakup desain arsitektur AI untuk memori dan penyimpanan, perjanjian pasokan, penerapan Claude di internal Micron, serta investasi strategis terhadap Anthropic Series H.

Sinyal kerja sama ini tidak dapat langsung disamakan dengan Samsung yang sudah mendapatkan pesanan chip kustom Anthropic. Mengenai klaim bahwa Anthropic telah melakukan kontak dengan Samsung untuk kerja sama manufaktur, informasi publik yang dapat diverifikasi masih belum cukup. Penilaian yang lebih aman adalah: jika proyek chip kustom Anthropic terus didorong hingga tahap manufaktur, Samsung mungkin menjadi salah satu peserta potensial yang menjadi sorotan pasar. Namun saat ini belum bisa menuliskannya sebagai transaksi yang pasti.

Untuk proyek chip, dari evaluasi sejak awal hingga produksi massal, masih perlu melalui penentuan arsitektur, verifikasi desain, pemilihan proses manufaktur, pengujian packaging, dan koordinasi rantai pasok. Selama desain chip belum dipastikan, peran foundry juga sulit benar-benar menentukan.

Merekrut lebih banyak orang meningkatkan kredibilitas, tetapi rute masih belum ditentukan

Gerakan perekrutan membuat petunjuk perangkat keras Anthropic semakin mendapat perhatian. Menurut laporan, anggota awal tim chip kustom OpenAI, Clive Chan, telah bergabung dengan Anthropic. Data publik menunjukkan ia pernah terlibat dalam pembangunan awal tim chip OpenAI, serta memiliki pengalaman terkait Tesla Dojo. Anthropic juga baru-baru ini memperkuat perekrutan insinyur chip.

Ini menunjukkan bahwa perusahaan setidaknya sedang mempersiapkan kapabilitas perangkat keras. Bagi perusahaan model, tim perangkat keras yang memahami model, beban inferensi, dan sistem pusat data dapat membantu menilai pekerjaan mana yang cocok diserahkan ke chip kustom, dan mana yang masih perlu bergantung pada GPU, TPU, atau chip dari penyedia cloud.

Namun perekrutan dan ekspansi rekrutmen ini masih sebatas sinyal investasi awal. Apakah proyek bisa terus berjalan bergantung pada apakah chip bisa meraih keunggulan yang cukup di antara biaya, performa, konsumsi energi, dan kompleksitas deployment. Jika chip kustom hanya mampu meningkatkan efisiensi di atas kertas tetapi tidak bisa berjalan stabil dalam skala besar, atau biaya penyesuaian manufaktur dan perangkat lunaknya terlalu tinggi, perusahaan tetap mungkin akan terus terutama bergantung pada chip pihak eksternal.

Inilah juga alasan mengapa Nvidia dalam jangka pendek tidak mudah tergantikan. GPU Nvidia masih menjadi andalan untuk pelatihan dan inferensi AI, ekosistem perangkat lunaknya sudah matang, dan pelanggan pusat data sudah membangun banyak sistem di sekitar platformnya. Chip hasil pengembangan sendiri kemungkinan besar lebih dulu mengambil alih sebagian pekerjaan dalam skenario inferensi tertentu, bukan menggantikan GPU secara menyeluruh.

Bagi investor, dampak nyata dari diskusi tentang chip yang dikembangkan sendiri oleh Anthropic lebih terasa seperti permainan perebutan rantai pasok dalam jangka pendek. Perusahaan pembuat model teratas ingin memperoleh lebih banyak hak pilihan atas kapasitas komputasi. Penyedia cloud, Broadcom, Samsung, TSMC, perusahaan memori, serta rantai pasok advanced packaging semuanya berpotensi diuntungkan dari tren ini. Namun dalam kasus Anthropic, fakta yang benar-benar jelas masih terbatas: eksplorasi pengembangan sendiri masih berada pada tahap awal, peran Samsung belum dikonfirmasi, dan kapasitas komputasi untuk penskalaan Claude tetap bergantung pada AWS, Google, dan Nvidia.