TL;DR
· Foi noticiado que a Anthropic está explorando o desenvolvimento próprio de chips de servidores de IA, mas ainda não foi confirmado o desenho, a tape-out ou os planos de produção em massa.
· A OpenAI divulgou o chip de inferência Jalapeño e começou os testes, com planos de implantação até o fim de 2026.
· A Samsung pode se beneficiar da tendência de terceirização de chips de IA, mas no curto prazo a Anthropic ainda depende do poder computacional da AWS, Google e Nvidia.

As discussões da Anthropic em torno do desenvolvimento de seus próprios chips de servidor de IA estão se intensificando, mas ainda não é uma linha de pedido de chip já efetivamente concretizada. O foco do público está principalmente em que os custos de inferência por trás do Claude, o fornecimento de GPUs, a energia para data centers e a capacidade de racks estão se tornando restrições reais para empresas de modelos de linguagem. A OpenAI já divulgou o chip de inferência Jalapeño em parceria com a Broadcom, e também foi noticiado que a Anthropic está avaliando chips dedicados mais adequados para seus próprios modelos. Ainda assim, com base nas informações públicas atuais, não há confirmação de se a Samsung participa da fabricação, nem se o projeto entrou em design formal.

A Anthropic ainda está em exploração inicial; não é véspera de produção em massa

A direção que a Anthropic estaria explorando é um chip de servidor mais adequado ao modo como seus próprios modelos de IA operam. Em comparação com GPUs de uso geral, se o chip customizado for bem-sucedido no design, pode reduzir custos e melhorar a eficiência energética em tarefas específicas de inferência, além de diminuir a dependência de fornecimento externo de chips.

O desafio desse tipo de chip não está apenas no desempenho de uma única peça. As empresas de grandes modelos precisam lidar, ao mesmo tempo, com velocidade de computação, largura de banda de memória, redes de interconexão, consumo de energia, dissipação térmica e estabilidade do cluster. O que realmente é difícil é fazer com que dezenas de milhares de chips trabalhem de forma estável e coordenada dentro de um data center e que continuem atendendo tarefas de treinamento ou inferência.

A formulação mais prudente, por enquanto, é que a Anthropic ainda está na fase inicial de avaliação e definição. Quais tarefas de IA o chip principalmente executará, como serão definidos metas de desempenho e consumo de energia, como se adaptará a servidores e ao nível de clusters, e se será necessário envolver empresas externas de design de chips — essas respostas ainda não foram divulgadas de forma clara ao público.

A empresa também mantém cautela em sua comunicação externa. Em abril deste ano, a Anthropic anunciou a ampliação da parceria com a Amazon; nos próximos dez anos, pretende investir mais de 100 bilhões de dólares em tecnologia da AWS, com capacidade máxima travada de 5 GW, e afirmou já ter usado mais de 1 milhão de chips Trainium2 para treinar e servir o Claude. Ao mesmo tempo, a Anthropic enfatiza uma estratégia de hardware diversificada, mas a AWS ainda é seu principal provedor para treinamento e serviços em nuvem.

Isso implica que, mesmo que a exploração de chips próprios continue avançando, ainda será difícil substituir os fornecedores existentes no curto prazo. AWS Trainium, Google TPU e GPUs da NVIDIA continuam sendo partes importantes do ecossistema de capacidade de computação em escala da Anthropic.

A OpenAI deu um passo à frente; a pressão de custo com inferência é ainda mais direta

Quando a Anthropic é colocada nessa discussão sobre chips próprios, um pano de fundo importante é que a OpenAI já forneceu um termo de referência.

O anúncio oficial da Broadcom mostra que a OpenAI e a Broadcom lançaram o Jalapeño em 24 de junho de 2026, posicionando-o como um acelerador voltado para inferência de grandes modelos de linguagem, também conhecido como Intelligence Processor. A OpenAI e a Broadcom afirmam que o chip, do design inicial até a fita de fabricação, levou cerca de 9 meses; amostras de engenharia já estão rodando em laboratório e a implantação está planejada para começar antes do fim de 2026.

Aqui é preciso diferenciar dois estágios. O Jalapeño já foi lançado e entrou em fase de testes, mas isso não equivale a já estar em uso comercial em larga escala. Ele representa o início de as empresas de modelos líderes incorporarem o custo de inferência a um controle de hardware mais profundo, e não significa que a demanda por GPU será substituída imediatamente.

Inferência é o processo de computação em que o modelo gera respostas depois que usuários fazem perguntas a produtos como ChatGPT e Claude. Em comparação ao treinamento, a inferência ocorre com mais frequência; à medida que a base de usuários aumenta, a pressão de custos continuará subindo. Para empresas de grandes modelos, mesmo que o custo por inferência diminua apenas uma pequena proporção, quando isso é multiplicado por um volume massivo de solicitações e por gastos contínuos em data centers a longo prazo, pode se transformar em economias significativas.

O ritmo da Anthropic é claramente mais cedo. Ela não divulgou especificações do chip, nem apresentou indicadores de desempenho, lista de parceiros ou cronograma de produção em massa. O avanço da OpenAI apenas faz o mercado enxergar uma direção: as empresas de modelos no topo já não querem apenas comprar GPUs; também estão tentando trazer parte da infraestrutura de computação para o próprio controle.

A imaginação do mercado sobre a Samsung esquenta, mas pedidos ainda não foram fechados

A razão de a Samsung estar recebendo atenção do mercado é que ela tem capacidade avançada de fabricação e também está buscando mais oportunidades de terceirização (foundry) para chips de IA. Após surgirem notícias sobre financiamento da Anthropic e parcerias de infraestrutura, o público naturalmente conectou a Samsung às possíveis oportunidades de fabricação de aceleradores de IA.

Mas esse ponto precisa ser visto com menor intensidade. O que as informações públicas permitem confirmar é que a Samsung, SK Hynix, Micron e outras empresas já apareceram em discussões com parceiros de infraestrutura da Anthropic. A Micron anunciou em 22 de junho de 2026 que chegou a um acordo estratégico com a Anthropic, incluindo: desenho de arquitetura de IA para memória e armazenamento, acordos de fornecimento, adoção interna do Claude pela Micron e investimento estratégico na Série H da Anthropic.

Esses sinais de parceria não podem ser equiparados diretamente a uma situação em que a Samsung já tenha recebido pedidos de chips desenvolvidos pela própria Anthropic. Sobre a alegação de que a Anthropic teria feito contato com a Samsung para colaboração na fabricação, as informações publicamente verificáveis ainda não são suficientes. O julgamento mais prudente é que, se o projeto de chips próprios da Anthropic avançar para a fase de fabricação, a Samsung pode se tornar um dos possíveis participantes em que o mercado se concentra; no entanto, ainda não é possível colocá-la como transação certa.

Para projetos de chips, do primeiro estágio de avaliação até a produção em massa final, ainda é preciso passar por definição de arquitetura, validação de design, escolha do processo de fabricação, testes de empacotamento e coordenação da cadeia de suprimentos. Enquanto o design do chip não estiver fechado, o papel do foundry também é difícil de se concretizar de verdade.

Contratar mais gente aumenta a credibilidade, mas a rota ainda não foi definida

Os movimentos de talentos deixam as pistas de hardware da Anthropic mais em evidência. Segundo relatos, um membro inicial da equipe de chips customizados da OpenAI, Clive Chan, já se juntou à Anthropic. Materiais públicos indicam que ele já participou da construção inicial da equipe de chips da OpenAI e também tem experiência relacionada ao Tesla Dojo. A Anthropic também está recentemente intensificando a contratação de engenheiros de chips.

Isso mostra que a empresa, pelo menos, está se preparando para capacidades de hardware. Para uma empresa de modelos, uma equipe de hardware que entenda modelos, cargas de inferência e sistemas de data center pode ajudar a decidir quais trabalhos devem ser entregues a chips customizados e quais ainda devem depender de GPUs, TPUs ou chips de provedores de nuvem.

Mas os movimentos de talentos e a expansão de contratação ainda são apenas sinais de investimento inicial. Se o projeto poderá continuar depende de o chip conseguir uma vantagem suficientemente grande entre custo, desempenho, consumo de energia e complexidade de implantação. Se o chip customizado só aumentar a eficiência no papel, sem conseguir operação estável em larga escala, ou se os custos de adaptação de fabricação e software forem altos demais, a empresa ainda pode continuar dependendo principalmente de chips externos.

Essa também é a razão pela qual a NVIDIA dificilmente será substituída no curto prazo. As GPUs da NVIDIA ainda são a força principal para treinar e inferir IA, o ecossistema de software amadureceu e os clientes de data centers já construíram muitos sistemas em torno de sua plataforma. Chips desenvolvidos internamente provavelmente primeiro assumirão parte do trabalho em cenários específicos de inferência, em vez de substituir GPUs de forma completa.

Para os investidores, o impacto real da discussão sobre chips desenvolvidos pela própria Anthropic é, no curto prazo, mais uma disputa na cadeia de suprimentos. As empresas de modelos líderes querem ter mais poder de escolha sobre a capacidade de computação; provedores de nuvem, Broadcom, Samsung, TSMC, fabricantes de memória e a cadeia de fornecimento de empacotamento avançado podem se beneficiar dessa tendência. Mas, no caso da Anthropic, fatos claramente verificáveis ainda são limitados: a exploração interna ainda está em estágio inicial, o papel da Samsung não foi confirmado e a capacidade de computação em escala do Claude ainda depende da AWS, Google e NVIDIA.