Anthropic, la compañía creadora del asistente Claude y una de las firmas de inteligencia artificial más influyentes del mundo, estaría en conversaciones con Samsung Electronics para el diseño y fabricación de un chip de IA propio. Según informaciones recogidas por The Decoder, el proyecto se encuentra todavía en una fase muy temprana, pero la empresa ya ha dado pasos concretos contratando ingenieros especializados en diseño de semiconductores. La noticia llega en un momento en que la industria de la IA vive una carrera sin precedentes hacia la independencia del silicio, y lanza una pregunta evidente: ¿está el reinado de Nvidia sobre la infraestructura de IA empezando a resquebrajarse?

Anthropic entra en el juego del silicio propio

Desarrollar un chip de IA desde cero no es una decisión menor. Implica inversiones multimillonarias, años de ingeniería y una apuesta estratégica de largo plazo que va mucho más allá de simplemente comprar hardware a terceros. Que Anthropic esté explorando esta vía con Samsung —uno de los mayores fabricantes de semiconductores del planeta, con capacidades de fabricación propias (foundry) y una división de diseño avanzado— revela que la empresa no está improvisando. La contratación de ingenieros de chip es la señal más elocuente: no se busca un proveedor, se está construyendo músculo interno.

Para el lector hispanohablante que sigue el sector, el paralelismo es inmediato: esto recuerda a lo que hizo Google con sus TPUs, Amazon con Trainium e Inferentia, o más recientemente a lo que se ha apodado "Jalapeño", el proyecto de chip propio de OpenAI. El patrón es claro: las grandes empresas de IA generativa, que consumen cantidades astronómicas de potencia de cómputo, están llegando a la conclusión de que depender exclusivamente de Nvidia es un riesgo estratégico y un agujero de costes difícil de sostener a largo plazo.

Especificaciones técnicas

Dado que el proyecto se encuentra en fase exploratoria, los detalles técnicos públicos son escasos. Lo que sí se puede confirmar a partir de las informaciones disponibles es lo siguiente:

  • Naturaleza del proyecto: chip de IA personalizado (ASIC o diseño propietario), no una GPU de propósito general
  • Fabricante candidato: Samsung Electronics, con sus capacidades de foundry avanzada
  • Estado del desarrollo: fase inicial, aún en exploración y negociación
  • Recursos humanos: contratación activa de ingenieros especializados en diseño de semiconductores
  • Relación con Nvidia: Anthropic ha reafirmado públicamente que Nvidia sigue siendo un socio relevante para su infraestructura
Anthropic ya está fichando ingenieros de chip mientras negocia con Samsung: el proyecto es embrionario, pero la dirección estratégica no deja lugar a dudas.

La carrera del silicio propio: un movimiento que redefine la IA

Lo que está ocurriendo en el ecosistema de la inteligencia artificial es un fenómeno sin precedentes en la historia reciente de la tecnología. Las grandes plataformas de IA —que hasta hace poco eran clientes cautivos de Nvidia y, en menor medida, de AMD— están decidiendo verticalizarse en el hardware. La lógica económica es impecable: entrenar y servir modelos de lenguaje de gran escala consume una cantidad brutal de recursos computacionales, y cada dólar (o euro) ahorrado en infraestructura es un dólar que se puede destinar a investigación o a reducir precios para el usuario final.

Nvidia, por su parte, no está dormida. La compañía de Jensen Huang sigue siendo la referencia indiscutible en GPUs para entrenamiento de modelos de IA, y el hecho de que el propio Anthropic haya salido a decir que "Nvidia sigue importando" es significativo: no se trata de un abandono, sino de una diversificación. El chip propio, si llega a materializarse, probablemente se destine a tareas de inferencia —es decir, a ejecutar el modelo una vez entrenado para dar respuestas a los usuarios—, que es donde el volumen de operaciones es mayor y donde un ASIC optimizado puede ofrecer una eficiencia muy superior a una GPU de propósito general. El entrenamiento, por su complejidad y variabilidad, seguirá necesitando la flexibilidad de las GPUs de Nvidia durante más tiempo.

¿Qué supone para el comprador hispanohablante?

Este movimiento no afecta directamente al bolsillo del usuario doméstico en España o Latinoamérica a corto plazo, pero sí tiene implicaciones indirectas relevantes. Si empresas como Anthropic logran reducir sus costes de infraestructura mediante chips propios, eso podría traducirse en el futuro en precios más competitivos para sus servicios de IA —como Claude— o en una mayor capacidad para ofrecer funciones avanzadas sin subir tarifas. El mercado hispanohablante, donde el acceso a herramientas de IA premium todavía tiene barreras de precio importantes, podría beneficiarse de esta presión bajista en los costes de cómputo. En cuanto a disponibilidad de hardware o productos directos para el consumidor, no hay nada que esperar en el corto plazo: este es un proyecto de infraestructura empresarial, no un chip que vaya a aparecer en PcComponentes ni en Amazon.

Nuestra valoración

El movimiento de Anthropic es inteligente y predecible a la vez. Inteligente porque la dependencia exclusiva de un solo proveedor de hardware —por muy bueno que sea— es una vulnerabilidad estratégica y financiera. Predecible porque era cuestión de tiempo que una empresa de este calibre, con el respaldo inversor que tiene, diera el paso hacia el silicio propio. La elección de Samsung como socio de fabricación tampoco es casual: es uno de los pocos actores con capacidad real de competir con TSMC en la producción de chips avanzados, y tiene incentivos propios para ganar clientes de alto perfil en el segmento de IA.

Dicho esto, conviene mantener las expectativas calibradas. El camino entre "negociaciones iniciales con ingenieros recién contratados" y "chip en producción masiva y funcionando en los centros de datos de Anthropic" es largo, caro y plagado de riesgos de ingeniería. Google tardó años en madurar sus TPUs hasta hacerlas competitivas. Amazon lleva varias generaciones iterando Trainium. Anthropic parte de cero en esto, y la complejidad del diseño de ASICs para IA no se improvisa. El proyecto merece seguimiento, pero el impacto real —si llega— se medirá en años, no en meses. Lo que sí es inmediato es la señal que lanza al mercado: Nvidia tiene razones para no dormirse en los laureles.