Anthropic начала работу над собственными ИИ-чипами вместе с Samsung, сообщило The Information со ссылкой на источники. Компания не раскрывает, для каких задач предназначен проект и на какую производительность он рассчитан. Для Anthropic это попытка снизить зависимость от дефицитных ускорителей Nvidia и от чужих дорожных карт в период, когда вычисления стали главным ограничением для разработчиков крупных моделей.
Идея не возникла за неделю. Еще весной Anthropic обсуждала выпуск собственных чипов как способ защитить инфраструктуру от перебоев с поставками. Теперь проект, по данным издания, перешел в практическую фазу. Подтверждать партнерство с Samsung компания не стала, но в комментарии TechCrunch заявила, что продолжит опираться на «диверсифицированный аппаратный стек», в который входят решения Google, Amazon и Nvidia.
Детали проекта остаются открытыми. Неясно, идет ли речь об ускорителе для обучения моделей, об inference-чипе для вывода или о более узком специализированном решении под конкретные нагрузки. Разница существенная: обучение требует максимальной пропускной способности и памяти, а inference в 2026 году стал полем для экономии, потому что именно на него приходится растущая часть расходов после запуска модели в продакшене.
Выбор Samsung в качестве производственного партнера тоже выглядит логично. Южнокорейская компания остается вторым по масштабу контрактным производителем полупроводников после TSMC и пытается нарастить присутствие в ИИ-сегменте, где спросом пользуются не только самые тонкие техпроцессы, но и упаковка, память HBM и комплексные производственные цепочки. Для Anthropic такой союз дает альтернативу маршруту через TSMC, куда выстроилась длинная очередь из заказчиков ИИ-ускорителей.
Поворот ИИ-компаний к собственным чипам давно перестал быть экзотикой. Google развивает TPU почти десять лет и использует их как внутри компании, так и через облако. Amazon продвигает Inferentia и Trainium, чтобы снизить зависимость AWS от Nvidia и удержать маржу облачного бизнеса. Meta* строит линейку MTIA для рекомендательных систем и генеративных сервисов. На этом фоне Anthropic скорее догоняет отрасль, чем задает новый курс.
Дополнительный фактор появился в последние недели. Главный конкурент Anthropic, компания OpenAI, представила собственный inference-чип Jalapeño, разработанный с Broadcom. По словам OpenAI, ранние тесты показали более высокую энергоэффективность по сравнению с универсальными ИИ-GPU. Когда один игрок получает шанс снизить стоимость вывода модели, остальные редко отвечают пресс-релизом. Обычно они отвечают закупками, наймом инженеров и переговорами с фабриками.
У Anthropic есть и особая мотивация. Компания одновременно связана с несколькими облачными партнерами. Amazon и Google не только поставляют ей вычислительные ресурсы, но и входят в число ее крупнейших инвесторов. Такая схема удобна на этапе роста, однако она ограничивает контроль над себестоимостью и архитектурой. Собственный чип, даже если он сначала будет использоваться для узкого класса задач, дает компании переговорный рычаг и возможность тонкой оптимизации моделей Claude под конкретное железо.
Samsung со своей стороны получает проект, который важен не только финансово. Компания наращивает портфель ИИ-заказов: она работает с Nvidia, обсуждает производство чипов с Google и уже получила контракт Tesla на выпуск следующего поколения ИИ-ускорителей. Для контрактного бизнеса Samsung это способ доказать, что она может быть не резервной площадкой, а полноценным выбором для компаний, которые проектируют собственные ускорители.
На рынке это выглядит особенно заметно из-за концентрации спроса. По оценкам отраслевых аналитиков, львиная доля контрактного выпуска передовых чипов по-прежнему приходится на TSMC, а спрос на упаковку CoWoS и HBM остается напряженным. В такой конфигурации любой крупный разработчик моделей ищет не только производительность, но и гарантированный доступ к мощностям. Собственный дизайн чипа сам по себе дефицит не отменяет, но позволяет резервировать производственные слоты и планировать инфраструктуру на годы вперед, а не на квартал.
Для Anthropic следующий этап будет зависеть от того, какой именно чип она решила строить. Если речь идет об inference-ускорителе, первые практические результаты могут появиться быстрее, потому что такие проекты проще ограничить конкретными нагрузками и масштабировать через облако. Если компания нацелится на чип для обучения крупных моделей, цикл разработки и вывода в производство будет длиннее, а требования к памяти, межсоединениям и упаковке окажутся заметно жестче.
Ответ на главный вопрос появится не раньше 2027 года, когда можно будет сравнить новый проект с решением OpenAI и с облачными чипами Google и Amazon по цене вывода токена и производительности на ватт. Именно эти показатели, а не сам факт выпуска кремния, определят, получил ли Anthropic инструмент для снижения затрат или просто еще одну дорогую инженерную программу.
* Принадлежит компании Meta, она признана экстремистской организацией в РФ и её деятельность запрещена.