Anthropic heeft vandaag aangekondigd dat het een toegewijd "custom silicon team" samenstelt om AI-specifieke chips te ontwerpen, met als doel de Claude-modellen sneller en goedkoper te maken. De stap signaleert de intentie van het bedrijf om de afhankelijkheid van cloudgiganten en GPU-fabrikanten te verminderen, terwijl de hardware-software-lus die zijn producten aandrijft, wordt versterkt.

Waarom een chipteam nu belangrijk is

Sinds de lancering heeft Claude vertrouwd op een lappendeken van compute-providers — AWS, Google Cloud, Nvidia en AMD — om de enorme GPU-farms te leveren die nodig zijn voor inference. Die contracten hebben snelle groei mogelijk gemaakt, maar de enorme vraag naar AI-rekenkracht heeft die afhankelijkheid veranderd in een strategische kwetsbaarheid. De prijzen voor high-end versnellers stijgen en capaciteitsbeperkingen kunnen leiden tot een hogere latentie voor eindgebruikers. Door chips te ontwerpen die aansluiten bij de wiskundige werklast van Claude, hoopt Anthropic zowel snelheid als energiebesparingen te behalen die generieke GPU's niet kunnen leveren.

Van multi-cloud naar co-design

Het nieuwe team van Anthropic zal een hardware-software co-design-aanpak nastreven, waarbij de silicon-architectuur wordt gevormd rond de specifieke operaties die Claude uitvoert. In de praktijk zou dit kunnen betekenen: aangepaste matrix-vermenigvuldigingseenheden, strakker on-chip geheugen of instructiesets die het aantal cycli per token verminderen. Het resultaat zou een lagere inference-latentie en een lagere energierekening per query zijn — twee metrieken die de productprijzen en de gebruikerservaring direct beïnvloeden.

Het bedrijf heeft geen tijdlijnen of prestatiedoelen bekendgemaakt, maar geruchten in de sector wijzen naar Samsung als een mogelijke foundry-partner. Als dit werkelijkheid wordt, krijgt Anthropic meer controle over zijn toeleveringsketen en omzeilt het de "astronomische kosten" die verbonden zijn aan schaarse AI-versnellers op de open markt.

Het grotere plaatje: een verschuiving naar verticale integratie

De chip-ambitie van Anthropic volgt een bredere trend onder AI-reuzen die verder gaan dan pure software:

  • OpenAI onthulde onlangs een chip genaamd "Jalapeño", gebouwd met Broadcom, gericht op inference-workloads.
  • Google DeepMind draait al lang zijn meest geavanceerde modellen op eigen Tensor Processing Units (TPUs) die binnen Alphabet zijn ontwikkeld.
  • Meta blijft itereren op zijn MTIA (Meta Training and Inference Accelerator) om zowel sociale media- als AI-taken te stroomlijnen.

Deze bedrijven hebben laten zien dat het bezitten van de volledige stack — van datacenter tot silicon — kan beschermen tegen tekorten in de toeleveringsketen en een prijsvoordeel kan bieden. De stap van Anthropic in chipontwerp suggereert dat het bedrijf gelooft dat dezelfde berekening geldt voor zijn eigen bedrijfsmodel.

Risico's en tegenargumenten

Het bouwen van custom silicon is een gok met hoge inzet. De ontwikkelingscycli voor chips beslaan jaren en kunnen miljarden dollars kosten, ver boven de typische R&D-budgetten voor AI-software. Een misstap in architectuur of productie zou de roadmap van Claude kunnen vertragen, het marktaandeel kunnen uithollen of het bedrijf kunnen dwingen terug te keren naar standaard GPU's tegen een meerprijs. Bovendien is de expertise die nodig is om AI-chips te ontwerpen, te testen en massaal te produceren schaars, en het kan een uitdaging zijn om talent weg te trekken bij gevestigde halfgeleiderbedrijven.

Critici stellen ook dat de prestatiewinsten van op maat gemaakte silicon marginaal kunnen zijn in plaats van transformatief, vooral omdat GPU-leveranciers blijven doorgaan met het uitrollen van steeds grotere en efficiëntere AI-versnellers. Als externe aanbieders erin slagen om vergelijkbare efficiëntie te leveren met minder risico, zou de investering van Anthropic een kostbare omweg kunnen blijken te zijn.

Waar op te letten

  • Bevestiging van de productiepartner – Een formele samenwerking met een foundry zoals Samsung zou het project van concept naar silicon brengen.
  • Prototype benchmarks – Vroege prestatiecijfers die de custom chip vergelijken met toonaangevende GPU's zullen aangeven of de co-design-inspanning de beloofde latentie- en energiebesparingen oplevert.
  • Werving van talent – De omvang en expertise van het nieuw gevormde silicon-team zullen aangeven hoe agressief Anthropic van plan is te concurreren met gevestigde chipmakers.
  • Impact op de prijsstelling – Als de custom hardware de kosten per query verlaagt, kunnen de abonnementsvormen van Claude competitiever worden, wat druk legt op concurrenten die nog steeds afhankelijk zijn van hardware van derden.

De chip-ambitie van Anthropic onderstreept een groeiende overtuiging in de AI-sector: het beheersen van de hardware-stack is niet langer optioneel voor bedrijven die efficiënt willen schalen. Of de zet loont, zal afhangen van de snelheid van uitvoering, technisch talent en het vermogen om silicon-winsten om te zetten in echte kostenbesparingen voor de gebruikers van Claude.