Anthropic negocia chip próprio com a Samsung e reabre a disputa pelo silício da IA

Conversas em estágio inicial miram o processo de 2 nanômetros da coreana e apontam para a fuga coletiva da dependência da Nvidia

A Anthropic conversa com a Samsung para fabricar seu primeiro chip de IA sob medida, em processo de 2 nm. Planos ainda em estágio inicial.

A Anthropic está em conversas com a Samsung Electronics para que a coreana seja parceira de fabricação de um chip de inteligência artificial feito sob medida. A informação foi publicada pelo The Information e replicada por veículos de tecnologia em 2 de julho.

Os planos estão em estágio inicial. A empresa ainda define o que o processador deve fazer, qual desempenho deve entregar e como se encaixaria em um servidor. A avaliação considera o processo de fundição de 2 nanômetros da Samsung e suas instalações de empacotamento avançado. A Anthropic também conversa com múltiplas empresas de projeto de chips.

Não é a primeira aproximação entre as duas. A Samsung participou da rodada Série H de US$ 65 bilhões da Anthropic, em maio de 2026, ao lado de SK Hynix e Micron, como parceira estratégica de infraestrutura.

Por que todo mundo está fazendo o mesmo

O movimento coloca a Anthropic em uma trilha já percorrida por Google, Amazon, Meta e OpenAI: projetar o próprio silício em vez de comprar exclusivamente da Nvidia.

A motivação tem três camadas, e a terceira é a menos comentada.

A primeira é margem. Em uma operação onde o custo de computação é a maior linha de despesa, cada ponto percentual pago como margem ao fornecedor de chips sai do resultado. Quem opera em escala de gigawatt tem incentivo aritmético para verticalizar.

A segunda é disponibilidade. Capacidade de fabricação em nós avançados é escassa e alocada com anos de antecedência. Ter um projeto próprio significa disputar fila de fundição em vez de disputar fila de placas prontas — uma fila diferente, às vezes menor.

A terceira é ajuste fino. Um chip desenhado para uma família específica de modelos pode eliminar circuitos que aquele arquiteto de modelo não usa e reforçar exatamente os que usa. O ganho não aparece em benchmarks genéricos; aparece na conta de energia por token servido.

O que ainda pode não acontecer

Vale segurar o entusiasmo. Projetar um acelerador competitivo é um esforço de anos, custa centenas de milhões de dólares antes do primeiro chip funcional e tem histórico de fracassos silenciosos — várias empresas anunciaram silício próprio e nunca o colocaram em produção relevante.

A vantagem real da Nvidia, além do hardware, é o ecossistema de software acumulado ao longo de quase duas décadas. Substituí-lo é mais caro do que substituir o transistor.

Além disso, as conversas são descritas como iniciais e não exclusivas. Entre falar com uma fundição e ter um chip em rack há uma distância que muitos projetos nunca percorreram.

O ângulo brasileiro

Para quem opera no Brasil, o efeito de segunda ordem é o que importa. Se os grandes laboratórios conseguirem reduzir o custo por token com silício próprio, a tendência é que o preço de inferência continue caindo — o que já vem acontecendo e é o principal fator que torna viável embutir IA em produtos de margem apertada.

Se, ao contrário, a corrida por capacidade de fundição apertar ainda mais um gargalo já saturado, o efeito é o oposto: preços de acesso mais altos e filas mais longas para quem não é cliente prioritário. Vale acompanhar qual dos dois vetores prevalece antes de dimensionar orçamentos de IA para 2027.

Fonte: TechCrunch

Redação Rede Global de Comunicação — 2026-07-27

Rede Global de Comunicação — Conhecimento é Poder