Anthropic ha confermato la creazione di un team interno dedicato alla progettazione di chip personalizzati per i modelli Claude, rendendo pubblico per la prima volta un programma che finora era rimasto in fase esplorativa. L’azienda sta cercando ingegneri con esperienza diretta nella progettazione, verifica e realizzazione di semiconduttori, con l’obiettivo di sviluppare hardware ottimizzato per i propri carichi di addestramento e inferenza. Il progetto non prevede semplicemente l’acquisto o la personalizzazione di acceleratori esistenti, ma la costruzione di competenze interne capaci di intervenire sull’intero ciclo di sviluppo del chip, dalla definizione dell’architettura fino all’integrazione con i sistemi che eseguono Claude. Anthropic non ha comunicato una data per il rilascio del primo processore e non ha ancora chiarito se intenda occuparsi direttamente della produzione oppure affidarla a una fonderia esterna.
Il nuovo gruppo, indicato come Custom Silicon Team, dovrà coprire un insieme molto ampio di attività tecniche. Le posizioni aperte comprendono progettazione front-end, verifica pre-silicio, physical design, design for test, circuiti analogici e mixed-signal, selezione dei processi produttivi, rapporti con le fonderie, infrastrutture CAD, packaging e integrità dei segnali e dell’alimentazione. Anthropic specifica di cercare professionisti che abbiano già contribuito concretamente alla finalizzazione e alla commercializzazione di prodotti in silicio, in grado di prendere decisioni rilevanti anche senza il supporto di una grande organizzazione già strutturata. La fascia salariale indicata per il ruolo di Silicon Engineer è compresa tra 320.000 e 485.000 dollari, a conferma della volontà di reclutare figure con esperienza avanzata nell’intero processo di progettazione e industrializzazione.
Il programma sarà basato su un metodo di co-design tra hardware e software. Gli ingegneri del team lavoreranno con i gruppi che si occupano di inferenza, prestazioni, kernel e infrastruttura, così da adattare il chip alle caratteristiche effettive dei modelli Claude anziché progettare un acceleratore generico. Le attività comprenderanno la definizione delle specifiche e delle interfacce, le decisioni sulla microarchitettura, la scelta delle tecnologie e delle proprietà intellettuali da sviluppare internamente, acquistare o concedere in licenza, oltre alla valutazione delle componenti da affidare ai partner. Il team dovrà inoltre stabilire in quali aree Anthropic manterrà il controllo diretto della progettazione e in quali potrà invece appoggiarsi a fornitori esterni, considerando i compromessi tra prestazioni, consumo energetico, larghezza di banda della memoria, packaging, tempi di sviluppo e costi di produzione.
La co-progettazione dovrebbe consentire di intervenire contemporaneamente sul modello, sui kernel software e sull’architettura del processore. Nei sistemi AI di grandi dimensioni, infatti, le prestazioni non dipendono soltanto dalla capacità di calcolo teorica del chip, ma anche dall’efficienza con cui i dati vengono trasferiti tra memoria e unità di elaborazione, dal supporto alle precisioni numeriche utilizzate dal modello, dalla gestione della cache e dalle modalità con cui vengono distribuiti i carichi su migliaia di acceleratori. Progettando l’hardware in funzione delle operazioni più frequenti di Claude, Anthropic potrebbe ridurre i passaggi inefficienti, aumentare il numero di token elaborati per unità di tempo e contenere il consumo energetico e il costo dell’inferenza. L’azienda intende inoltre sperimentare l’impiego dello stesso Claude nelle parti della progettazione dei chip più simili allo sviluppo software, valutando quali attività possano essere realmente accelerate dall’intelligenza artificiale.
Lo sviluppo di silicio proprietario non sostituirà comunque l’infrastruttura hardware già utilizzata da Anthropic. La società ha definito il progetto come una nuova componente della propria strategia multi-chip e ha confermato che continuerà a servirsi delle tecnologie di Amazon Web Services, Google, NVIDIA e AMD. Claude viene già addestrato ed eseguito su più piattaforme, comprese le GPU NVIDIA, gli acceleratori Google TPU e i processori Trainium di AWS. Anthropic ha recentemente ampliato la collaborazione con Amazon, impegnandosi a utilizzare nel prossimo decennio capacità basate su Graviton e sulle generazioni Trainium2, Trainium3 e Trainium4, all’interno di un accordo che prevede fino a 5 gigawatt di nuova infrastruttura. Il chip interno dovrà quindi inserirsi in un ambiente eterogeneo, nel quale modelli e carichi possono essere distribuiti su acceleratori differenti in base alla disponibilità, ai costi e alle caratteristiche operative.
La scelta risponde alla crescita della domanda di Claude e alla difficoltà di assicurarsi una quantità sufficiente di acceleratori avanzati. L’accesso ai chip rappresenta uno dei principali limiti all’espansione dei laboratori AI, sia per la disponibilità ridotta delle unità più potenti sia per i costi associati ai cluster destinati all’addestramento e all’inferenza. Un processore progettato internamente può ridurre la dipendenza da un unico fornitore e offrire un controllo maggiore sull’evoluzione dell’infrastruttura, ma richiede investimenti molto elevati e tempi di sviluppo pluriennali. Secondo le stime citate nel settore, la progettazione di un chip AI avanzato può costare circa 500 milioni di dollari considerando reclutamento degli ingegneri, progettazione, verifica, produzione dei primi esemplari e correzione degli eventuali difetti.
Anthropic si aggiunge così alle altre aziende di intelligenza artificiale che stanno sviluppando acceleratori proprietari per adeguare l’hardware ai propri modelli. Google utilizza da anni i TPU, Meta sta lavorando alle nuove generazioni dei propri acceleratori e OpenAI ha sviluppato con Broadcom un chip destinato ai carichi di inferenza. Per Anthropic è stata inoltre riportata l’esistenza di colloqui con Samsung Electronics come possibile partner produttivo, anche se non è stato annunciato alcun accordo e la società non ha indicato quale processo o fonderia potrebbe essere utilizzato. La fase attuale riguarda soprattutto la costruzione del team, la definizione delle specifiche e la scelta delle componenti da progettare direttamente, mentre produzione, tempistiche e caratteristiche finali del processore restano ancora da stabilire.