Anthropic busca su propio chip: la carrera por no depender de Nvidia llega a otro gran laboratorio de IA

Por Yahoo Finance · 2 de julio de 2026.

La información que circula es escueta: según recoge Yahoo Finance, Anthropic se uniría a la carrera de chips de inteligencia artificial mediante un acuerdo reportado con Samsung. No hay en la fuente disponible cifras de inversión, capacidad de producción, nodo de fabricación ni calendario, y ni Anthropic ni Samsung parecen haber confirmado públicamente los términos en el material consultado. Con esa base, lo honesto es no rellenar huecos con suposiciones: el hecho verificable es el titular mismo, un reporte de acuerdo, no un anuncio oficial detallado.

Dicho esto, el movimiento —si se confirma— encaja en una lógica que ya conocemos bien. En general, los grandes laboratorios de IA llevan un par de años tratando de reducir su dependencia de Nvidia, que sigue controlando la inmensa mayoría del cómputo de entrenamiento e inferencia de vanguardia. OpenAI ha explorado diseño propio de chips, Google lleva años con sus TPU, Amazon con Trainium, y Microsoft con sus propios aceleradores. Que Anthropic busque asegurarse capacidad de fabricación con Samsung, uno de los pocos actores mundiales capaces de producir silicio de última generación junto a TSMC, no sería una anomalía sino la confirmación de un patrón: quien depende de un solo proveedor de chips depende también de sus precios, sus prioridades y sus cuellos de botella de producción.

Nuestra lectura es que esta noticia, aunque llegue con poco detalle, apunta a algo que ya veníamos señalando: la competencia en IA se está desplazando de quién tiene el modelo más listo a quién controla la infraestructura que lo hace posible. Asegurar chips propios —o acuerdos preferentes de fabricación— es una forma de blindar el acceso a cómputo a largo plazo, algo crítico cuando la demanda de entrenamiento sigue disparada y la oferta de chips avanzados es limitada. Para Anthropic, que compite directamente con OpenAI, Google y los laboratorios chinos en calidad de modelo, tener su propio suministro de silicio reduciría un riesgo estratégico enorme: quedarse sin capacidad de cómputo en el momento decisivo de una carrera donde cada generación de modelo exige más potencia que la anterior.

A corto plazo, esto refuerza una tendencia menos cómoda: la concentración de poder de cómputo en un puñado de empresas con capital suficiente para firmar acuerdos con fabricantes como Samsung o TSMC, dejando fuera a laboratorios más pequeños y a la investigación académica, que dependen de alquilar infraestructura ajena. A largo plazo, sin embargo, esta carrera por diversificar y escalar la producción de chips es precisamente lo que necesitamos para que el cómputo se abarate y se democratice: cuantos más actores compitan por fabricar silicio de IA, más rápido bajarán los costes y más cerca estaremos de ese horizonte de abundancia computacional que sostiene buena parte de las promesas de la IA a largo plazo, desde acelerar la investigación médica hasta poner herramientas potentes al alcance de cualquiera. Habrá que esperar a que se confirmen los detalles reales del acuerdo para valorar su alcance concreto, pero la dirección del movimiento ya es reveladora por sí sola.