Anthropic Bouwt Eigen AI-chips voor Claude

Anthropic heeft geen streefdatum voor de voltooiing van het ontwerp of productie bekendgemaakt, wat normaal is voor een programma in deze fase .

Hoe Andere Grote AI-Bedrijven Eigen Chips Maken

OpenAI en de Jalapeño-chip

OpenAI onthulde zijn eerste eigen AI-chip, met de codenaam Jalapeño, op 24 juni 2026 . De chip is ontworpen in samenwerking met Broadcom en wordt geproduceerd door TSMC. Het is een gespecialiseerde processor voor inferentie . OpenAI begon met het ontwerp begin 2025 en overwoog eerst om eigen fabrieken te bouwen, maar koos uiteindelijk voor een ontwerppartnermodel . Het bedrijf heeft ook een bredere strategische samenwerking met Broadcom aangekondigd ter waarde van maximaal 10 miljard dollar voor de inzet van accelerator- en netwerksystemen tot en met 2029 .

Google DeepMind en Acht Generaties TPU's

Google heeft het langstlopende interne AI-chip programma, met meer dan tien jaar ervaring in de ontwikkeling van eigen silicium. De Tensor Processing Unit (TPU)-familie omvat nu acht generaties .

De Ironwood TPU (7e generatie), gelanceerd eind 2025, kan 9.216 chips in één enkele pod verbinden voor zowel training als inferentie . In april 2026 kondigde Google zijn 8e generatie TPU's aan met twee speciaal gebouwde architecturen: TPU 8t voor training en TPU 8i voor inferentie . Google heeft naar verluidt ook AMD ingeschakeld om te helpen bij het ontwerpen van een van zijn 10e generatie TPU's .

Opvallend is dat Google ook TPU's levert aan Anthropic in het kader van een enorme deal ter waarde van tientallen miljarden dollars, voor maximaal één miljoen chips .

Meta en de MTIA-familie

In maart 2026 onthulde Meta een routekaart van vier nieuwe interne chips onder zijn Meta Training and Inference Accelerator (MTIA)-familie . De MTIA 300 was al uitgerold; de MTIA 400, MTIA 450 en MTIA 500 staan gepland voor release met ongeveer zes maanden ertussen, tot en met 2027 .

Meta ontwikkelt deze chips samen met Broadcom en is van plan om in september 2026 met de productie van een van de chips te beginnen, als onderdeel van een streven om de totale rekenkracht te verdubbelen . De MTIA-familie dekt zowel inferentie als, voor het eerst, eigen trainingschips — voorheen vertrouwde Meta voor modeltraining op Nvidia-GPU's .

Overzicht van Eigen AI-Chip Programma's

Wat Dit Betekent voor het AI-Hardwarelandschap

De verschuiving naar eigen silicium vertegenwoordigt een fundamentele verandering in hoe AI-bedrijven tegen infrastructuur aankijken. In plaats van alleen te concurreren op modelarchitectuur en trainingsdata, bouwen de leiders in de industrie nu hardware als concurrentievoordeel.

Voor Anthropic staat het eigen chipprogramma nog in de kinderschoenen — er is geen streefdatum voor productie vastgesteld en er zijn geen architectuurdetails of productieovereenkomsten aangekondigd . Maar de stap geeft aan dat Anthropic chipontwerp als essentieel beschouwt voor zijn langetermijnstrategie, vooral nu de inferentiekosten stijgen met de schaal van de inzet.

Voor de industrie als geheel kan de diversificatie weg van Nvidia's GPU's verstrekkende gevolgen hebben. Als eigen chips hun belofte van lagere kosten en hogere prestaties waarmaken, kunnen de economie van AI-inferentie drastisch veranderen, waardoor AI-toepassingen betaalbaarder en toegankelijker worden.