Anthropic створює власні чіпи для Claude: як гонка за кастомним кремнієм змінює ринок AI

Епоха, коли кожна AI-лабораторія покладалася виключно на графічні процесори Nvidia, добігає кінця. 5 серпня 2026 року Anthropic підтвердила, що формує власну команду для розробки кастомних мікросхем, оптимізованих для її моделей Claude, після перших повідомлень у квітні 2026 року . Компанія активно наймає інженерів-напівпровідників і технічного менеджера програм для кремнієвого дизайну .

Anthropic приєднується до OpenAI, Google DeepMind і Meta у хвилі розробки власних чіпів, спричиненої глобальним дефіцитом мікросхем, зростанням витрат на інференс (процес виконання моделі у відповідь на запит користувача) та перевагами в продуктивності, які дає спільне проєктування апаратного забезпечення та моделей.

Чому Anthropic будує власні чіпи

Рішення Anthropic розробляти власний кремній зумовлене кількома тисками:

• Дефіцит чіпів та обмеження постачання. Глобальний дефіцит AI-мікросхем ускладнює для Anthropic здобуття обчислювальної потужності, необхідної для тренування та розгортання дедалі складніших моделей .
• Швидке зростання витрат на інференс. Обслуговування мільярдів токенів щодня за приблизного річного доходу в 30 мільярдів доларів робить власний кремній потужним важелем для скорочення витрат. Аналітики оцінюють, що спільно спроєктовані чіпи можуть зменшити вартість інференсу Claude вдвічі .
• Спільна оптимізація моделі та апаратного забезпечення. Розробка чіпів, спеціально призначених для архітектури Claude, дозволяє Anthropic досягти кращої продуктивності та ефективності, ніж з універсальними GPU .
• Стратегія мультичіпа. Власні мікросхеми доповнюватимуть, а не замінять наявні партнерства з Nvidia, AMD, AWS і Google Cloud, що є частиною ширшої диверсифікації від одноосібної залежності від Nvidia .

Anthropic не оголосила цільову дату виробництва, що є нормальним для проєкту на цьому етапі .

Як інші великі AI-компанії будують власні чіпи

OpenAI і чіп Jalapeño

OpenAI представила свій перший власний AI-чіп під кодовою назвою Jalapeño 24 червня 2026 року . Розроблений у співпраці з Broadcom і виготовлений TSMC, Jalapeño є спеціалізованим процесором для інференсу . OpenAI розпочала проєктування на початку 2025 року, спочатку розглядаючи будівництво власних фабрик, але згодом перейшовши до моделі партнерства з дизайну . Компанія також оголосила про стратегічну співпрацю з Broadcom на суму до 10 мільярдів доларів для розгортання систем прискорювачів і мереж до 2029 року .

Google DeepMind і вісім поколінь TPU

Google має найдовшу програму власних AI-чіпів — понад десятиліття розробки. Її сімейство Tensor Processing Unit (TPU) тепер налічує вісім поколінь . Чіп Ironwood TPU (7-го покоління), запущений наприкінці 2025 року, може об'єднувати 9 216 мікросхем в одному поді для тренування та інференсу . У квітні 2026 року Google анонсувала TPU 8-го покоління з двома цільовими архітектурами: TPU 8t для тренування та TPU 8i для інференсу . За повідомленнями, Google також залучила AMD до розробки одного зі своїх TPU 10-го покоління .

Примітно, що Google також постачає TPU для Anthropic у рамках угоди на десятки мільярдів доларів, що передбачає до одного мільйона чіпів .

Meta і сімейство MTIA

У березні 2026 року Meta представила дорожню карту чотирьох нових власних чіпів у рамках сімейства Meta Training and Inference Accelerator (MTIA) . Чіп MTIA 300 вже розгорнуто; MTIA 400, MTIA 450 та MTIA 500 планується випускати приблизно кожні шість місяців до 2027 року .

Meta спільно розробляє ці чіпи з Broadcom і планує розпочати виробництво одного з них у вересні 2026 року в рамках зусиль подвоїти загальну обчислювальну потужність . Сімейство MTIA охоплює як інференс, так і, вперше, власні чіпи для тренування — раніше Meta покладалася на GPU Nvidia для тренування моделей .

Підсумок програм власних AI-чіпів

Компанія	Програма власних чіпів	Назва чіпа	Фокус	Ключовий партнер(и)
Anthropic	Внутрішня кремнієва команда (оголошено серпень 2026)	Не розголошується	Інференс (очікується)	TBD (наймає власних інженерів)
OpenAI	Перший власний чіп представлено червень 2026	Jalapeño	Інференс	Broadcom, TSMC
Google DeepMind	8+ поколінь власних TPU	TPU (Ironwood, v8t, v8i)	Тренування та інференс	Broadcom, Marvell, Intel, за повідомленнями AMD
Meta	4 чіпи MTIA на дорожній карті (2026–2027)	MTIA 300/400/450/500	Тренування та інференс	Broadcom

Що це означає для ландшафту AI-обладнання

Перехід до власного кремнію є фундаментальною зміною в тому, як AI-компанії підходять до інфраструктури. Замість того щоб конкурувати виключно за архітектурою моделей та даними для тренування, лідери галузі тепер вибудовують апаратне забезпечення як конкурентну перевагу.

Для Anthropic програма власних чіпів все ще перебуває на найраніших стадіях — не встановлено жодної цільової дати виробництва, не оголошено жодних архітектурних деталей або виробничих угод . Але цей крок свідчить про те, що Anthropic вважає розробку чіпів важливою для своєї довгострокової стратегії, особливо з огляду на зростання витрат на інференс разом із масштабом розгортань.

Для галузі в цілому диверсифікація від GPU Nvidia може мати далекосяжні наслідки. Якщо власні чіпи виправдають обіцянки щодо нижчих витрат і вищої продуктивності, економіка AI-інференсу може кардинально змінитися, зробивши AI-додатки дешевшими та доступнішими.