IA · 7 agosto 2026 · 4 min di lettura
Anthropic progetta i propri chip: la nuova corsa al silicio dei giganti dell'IA
In sintesi: Anthropic ha avviato ufficialmente il reclutamento di una squadra interna dedicata alla progettazione di chip proprietari per l'IA. L'obiettivo dell'azienda creatrice di Claude è ridurre la dipendenza dai semiconduttori Nvidia e ottimizzare le prestazioni dei propri modelli attraverso l'integrazione verticale. La scelta posiziona Anthropic nello stesso solco di OpenAI, Google e Meta, confermando come la progettazione hardware sia ormai una leva strategica imprescindibile per i giganti dell'intelligenza artificiale.
di Team Mocchi's
La mossa di Anthropic: dal software al silicio
Anthropic ha iniziato la selezione di ingegneri specializzati per formare un team di progettazione di silicio proprietario. Le posizioni aperte sul sito aziendale, riguardanti figure come silicon engineer e technical program manager, indicano la volontà di creare acceleratori hardware su misura per far girare i modelli della famiglia Claude.
Come riporta Ars Technica, un portavoce dell'azienda ha confermato ufficialmente i piani, specificando tuttavia che Anthropic continuerà ad adottare un approccio "multi-chip". L'hardware sviluppato internamente affiancherà quindi i semiconduttori di fornitori terzi, senza sostituirli completamente, per garantire la flessibilità necessaria durante la crescita della capacità computazionale.
La strategia punta a un co-design integrato: ingegneri software e progettisti hardware lavoreranno fianco a fianco per plasmare l'architettura dei chip sulle specifiche esigenze matematiche dei modelli di linguaggio.
L'era dell'integrazione verticale nell'IA
La decisione di Anthropic risponde a dinamiche strutturali del mercato dei semiconduttori. Oggi la quasi totalità dei laboratori di IA avanzata dipende dai processori grafici di Nvidia. Questa concentrazione crea due problemi critici: l'esposizione alle strozzature della catena di fornitura e costi operativi elevatissimi legati ai margini dei fornitori hardware.
Anthropic non è la sola a cercare un'alternativa. OpenAI ha recentemente svelato il chip custom Jalapeño, progettato in collaborazione con Broadcom per velocizzare l'inferenza nei propri data center. Google fa leva sui propri TPU (Tensor Processing Unit) da anni, mentre Meta continua a sviluppare i propri acceleratori interni. Anche la francese Mistral sta valutando soluzioni proprietarie.
L'integrazione verticale offre vantaggi diretti in termini di efficienza energetica e latenza. Quando un'architettura di rete neurale e la logica di calcolo del chip vengono progettate insieme, è possibile eliminare operazioni ridondanti e ottimizzare la gestione della memoria di lavoro durante la generazione dei token.
Sfide produttive e prospettive industriali
Disegnare un chip è tuttavia solo la prima parte del percorso. La produzione materiale richiede fonderie di livello mondiale come TSMC o Samsung. In merito a questo aspetto, indiscrezioni di stampa avevano precedentemente accennato a trattative tra Anthropic e la divisione fonderia di Samsung per la fabbricazione dei primi prototipi.
I tempi di sviluppo dell'hardware restano molto più lunghi rispetto ai cicli di rilascio del software. Dalla fase di disegno dei circuiti (tape-out) alla produzione in serie e all'installazione nei data center possono trascorrere tra i 18 e i 24 mesi. Per questo motivo, la scelta di mantenere un'infrastruttura ibrida con chip Nvidia e neocloud è indispensabile per supportare la domanda attuale senza creare vuoti operativi.
La creazione di un team silicon interno dimostra comunque che le aziende di IA di frontiera non intendono più rimanere semplici sviluppatrici di software, ma stanno evolvendo verso modelli aziendali a copertura totale della filiera tecnologica.
Il punto di Mocchi's
In Mocchi's osserviamo la mossa di Anthropic come la conferma che la competizione sull'IA si gioca ormai sulla sostenibilità economica dell'inferenza. Per le aziende italiane che sviluppano o integrano soluzioni basate su LLM, l'ingresso dei grandi sviluppatori nel settore dei semiconduttori rappresenta una notizia positiva. L'aumento dei fornitori di chip custom e la co-progettazione hardware-software porteranno nel medio periodo a un calo dei costi per token e a latenze sempre più contenute. Questo scenario renderà economicamente sostenibili applicazioni aziendali oggi onerose, dagli agenti autonomi complessi all'analisi di grandi moli di dati aziendali in tempo reale.