Anthropic aumenta gli investimenti sui chip AI autoprodotti: aveva considerato l'acquisizione di MatX per 7 miliardi di dollari ed è in trattativa con diverse startup

Anthropic sta accelerando la sua strategia di indipendenza sui chip, considerandola un passo chiave per consolidare le sue barriere competitive alla vigilia dell’IPO.

Secondo le ultime notizie di Reuters, Anthropic avrebbe negoziato l’acquisizione della startup di chip AI MatX per circa 7 miliardi di dollari, ma il piano è stato infine abbandonato e le discussioni si sono evolute in una potenziale esplorazione di collaborazione. Parallelamente, Anthropic ha recentemente avuto colloqui anche con numerose altre startup nel settore dei chip AI, senza aver ancora definito un percorso specifico.

Queste mosse indicano che Anthropic sta cercando di ridurre la dipendenza da fornitori esterni di hardware come Nvidia e di costruire un vantaggio competitivo a lungo termine in termini di costi e sicurezza dell’approvvigionamento attraverso lo sviluppo di capacità di progettazione dei chip proprietari. Per una società AI con una valutazione che punta a 2.000 miliardi di dollari e che si sta preparando alla quotazione in borsa, l’indipendenza hardware è già parte integrante della sua narrazione aziendale.

Acquisizione mancata: MatX si orienta verso finanziamenti indipendenti

Secondo quanto riferito, due fonti vicine alla vicenda hanno confermato che Anthropic aveva condotto trattative approfondite con MatX su un prezzo di acquisizione di circa 7 miliardi di dollari. Una terza fonte ha riferito che le discussioni di M&A si sono trasformate nell’esplorazione di una collaborazione, ma Reuters non è venuta a conoscenza dei motivi specifici della mancata prosecuzione delle trattative.

MatX, fondata da ex ingegneri dei Tensor Processing Unit (TPU) di Google, sta cercando di raccogliere nuovi fondi con una valutazione di circa 4 miliardi di dollari.

La tecnologia centrale di MatX si concentra su chip per il training, ovvero processori destinati alla costruzione di grandi modelli AI. Questo approccio differisce da quello di alcune startup del settore e del concorrente OpenAI, che al momento puntano maggiormente su chip per l’inferenza (inference chip). Secondo fonti informate, anche Anthropic potrebbe scegliere di sviluppare contemporaneamente chip per l’inferenza.

Ampio contatto con startup e sviluppo parallelo dei talenti

Come riporta Reuters, Anthropic nelle ultime settimane ha avuto colloqui con diverse startup di chip AI, con l’obiettivo di consentire ai suoi ingegneri e dirigenti di comprendere a fondo i diversi percorsi tecnologici oggi disponibili nella progettazione di chip, ma non ha ancora preso decisioni definitive su eventuali acquisizioni.

Sul fronte dell’acquisizione di talenti, Anthropic questa settimana ha assunto Amir Salek, esperto di chip proveniente da Google, e lo scorso giugno aveva già reclutato Clive Chan, ex ingegnere del progetto chip di OpenAI.

Anthropic ha dichiarato di essere in fase di espansione del team interno dedicato al silicio, al fine di progettare chip personalizzati che rendano il funzionamento dei modelli Claude più veloce ed efficiente, pur mantenendo una strategia con più fornitori di chip e continuando collaborazioni con Nvidia, Google e altri.

Logica strategica per chip proprietari: riduzione dei costi, aumento dell’efficienza e mitigazione dei rischi di fornitura

La strategia di Anthropic per la realizzazione di chip su misura è guidata da molteplici fattori concreti.

Il primo è la pressione sui costi. Sebbene progettare chip sia estremamente costoso – una singola generazione può costare centinaia di milioni di dollari e richiedere più di un anno dalla progettazione alla produzione di hardware utilizzabile – nel lungo periodo acquisire una startup con tali capacità può portare a una consistente riduzione dei costi di calcolo.

Il secondo aspetto riguarda la sicurezza dell’approvvigionamento. Nvidia ha dichiarato in una call con gli investitori che la disponibilità dei suoi processori rimarrà limitata fino al 2027. Attualmente, Anthropic ha firmato numerosi accordi per grandi volumi di capacità computazionale, inclusi l’acquisto di chip AI Google per 36 miliardi di dollari, un contratto di 45 miliardi di dollari con Nscale per il cloud computing e pagamenti mensili di 1,25 miliardi di dollari a SpaceX per l’uso dei suoi centri dati Colossus 1 (che includono oltre 220.000 chip Nvidia). Sviluppare chip interni permette di mitigare parte dell’incertezza derivante dalla dipendenza da fornitori esterni.

Il terzo elemento è la competizione sulle prestazioni. Questa settimana OpenAI ha dichiarato durante una conferenza che il suo primo chip personalizzato “Jalapeno” offre un’efficienza energetica superiore in inferenza rispetto ai prodotti simili Nvidia. I chip su misura possono essere ottimizzati per specifici modelli e carichi di lavoro, generando un vantaggio differenziato sia a livello prestazionale che economico.

Trend del settore: le società che sviluppano grandi modelli investono in hardware proprietario

L’esplorazione dell’autonomia sui chip di Anthropic riflette una strategia condivisa dai principali laboratori AI. Google ha già sviluppato la serie di chip TPU, mentre Amazon ha lanciato i chip Trainium e Inferentia, entrambi progettati per ridurre la dipendenza da Nvidia e ottimizzare le proprie attività AI.

Anthropic è stata una delle prime aziende AI a far girare i suoi modelli su hardware di diversi fornitori, e quindi possiede già una certa base per la diversificazione dell’hardware. Con la continua espansione della famiglia di modelli Claude, la domanda di calcolo della società sta crescendo rapidamente.

In previsione dell’IPO, la strategia sui chip di Anthropic assume un significato ancora più diretto per i mercati finanziari.

Precedenti notizie di Reuters riportano che Anthropic punta a una valutazione di 2.000 miliardi di dollari in IPO, un dato strettamente collegato alla previsione di ricavi che potrebbe raggiungere i 200 miliardi di dollari entro il 2028. La capacità di costruire una base hardware autonoma rappresenterà una variabile cruciale per gli investitori nella valutazione del potenziale di redditività a lungo termine dell’azienda.