Anthropic, il laboratorio di intelligenza artificiale dietro i modelli Claude, sta valutando lo sviluppo di chip personalizzati per l’addestramento e l’inference di Large Language Models. Secondo indiscrezioni recenti, Samsung sarebbe in lizza come partner produttivo per questi processori, in una mossa che cerca di ridurre la dipendenza da Nvidia.

La notizia, per quanto ancora in fase esplorativa, è un segnale concreto di come il mercato dell’hardware per AI stia diventando sempre più contendibile. Fino a oggi, Nvidia ha dominato con le sue GPU i carichi di lavoro LLM sia nel cloud sia on-premise, ma la crescita dei costi e le limitazioni nella supply chain spingono le grandi aziende a guardare altrove. Anthropic, che finora ha largamente impiegato GPU Nvidia nei propri datacenter, non è la prima a muoversi in questa direzione: Google ha le sue TPU, Amazon i chip Trainium, e Microsoft starebbe lavorando a soluzioni proprietarie.

Sul piano tecnico, un chip progettato internamente permetterebbe di ottimizzare l’hardware per le specificità dei modelli Claude, con potenziali vantaggi in termini di latenza, throughput e consumo energetico. Per chi gestisce deployment on-premise di LLM, la prospettiva è interessante anche se indiretta: un ampliamento dell’offerta di silicio specializzato potrebbe nel medio periodo tradursi in alternative alle GPU Nvidia, con ricadute positive su TCO e controllo dell’infrastruttura. Oggi chi fa self-hosting di modelli deve spesso accettare i prezzi e la disponibilità dettati dal vendor dominante, mentre più opzioni potrebbero innescare una competizione virtuosa.

Tuttavia, creare un chip ex novo non è un’operazione banale. Richiede investimenti ingenti, competenze verticali e tempi di sviluppo lunghi, spesso incompatibili con la velocità con cui evolvono gli algoritmi. Anthropic beneficia di ingenti finanziamenti e di una stretta collaborazione con Google Cloud, il che potrebbe accelerare il processo. Samsung, dal canto suo, vanta capacità manifatturiere di processo avanzato e ha già fornito soluzioni di packaging a diverse aziende del settore.

Il tema si inserisce in un contesto più ampio di ricerca di sovranità tecnicica. Molte organizzazioni che valutano il deployment on-premise lo fanno per mantenere i dati sotto proprio controllo, evitare lock-in e garantire conformità a regolamenti come il GDPR. Avere a disposizione piattaforme hardware diversificate, eventualmente prodotte anche in partnership con fonderie esterne alla traiettoria statunitense, può aggiungere un tassello di resilienza all’intero stack.

Al momento, né Anthropic né Samsung hanno confermato ufficialmente i colloqui. Ma la sola possibilità che una realtà come Anthropic—leader tra i fornitori di LLM—avvii un percorso di indipendenza hardware è sufficiente a far riflettere il settore su quanto la prossima ondata di innovazione possa passare anche dal silicio fatto su misura.