Anthropic обсуждает с Samsung собственный ИИ-чип — об этом стало известно 2 июля. Для рынка это не просто еще один слух про железо: крупнейшие разработчики моделей все заметнее уходят от схемы, где вся судьба продукта упирается в поставки Nvidia. Для русскоязычной IT-аудитории сигнал понятный: борьба в ИИ давно идет не только за модели, но и за то, на чем они реально работают.
Как пишет TechCrunch, Anthropic ведет переговоры с Samsung о возможном партнерстве вокруг будущего чипа. При этом проект пока далек от состояния «вот вам спецификация и дата запуска». По данным The Information, на которые ссылается издание, компания еще не решила, для чего именно будет использоваться чип, как он встроится в серверную архитектуру и какой уровень производительности должен дать. То есть на столе пока не продукт, а намерение всерьез проработать вариант со своим кремнием.
В комментарии TechCrunch Anthropic не стала ни подтверждать детали партнерства, ни опровергать сам интерес к теме. Формулировка была максимально аккуратной: в вычислительной стратегии компании по-прежнему ключевую роль играет диверсифицированный стек железа, в который входят чипы Google, Amazon и Nvidia. Если перевести это с корпоративного на человеческий, Anthropic пока не собирается демонстративно хлопать дверью и делать вид, что завтра сможет жить без крупнейших поставщиков ускорителей. Но сам факт переговоров показывает: идея со собственным ИИ-чипом из разряда «присматриваемся» переходит в разряд «просчитываем всерьез».
Контекст у этой истории вполне жесткий. Еще в апреле Reuters сообщало, что Anthropic рассматривает выпуск собственных ИИ-чипов как ответ на дефицит вычислительных мощностей. Теперь видно, что тема не исчезла после пары стратегических слайдов. И это логично: если компания строит бизнес на дорогих моделях и масштабной инференс-нагрузке, зависимость от внешнего поставщика ускорителей превращается из технической детали в прямой операционный риск. В какой-то момент даже самый красивый roadmap упирается в вопрос, сколько GPU тебе вообще отгрузят и по какой цене.
На этом фоне шаг Anthropic выглядит не одиночным маневром, а частью отраслевого тренда. Буквально за неделю до этого, 24 июня 2026 года, OpenAI объявила о партнерстве с Broadcom и представила собственный процессор для инференса Jalapeño. Компания заявила, что чип показывает лучшую производительность на ватт по сравнению с конкурирующими решениями. До этого собственные ускорители давно стали частью облачной стратегии Amazon и Google: обе компании продвигают TPU и похожие специализированные решения как способ эффективнее обслуживать ИИ-нагрузки. Иными словами, рынок постепенно отказывается от романтической идеи, что модель сама по себе и есть продукт. Нет, продукт теперь включает и железо, и сеть, и память, и экономику инференса.
Samsung в этой схеме выглядит не случайным собеседником. Компания давно встроена в ИИ-производственную цепочку и уже сотрудничает с Nvidia, выпуская чипы, нужные для обучения и запуска моделей. В обратную сторону зависимость тоже есть: Samsung использует ПО Nvidia в собственном производственном процессе. Кроме того, обе компании работают над фабрикой ИИ-чипов в Южной Корее. Параллельно Samsung обсуждала сотрудничество и с Google в области производства чипов. То есть корейский гигант сейчас выступает не в роли стороннего контрактного завода, а как один из узлов, через которые проходит вся большая гонка за вычисления.
Для разработчиков и продуктовых команд здесь важна не столько новость о переговорах, сколько ее практический смысл. Если крупные AI-компании делают собственный ИИ-чип под конкретные задачи, значит, разрыв между «универсальным GPU» и «железом под нужный workload» становится слишком дорогим, чтобы его игнорировать. Для тех, кто строит сервисы поверх LLM, это может означать дальнейшее расслоение рынка инфраструктуры: одни поставщики будут продавать универсальную мощность, другие — агрессивно оптимизированный инференс под отдельные классы задач. Для бизнеса это вопрос маржи, SLA и предсказуемости затрат. Для инженеров — повод внимательнее смотреть на то, как меняются требования к стеку: от оркестрации моделей до профилирования нагрузки и выбора облака.
Есть и еще один слой. Чем больше игроков проектируют свой чип, тем менее комфортной становится монополия Nvidia. Это не значит, что лидерство компании завтра испарится: наоборот, сейчас Nvidia остается главным центром притяжения для отрасли. Но сама попытка Anthropic, OpenAI, Google и Amazon строить альтернативные маршруты показывает, что рынок больше не хочет зависеть от одного поставщика в вопросе, от которого зависят скорость релизов, себестоимость инференса и масштабирование продуктов. В такой логике собственный ИИ-чип — не трофей для PR-отдела, а страховка от слишком дорогой зависимости.
Главный вопрос теперь не в том, выпустит ли Anthropic свой чип вообще, а в том, для какой именно задачи она решит его делать первой: под инференс, под обучение или под узкий класс внутренних нагрузок. От ответа зависит многое. Если рынок окончательно сместится от универсальных GPU к набору специализированных ускорителей, следующим полем конкуренции станут уже не только модели, но и архитектуры вычислений, где побеждает не тот, кто громче говорит про AGI, а тот, у кого лучше сходится экономика каждой токенизированной секунды.