Anthropic replica la jugada de OpenAI: quiere su propio chip de IA para reducir su dependencia de Nvidia

A las empresas que se dedican al desarrollo de modelos de inteligencia artificial (IA) les interesa tener sus propios chips para entrenamiento e inferencia. Google tiene sus TPU (Tensor Processing Unit) 8t y 8i, ambas de última generación. Meta, su familia de aceleradores MTIA (Meta Training and Inference Accelerator), con el recién presentado MTIA 300 a la cabeza. Y OpenAI tiene su chip Jalapeño, recién lanzado y optimizado para tareas de inferencia. Amazon y Microsoft también han desarrollado sus propios aceleradores para IA, pero hay otra compañía que ha decidido recorrer este camino, y merece la pena que le sigamos la pista muy de cerca: Anthropic. A la compañía liderada por Dario Amodei le interesa tener sus propios chips por dos motivos. El más evidente no es otro que reducir su dependencia de las GPU de Nvidia, que tienen un coste muy alto y su disponibilidad oscila mucho debido a las dificultades que tiene TSMC, que es la empresa que las fabrica, a la hora de dar respuesta a la demanda. La otra razón que tiene Anthropic para desarrollar sus propios aceleradores para IA consiste en que controlar la fase de diseño de la lógica de estos chips le permitiría optimizarlos para entrenar sus propios modelos de la familia Claude y resolver sus cada vez mayores necesidades de inferencia. No obstante, este proyecto no es un camino de rosas. Diseñar circuitos integrados es caro y lento, sobre todo cuando partes de cero. De hecho, desarrollar una sola generación de aceleradores de IA suele tener unos costes de varios cientos de millones de dólares. Sea como sea, aquí es donde aparece la segunda protagonista de esta historia: MatX. A la caza y captura de un socio Anthropic no quiere partir de cero. Y para sortear este obstáculo la mejor opción es bien comprar una empresa especializada en el diseño de chips para IA, bien asociarse con ella si la adquisición no es posible. Es justo lo que están haciendo los creadores de Claude. Y es que, según Reuters, Anthropic ha estado explorando la posibilidad de comprar MatX, una empresa emergente estadounidense de diseño de chips, por unos 7.000 millones de dólares. No obstante, como podemos intuir, esta no es una firma cualquiera que diseña circuitos integrados. En Xataka Más allá de ITER: dos empresas privadas prometen fusión nuclear comercial antes de 2035 MatX fue fundada en 2022 por Reiner Pope y Mike Gunter, dos exingenieros de Google MatX fue fundada en 2022 por Reiner Pope y Mike Gunter, dos exingenieros de Google que participaron en el desarrollo de su familia de TPU. Pope es experto en el desarrollo de software e infraestructura para modelos de lenguaje, y Gunter tiene mucha experiencia en el diseño de la lógica de los aceleradores de IA. Su complementariedad es perfecta. Según Reuters, la intención inicial de Anthropic era comprar MatX, pero la negociación ha derivado finalmente hacia un acuerdo de asociación que, al parecer, todavía no se ha consolidado. Actualmente los ingenieros de MatX están diseñando un acelerador optimizado específicamente para el entrenamiento de los modelos de IA, mientras que tanto sus competidores como la mayor parte de las compañías que desarrollan los modelos están volcados con la inferencia. Esta diferenciación probablemente ha llamado la atención de Anthropic, que, no obstante, necesita tanto chips optimizados para el entrenamiento como para la inferencia. Prospere o no su acuerdo con MatX, hay un hecho irrefutable: Dario Amodei y los suyos quieren tener sus propios chips. De lo contrario no habrían fichado esta misma semana a Amir Salek, un veterano del diseño de chips que salió de Google en 2022 y desde entonces ha trabajado para Cerberus Capital Management. Imagen | Anthropic (procesada con ChatGPT) Más información | Reuters En Xataka | Pasó por Google Brain y Meta antes de decir que no a EEUU: Yang Zhilin volvió a China y creó Kimi K3 - La noticia Anthropic replica la jugada de OpenAI: quiere su propio chip de IA para reducir su dependencia de Nvidia fue publicada originalmente en Xataka por Laura López .