Anthropic führt derzeit Gespräche mit Samsung über die Entwicklung eines eigenen KI-Chips. Nach früheren Medienberichten aus dem April, in denen das Unternehmen bereits mit eigenen Halbleiterplänen hantierte, hat sich die Initiative nun konkretisiert. Laut Berichten aus der laufenden Woche steht eine Zusammenarbeit mit dem südkoreanischen Technologiekonzern zur Erarbeitung einer maßgeschneiderten Chiparchitektur im Raum. Details zu Anwendungszweck, Einbettung in Serverinfrastrukturen sowie Rechenleistung des geplanten Bauteils wurden indes noch nicht konkretisiert. Ein Sprecher von Anthropic betonte, dass die künftige Compute-Strategie weiterhin auf einem diversifizierten Hardware-Stack basieren werde. Neben eigenen Entwicklungen werde man weiterhin auf Leistungsträger von Google, Amazon und Nvidia zurückgreifen. Diese klare Positionierung steht im Einklang mit der wachsenden Branchentendenz, KI-Modelle unabhängiger von Marktführer Nvidia zu machen, der den globalen Halbleitermarkt für maschinelles Lernen dominiert. Die Diskussionen mit Samsung fallen in einen dynamischen Markt, in dem zunehmend Wettbewerber auf proprietäre Chips setzen. So hatte OpenAI vergangene Woche gemeinsam mit Broadcom einen eigenen Inferenzprozessor namens Jalapeño vorgestellt, der eine verbesserte Energieeffizienz und höhere Performance pro Watt verspricht. Ebenso betreiben Amazon und Google eigene Cloud-Infrastrukturen auf Basis eigenentwickelter TPUs. Samsung ist als Partner bereits fest in der KI-Chip-Branche verankert. Der Südkoreaner fertigt bereits Komponenten für Nvidia und arbeitet an einem gemeinsamen Fertigungswerk in Südkorea, während gleichzeitig Kooperationsgespräche mit Google über halbleitertechnologische Partnerschaften geführt werden. Die Verbindung von Anthropics KI-Expertise mit Samsungs Fertigungskapazitäten könnte künftig die technologische Unabhängigkeit von KI-Anbietern weiter stärken. Ob und wann der entwickelte Chip kommerziell zum Einsatz kommen wird, bleibt zunächst ungewiss. Die aktuellen Verhandlungen markieren jedoch einen klaren Schritt hin zu einer strategischen Diversifizierung in der Hardwarebeschaffung der KI-Branche.