Na corrida para desenvolver modelos de inteligência artificial cada vez mais poderosos, ter bons algoritmos já não parece suficiente. Também importa quem controla as máquinas capazes de executá-los. A Anthropic, empresa responsável pelo Claude, estaria explorando um caminho que pode mudar sua relação com o hardware: aproximar-se de especialistas que passaram anos trabalhando em uma tecnologia que ainda está fora de seu domínio.
Uma startup pequena que chamou a atenção da Anthropic
A cifra é difícil de ignorar. A Anthropic teria avaliado a compra da MatX por cerca de US$ 7 bilhões, um valor extraordinário para uma empresa que ainda não comercializa em larga escala seu primeiro acelerador de inteligência artificial.
A negociação acabou não avançando, mas as conversas aparentemente não terminaram por aí. Segundo fontes citadas pela Reuters, as duas empresas continuaram discutindo uma possível parceria, mantendo aberta uma porta que pode se tornar importante para o futuro do Claude.
O interesse tem uma explicação. A MatX foi fundada por Reiner Pope e Mike Gunter, dois ex-engenheiros do Google que participaram do desenvolvimento das TPU da empresa, processadores criados especificamente para cargas de trabalho de inteligência artificial.
O conhecimento dos dois cobre partes fundamentais desse desafio. Pope trabalhou no software necessário para aproveitar esse tipo de processador, enquanto Gunter participou do desenvolvimento do hardware. Essa combinação de experiência pode valer muito mais do que o produto que a MatX tem atualmente em desenvolvimento.
Criar um acelerador competitivo exige muito mais do que fabricar um chip. É necessário solucionar questões relacionadas à memória, comunicação entre processadores, compiladores e ferramentas capazes de fazer os modelos funcionarem de maneira eficiente. São conhecimentos que normalmente levam anos para serem construídos e exigem inúmeros testes, erros e ajustes.
O verdadeiro problema está por trás do Claude
O primeiro acelerador da MatX, chamado MatX One, foi desenvolvido especificamente para grandes modelos de linguagem. A empresa afirma que ele poderá ser utilizado em treinamento, aprendizado por reforço e inferência, além de permitir a conexão de centenas de milhares de unidades em grandes clusters.
A companhia também afirma que determinadas arquiteturas de mistura de especialistas poderiam ultrapassar 2.000 tokens por segundo. Essas promessas, porém, ainda são declarações da própria fabricante e precisarão ser confrontadas com testes independentes quando o hardware estiver efetivamente disponível em escala.
A MatX planeja fabricar seus processadores com a TSMC e começar as entregas em 2027. Para a Anthropic, esperar vários anos enquanto constrói do zero uma equipe com conhecimentos semelhantes pode ser muito mais caro do que tentar adquirir uma empresa que já reuniu parte dessa experiência.
A questão se torna ainda mais importante diante do tamanho da infraestrutura necessária para manter o Claude funcionando. Atualmente, a Anthropic utiliza hardware de diferentes fornecedores, incluindo Nvidia, Google, Amazon e AMD. Essa diversidade ajuda a reduzir determinados riscos, mas também significa que uma parte fundamental de sua tecnologia depende de decisões tomadas por outras empresas.
A companhia já reservou quantidades gigantescas de capacidade computacional. Seu acordo com a AWS prevê até cinco gigawatts de infraestrutura, enquanto a Anthropic afirma utilizar mais de um milhão de chips Trainium2. Além disso, foi reportado outro acordo bilionário com a Nscale para acessar capacidade baseada em processadores da Nvidia.
O próximo movimento pode ser mais importante do que a compra
Um acelerador desenvolvido especificamente para os modelos da Anthropic poderia oferecer vantagens difíceis de alcançar com hardware desenvolvido para diferentes tipos de aplicações. A empresa poderia adaptar memória, interconexões e operações às necessidades específicas do Claude.
Mesmo pequenas melhorias de eficiência podem produzir um impacto enorme quando são multiplicadas por milhões de consultas e processos de treinamento. Por isso, controlar uma parte maior da cadeia tecnológica pode acabar sendo tão importante quanto melhorar o próprio modelo de inteligência artificial.
O fracasso da aquisição da MatX também não significa que a Anthropic tenha abandonado essa estratégia. A empresa contratou Amir Salek, ex-responsável pelo programa de chips personalizados do Google e uma das figuras ligadas a várias gerações de TPU.
Além disso, a Anthropic está formando uma equipe interna para trabalhar no desenvolvimento de hardware e na integração entre seus modelos e futuros processadores. Até o momento, porém, a companhia não revelou uma arquitetura definitiva, um fabricante ou uma data para o lançamento de um chip próprio.
A MatX pode acabar se tornando fornecedora, parceira estratégica ou simplesmente continuar independente. Mas a tentativa de aquisição deixa uma mensagem bastante clara: para a Anthropic, depender indefinidamente de hardware desenvolvido por terceiros está se tornando um risco grande demais para ser ignorado.
Os US$ 7 bilhões, nesse contexto, não representariam apenas o valor de uma startup. Seriam o preço que a Anthropic estava disposta a considerar para acelerar um processo que normalmente exige anos: reunir talento, conhecimento e experiência suficientes para reduzir sua dependência das máquinas projetadas por outras empresas.
