Elk frontier-lab wil nu eigen silicium
The Information meldde op 2 juli 2026 dat Anthropic in een pril stadium met Samsung praat over de productie van een eigen AI-chip, met naar verluidt oog voor Samsungs 2nm-foundryproces en geavanceerde packaging. De gesprekken zijn verkennend - Anthropic heeft nog niet beslist wat de chip moet doen, hoe krachtig hij wordt of hoe hij in een server past - en Samsung nam al deel aan Anthropics Series H-financieringsronde als strategische infrastructuurpartner.
De stap voltooit een patroon in plaats van het te starten. Google draait al jaren eigen TPU's, Amazon heeft Trainium, en eind juni onthulde OpenAI een door Broadcom ontworpen inferentiechip genaamd Jalapeno. Reuters berichtte in april voor het eerst dat Anthropic eigen silicium overwoog. Hiermee ontwerpt het laatste frontier-lab dat op kant-en-klare Nvidia-hardware leunde er nu omheen.
Waarom een modelbedrijf een chip bouwt
De redenen zijn aanbod en controle. Anthropic heeft chiptekorten aangehaald, en op maat gemaakte onderdelen die op een enkele werklast zijn afgestemd, kunnen algemene hardware verslaan op prestaties-per-watt, de maatstaf die de energierekening van een datacenter bepaalt. OpenAI voerde precies dat argument aan voor Jalapeno. Zelf het ontwerp bezitten verzwakt ook Nvidia's greep op zowel toewijzing als prijs.
Dit is optelling, geen vervanging. Anthropics eigen verklaring luidt dat een gespreide hardware-stack met chips van Google, Amazon en Nvidia cruciaal blijft voor zijn rekenstrategie. Een eigen chip is een indekking tegen een enkele leverancier, geen overstap weg van een - en het eerste werkende silicium is jaren weg.
Wat het betekent voor Europese ondernemingen
De lezing op korte termijn is saai en belangrijk: er wordt niets snel goedkoper. Eigen chips hebben twee tot drie jaar nodig om de productie te bereiken, dus Nvidia's prijszettingsmacht over je rekenrekening houdt tot ver in 2028 stand. Wie AI-kosten begroot in de hoop dat verticale integratie hem dit jaar verlichting biedt, begroot het verkeerde jaar.
De strategische lezing is degene om te bewaren. Rekenkracht valt uiteen in stacks die eigendom zijn van leveranciers, waar het bedrijf dat het model maakt ook de chip maakt, wat modelkeuze stilletjes in een siliciumverplichting verandert. Europa heeft opvallend genoeg helemaal geen lab in deze siliciumrace - een herinnering dat de rekenafhankelijkheid van het continent dieper zit dan welke Nederlandse cloudregio je ook kiest.
Lees hierna: Als de meest overtuigde investeerder in AI een stap terug doet, wat vertelt hij u dan? | Nvidia financiert de labs die zijn chips kopen. Betaalt de AI-boom zichzelf?
