Adaptar um modelo de linguagem para rodar fora do ecossistema da Nvidia costuma consumir meses de trabalho e dezenas de engenheiros. A Anthropic afirma ter cumprido a tarefa em três dias, com quase nenhuma participação humana, ao levar o Claude para GPUs da AMD. O episódio é usado pela empresa para defender que a CUDA — o conjunto de ferramentas de software que prende desenvolvedores ao hardware da Nvidia — deixa de ser uma barreira intransponível quando a própria IA escreve a adaptação.
O que a companhia diz ter feito
Os números constam de uma apresentação a investidores e não passaram por verificação independente. Segundo o material, o Mythos, modelo de fronteira da própria Anthropic, escreveu ou portou quase 100% dos kernels — as rotinas de cálculo que precisam ser reescritas sob medida para cada arquitetura de processador.
A empresa sustenta que hoje treina e executa o Claude sobre as quatro principais famílias de chips do mercado. Fornecedores, arquiteturas e localizações diferentes são administrados como um único bloco de capacidade computacional, do qual a carga é deslocada conforme preço e oferta disponível.
A escolha por vários fornecedores foi feita cedo, quando boa parte do setor julgava o esforço desproporcional — o que Tom Brown, cofundador e diretor de computação da Anthropic, descreve como uma aposta pouco convencional. Cada família de chip demanda software próprio e uma pilha dedicada de inferência, a etapa em que o modelo já treinado responde a comandos. A conta é alta, e a empresa afirma ter passado anos acumulando conhecimento técnico até tornar a operação rotineira.
A muralha que a CUDA representa
A vantagem competitiva da Nvidia raramente esteve no silício isolado. Está na combinação entre chip e software: migrar modelos para arquiteturas rivais é caro o bastante para que muitas companhias nem tentem. Caso a conta da Anthropic se confirme, esse custo de troca encolhe e a escolha de fornecedor passa a responder a preço, prazo e disponibilidade.
Num mercado de capacidade escassa, a lógica é buscar o melhor par entre preço e desempenho em vez de ficar preso a um único vendedor. Alguns processadores rendem mais no treinamento, outros na operação do dia a dia, e a alocação pode seguir essa vocação.
O quanto esse pedágio vale aparece na margem. A Nvidia opera com acima de 70% de margem no mercado de chips para inteligência artificial, patamar incomum para a indústria de hardware.
Os números divulgados
| Item | Dado |
|---|---|
| Migração do Claude para GPUs AMD | três dias, contra seis a doze meses no método tradicional |
| Kernels escritos ou portados pelo Mythos | quase 100% |
| Margem da Nvidia em chips de IA | acima de 70% |
| Aporte máximo da Nvidia na Anthropic | US$ 10 bilhões |
| Colocação privada condicional (S-1/A na SEC) | US$ 26 bilhões |
| Investimento estratégico da AMD | até US$ 5 bilhões |
| GPUs Instinct MI455X previstas | até 2 gigawatts |
Os dois fornecedores estão no capital
A tese multi-chip convive com uma teia societária em que os dois lados do duopólio têm dinheiro na Anthropic. Em novembro de 2025, dentro de um acordo de US$ 45 bilhões com a Microsoft, a Nvidia assumiu compromisso de investir até US$ 10 bilhões na empresa. A fabricante também figura na S-1/A protocolada na SEC em 10 de novembro de 2026, participando de uma colocação privada condicional de US$ 26 bilhões, com sete companhias de tecnologia subscrevendo papéis ao preço do IPO.
Pela AMD, o anúncio de um aporte estratégico de até US$ 5 bilhões veio em julho de 2026. Como contrapartida, a Anthropic planeja instalar até 2 gigawatts de GPUs Instinct MI455X em sistemas Helios de escala de rack, sendo que a primeira fase, de 1 gigawatt, tem início previsto para o primeiro semestre de 2027.
O que ainda precisa ser provado
A tese depende de confirmação externa. A ambição declarada vai além de ganhos pontuais: a Anthropic trabalha com compute multipliers, avanços de pesquisa que extraem mais desempenho da mesma capacidade física, e afirma que eles se somam. No limite, o próprio Claude descobriria novos multiplicadores — o que equivaleria ao autoaperfeiçoamento recursivo, ideia debatida na pesquisa em IA e até hoje não comprovada.
Há ainda a camada física. No programa Anthropic Direct, a companhia deixa de adquirir capacidade apenas como serviço de nuvem e passa a alugar chips para operá-los em data centers construídos sob medida, com o objetivo de reduzir o custo total de propriedade.
O que isso significa para o investidor
O prazo em si importa menos que a consequência: se o software deixa de ser gargalo, o prêmio de quem vende hardware como padrão de mercado perde sustentação. Ações expostas a semicondutores e a infraestrutura de data centers costumam acompanhar sinais desse tipo, sobretudo quando partem de um cliente de grande porte. A ressalva é o histórico de promessas do setor: os dados são auto-relatados por uma empresa que negocia capital com os dois fornecedores citados.