Anthropic Bangun Tim Desain Chip Sendiri untuk Model AI Claude: Langkah Strategis di Tengah Kelangkaan Pasokan
Baca dalam 60 detik
- Anthropic mengonfirmasi pembentukan tim internal untuk merancang chip khusus guna mendukung model AI Claude, menyusul laporan Reuters sebelumnya.
- Langkah ini merupakan bagian dari strategi multi-chip perusahaan yang tetap mengandalkan AWS, Google, Nvidia, dan AMD, dengan biaya desain chip yang bisa mencapai setengah miliar dolar.
- Keputusan ini mencerminkan tren besar di industri AI: perusahaan besar berusaha mengurangi ketergantungan pada pemasok chip eksternal, yang berimplikasi pada rantai pasok global dan persaingan teknologi.

Anthropic, perusahaan pengembang model kecerdasan buatan (AI) Claude, secara resmi mengumumkan pembentukan tim internal yang bertugas merancang chip khusus untuk kebutuhan komputasi mereka. Langkah ini diambil sebagai respons terhadap kelangkaan pasokan chip yang selama ini menjadi kendala utama dalam pengembangan dan operasional AI berskala besar. Pengumuman ini sekaligus mengonfirmasi kabar yang beredar sejak April lalu, ketika Reuters pertama kali melaporkan bahwa Anthropic tengah menjajaki kemungkinan untuk mendesain chip AI sendiri.
Dalam pernyataannya, Anthropic menyatakan akan merekrut para insinyur dengan pengalaman di seluruh tumpukan perangkat keras dan perangkat lunak. Mereka akan bertugas untuk merancang chip dan model AI secara terpadu, dengan tujuan membuat Claude berjalan lebih cepat dan efisien, terutama ketika digunakan oleh pelanggan dalam skala besar. Pendekatan ini menunjukkan pergeseran strategis yang signifikan: alih-alih hanya mengandalkan chip dari pemasok eksternal, Anthropic ingin memiliki kendali lebih besar atas perangkat keras yang menjadi tulang punggung AI mereka.
Keputusan ini tidak muncul dalam ruang hampa. Di tengah melonjaknya permintaan akan kapasitas komputasi AI, banyak perusahaan teknologi besar mulai mempertimbangkan untuk mengembangkan silikon khusus. Google telah memiliki unit pemrosesan tensor (TPU), Amazon memiliki chip Trainium dan Inferentia, sementara Microsoft dilaporkan juga mengembangkan chip sendiri. Dengan bergabung dalam tren ini, Anthropic berupaya untuk tidak tertinggal dalam persaingan yang semakin ketat untuk menguasai infrastruktur AI.
Meski demikian, Anthropic menegaskan bahwa mereka tidak akan sepenuhnya meninggalkan pemasok eksternal. Perusahaan menyebut langkah ini sebagai bagian dari strategi multi-chip yang lebih luas, di mana mereka akan terus mengandalkan teknologi dari Amazon Web Services (AWS), Google, Nvidia, dan AMD. Dengan kata lain, chip buatan sendiri akan menjadi pelengkap, bukan pengganti, dari ekosistem perangkat keras yang sudah ada. Hal ini juga menjadi sinyal bahwa Anthropic ingin menjaga fleksibilitas dan tidak ingin terikat pada satu vendor saja.
Namun, pengembangan chip bukanlah perkara murah. Menurut sumber industri, merancang sebuah chip AI canggih dapat menghabiskan biaya hingga setengah miliar dolar. Angka ini mencakup biaya perekrutan insinyur berbakat serta investasi untuk memastikan proses manufaktur bebas dari cacat. Meskipun demikian, Anthropic belum memberikan jadwal pasti kapan chip tersebut akan siap digunakan, atau apakah mereka akan memproduksinya sendiri atau bekerja sama dengan pabrik pengecoran (foundry) seperti TSMC.
Bagi Indonesia, perkembangan ini memiliki implikasi yang tidak bisa diabaikan. Sebagai negara yang tengah giat mengembangkan ekosistem digital dan kecerdasan buatan, ketergantungan pada chip impor menjadi salah satu kerentanan. Langkah Anthropic menunjukkan bahwa perusahaan AI global berusaha mengamankan pasokan chip mereka sendiri, yang pada gilirannya dapat memengaruhi ketersediaan dan harga chip di pasar internasional. Indonesia, yang saat ini masih sangat bergantung pada impor chip untuk kebutuhan industri teknologi dan telekomunikasi, perlu mencermati tren ini sebagai sinyal untuk memperkuat kemandirian di sektor semikonduktor.
Para analis menilai bahwa keputusan Anthropic untuk mendesain chip sendiri adalah langkah logis di tengah meningkatnya biaya komputasi AI dan keterbatasan pasokan. Dengan memiliki chip yang dioptimalkan untuk model Claude, perusahaan dapat meningkatkan efisiensi dan mengurangi biaya operasional dalam jangka panjang. Namun, tantangan teknis dan finansial yang dihadapi tidaklah kecil. Dibutuhkan keahlian khusus dan investasi besar untuk menghasilkan chip yang benar-benar andal dan kompetitif.
Ke depan, pertanyaan yang muncul adalah: apakah langkah ini akan diikuti oleh perusahaan AI lainnya, seperti OpenAI atau Cohere? Jika ya, kita mungkin akan menyaksikan pergeseran besar dalam industri teknologi, di mana perusahaan AI tidak lagi hanya menjadi pengguna chip, tetapi juga perancangnya. Hal ini tentu akan mengubah dinamika persaingan di pasar semikonduktor, yang selama ini didominasi oleh segelintir pemain besar seperti Nvidia, Intel, dan AMD. Bagi Indonesia, mengamati perkembangan ini menjadi penting, tidak hanya sebagai pengamat, tetapi juga sebagai calon pemain di masa depan.



