IPO da Anthropic Revela Capacidade Computacional de 11 GW: Nvidia Responde por 42%, Quais Empresas de Chips se Beneficiam?

TradingKey - À medida que a Anthropic, desenvolvedora do Claude, apresentou oficialmente o seu formulário S-1 para uma oferta pública inicial (IPO) junto à Securities and Exchange Commission (SEC) dos EUA, a sua cadeia de suprimentos de capacidade computacional, há muito oculta por trás de contratos de serviços em nuvem, foi sistematicamente revelada pela primeira vez. A Anthropic não é apenas uma grande empresa de modelos de IA, mas também se tornou uma das compradoras de chips de IA mais importantes do mundo.

Com base em estimativas de acordos públicos e divulgações correlatas, a Anthropic garantiu aproximadamente 11 GW de capacidade computacional. Desse total, a capacidade contratada baseada em GPUs da Nvidia é de cerca de 4,7 GW, representando aproximadamente 42%; as TPUs do Google somam cerca de 4,5 GW, praticamente igualando a Nvidia em escala; o Amazon Trainium responde por cerca de 1,2 GW; e as GPUs da AMD representam cerca de 0,8 GW. No entanto, os números acima são todos estimativas de terceiros e não representam a capacidade computacional real que a Anthropic efetivamente recebeu, colocou em produção ou está operando no momento.

Como alguns contratos adotam métricas diferentes, como "capacidade máxima", entrega em fases ou capacidade ainda não operacional, a soma dos valores individuais é ligeiramente superior a 11 GW. Portanto, é mais adequado considerar os dados como uma estrutura aproximada de suprimento, e não como capacidade real operando simultaneamente.

A Anthropic confirmou em seu prospecto que o Claude pode ser executado nativamente em quatro tipos de chips — AWS Trainium, TPUs do Google, GPUs da Nvidia e GPUs da AMD — e aloca diferentes cargas de trabalho com base em custo, desempenho e condições de oferta por meio de seu sistema de escalonamento proprietário.

Nvidia Permanece na Liderança, Mas Não Detém Mais Monopólio Absoluto

A Nvidia (NVDA) continua sendo a maior fornecedora de chips da Anthropic. Dos cerca de 4,7 GW de capacidade computacional da Nvidia, uma parcela significativa vem da parceria de IA com a SpaceX, com o restante distribuído por plataformas de computação em nuvem como Microsoft Azure, Nscale e Lambda.

As vantagens da Nvidia decorrem principalmente de seu ecossistema maduro de software CUDA, da escalabilidade de seus clusters de GPUs e de sua base de desenvolvedores. Para a Anthropic, que exige o treinamento simultâneo de grandes modelos e inferência intensiva, a plataforma da Nvidia continua sendo a escolha mais simples para implantação em grande escala.

No entanto, a participação de 42% também indica que a Anthropic não está apostando suas necessidades computacionais inteiramente em um único fornecedor. Ao contrário de algumas empresas de computação em nuvem para IA que dependem fortemente de GPUs da Nvidia, a Anthropic está mitigando os riscos associados a gargalos de oferta, aumentos de preços e atrasos na entrega por meio de uma arquitetura multichip.

Essa estratégia tem um impacto duplo sobre a Nvidia. Por um lado, a Anthropic continuará sendo uma cliente importante, com a expansão da demanda por treinamento e inferência de modelos de IA devendo continuar impulsionando a aquisição de GPUs. Por outro lado, a participação crescente dos TPUs do Google, do AWS Trainium e das GPUs da AMD significa que a Nvidia enfrenta uma pressão crescente de substituição nos principais laboratórios de IA.

Escala de TPUs do Google se aproxima da Nvidia enquanto chips personalizados emergem como maiores vencedores

A Alphabet, controladora do Google (GOOGL), pode ser a beneficiária mais óbvia da estratégia de diversificação computacional da Anthropic. A capacidade computacional em TPUs do Google garantida pela Anthropic é de aproximadamente 4,5 GW, ficando atrás das GPUs da Nvidia por apenas cerca de 0,2 GW.

Isso significa que as TPUs não são mais apenas hardware proprietário interno para o Google treinar seus modelos Gemini, mas estão se tornando gradualmente uma plataforma computacional comercializada, disponível para grandes clientes externos. A adoção pela Anthropic também fornece uma validação crucial da capacidade das TPUs de lidar com cargas de trabalho de treinamento e inferência de modelos de fronteira.

Como as TPUs do Google são desenvolvidas em parceria com a Broadcom, essa demanda beneficia não apenas o Google Cloud, mas também pode gerar receita adicional para a Broadcom com chips de IA personalizados e produtos de rede. A Anthropic havia firmado anteriormente parcerias de longo prazo com o Google e a Broadcom, e a expectativa é que a capacidade correspondente entre em operação gradualmente a partir de 2027.

A Amazon (AMZN) também ingressou na cadeia de suprimento principal da Anthropic por meio do AWS Trainium. Embora sua escala estimada atual de aproximadamente 1,2 GW seja inferior às da Nvidia e do Google, a Amazon é tanto uma grande investidora na Anthropic quanto uma parceira essencial de serviços em nuvem. Se o Trainium demonstrar uma vantagem de custo nas cargas de trabalho do Claude, isso ajudará a AWS a reduzir sua dependência de GPUs externas e a melhorar as margens dos serviços de nuvem de IA.

AMD alcança avanço enquanto Anthropic ganha maior poder de barganha

A AMD (AMD) responde atualmente por uma parcela relativamente baixa do portfólio de computação da Anthropic, com uma escala identificada de aproximadamente 0,8 GW, mas sua importância estratégica não pode ser ignorada. A AMD e a Anthropic anunciaram anteriormente uma parceria para implantar até 2 GW em GPUs da série Instinct MI450, com capacidade inicial prevista para entrar em operação a partir do primeiro semestre de 2027.

Se a AMD conseguir expandir com sucesso a implantação, isso provará que o ecossistema de software ROCm e os sistemas em nível de rack Helios possuem a capacidade de suportar modelos de ponta. Isso não apenas ajudará a AMD a conquistar mais clientes entre laboratórios de IA e provedores de nuvem, como também poderá quebrar a alta concentração da Nvidia no mercado de GPUs de uso geral.

Para a Anthropic, a introdução da AMD pode desempenhar um papel ainda mais importante ao aumentar seu poder de barganha nas aquisições. Quando o mesmo modelo pode ser alocado entre quatro arquiteturas de chips, a empresa pode selecionar o hardware mais econômico com base em preço, oferta e consumo de energia, reduzindo o risco de ficar presa a um único fornecedor de chips.

A Anthropic descreve essa capacidade como um "pool de computação unificado e fungível". O valor dessa arquitetura reside não apenas em garantir o acesso a chips suficientes, mas também em aumentar a capacidade do modelo e a receita gerada para cada dólar gasto em computação.

Diversificação de poder computacional ainda não alivia a pressão financeira da Anthropic

Embora a adoção de uma arquitetura de múltiplos chips mitigue os riscos da cadeia de suprimentos, ela não resolve o problema do excesso de investimento em capacidade computacional. O prospecto S-1 da Anthropic mostra que a empresa firmou diversos contratos de longo prazo de computação em nuvem, leasing de equipamentos e data centers, dos quais uma parcela significativa constitui obrigações de pagamento fixo ou mínimo que ainda podem exigir pagamento mesmo se o uso real ficar abaixo das expectativas.

Documentos regulatórios indicam que os compromissos mínimos futuros da Anthropic referentes a pagamentos de infraestrutura e capacidade computacional chegam a centenas de bilhões de dólares, com contratos adicionais a serem liquidados com base na capacidade efetivamente entregue. A empresa também alertou que continuar expandindo sua infraestrutura computacional consumirá fluxos de caixa operacionais e de investimentos substanciais no futuro previsível.

Portanto, a reserva de capacidade computacional de 11 GW da Anthropic é tanto uma vantagem competitiva quanto um risco financeiro central a ser ponderado pelos investidores do IPO. Se a receita, o uso pelos clientes e a demanda por inferência do Claude continuarem a crescer, essa capacidade computacional pré-reservada formará uma alta barreira de entrada. No entanto, se a demanda por IA desacelerar ou a eficiência dos chips melhorar rapidamente, esses contratos de longo prazo podem se tornar um pesado fardo de custos fixos.