A Corrida dos Chips Customizados: Anthropic+Samsung, Microsoft Frontier $2.5B e o Fim da Monocultura NVIDIA

Duas notícias na mesma semana de julho de 2026 mostram que a indústria de IA está se movendo em uma direção clara: diversificar o hardware e empacotar implementação como serviço.

De um lado, a Anthropic iniciou conversas com a Samsung para desenvolver um chip de IA customizado. Do outro, a Microsoft lançou a Microsoft Frontier Company com $2,5 bilhões e 6.000 engenheiros para fazer deploy de IA dentro de empresas clientes.

Juntas, essas notícias contam a história de uma indústria que está saindo da fase de experimentação e entrando na fase de infraestrutura pesada.

Anthropic + Samsung: o efeito NVIDIA fatigue

A Anthropic não é a primeira a buscar independência da NVIDIA. A OpenAI já anunciou seu processador de inferência customizado com a Broadcom. Google tem suas TPUs há anos. Amazon tem Trainium e Inferentia. Meta tem o MTIA. Microsoft tem o Maia.

Mas a entrada da Anthropic — e especialmente com a Samsung como parceira de fabricação — muda o tabuleiro por dois motivos:

1. A Samsung tem capacidade de fabricação subutilizada

Enquanto a TSMC está operando perto de 100% e com fila de espera de meses, a Samsung Foundry tem capacidade disponível em seus processos de 3nm e 4nm. Um chip de inferência para LLMs não precisa do processo mais avançado (2nm), então a Samsung pode entregar com prazos competitivos.

2. O custo é existencial para labs de IA

Os modelos estão ficando maiores, o volume de inferência está explodindo, e a NVIDIA está capturando 80-90% de margem em alguns segmentos. Para um lab como Anthropic, que serve milhões de requisições por dia via API, a economia de ter chips próprios pode significar centenas de milhões de dólares por ano.

A conta é simples: se você gasta $500M/ano em compute e um chip próprio reduz isso em 40%, você economiza $200M/ano. O desenvolvimento do chip custa $300-500M uma vez. Em 2-3 anos, se paga.

Microsoft Frontier Company: AI-as-a-Service de verdade

Enquanto isso, a Microsoft anunciou a Frontier Company — uma divisão com $2,5 bilhões de capitalização e 6.000 engenheiros cujo produto é literalmente entrar na sua empresa e implementar IA.

Isso é diferente de vender Azure OpenAI Service ou Copilot. A Frontier Company faz deploy customizado: model selection, fine-tuning, integração com sistemas legados, governança, segurança. Eles não estão vendendo API — estão vendendo transformação.

Dois dias antes, a Amazon havia anunciado algo similar com $1 bilhão. A diferença de escala ($2,5B vs $1B) mostra o quanto a Microsoft está apostando nesse modelo.

Por que isso importa

Empresas tradicionais (bancos, seguradoras, indústrias, governo) não têm equipes de ML para implementar IA. Elas têm dinheiro, têm dados, têm problemas — mas não têm talento. A Frontier Company resolve isso com uma abordagem que lembra as consultorias dos anos 90 implementando SAP: um exército de especialistas que entra, implementa, treina e sai.

Para nós que trabalhamos com tecnologia, isso significa:
- Demanda por engenheiros que saibam integrar IA vai explodir — mas o perfil não é de pesquisador, é de engenheiro de software que entende APIs, segurança e sistemas distribuídos
- O gap entre "ter acesso ao modelo" e "extrair valor do modelo" é o novo mercado — os modelos são commodities, a implementação é o diferencial
- Vai sobrar trabalho para consultorias boutique — a Frontier Company vai pegar os Fortune 500, mas tem 50.000 empresas de médio porte que precisam da mesma coisa

O que um DevOps/SRE tira disso

1. Diversidade de hardware vai complicar sua vida — prepare-se para orquestrar workloads em NVIDIA, AMD, chips customizados e TPUs. Abstraction layers (Kubernetes, Ray, vLLM) vão ser ainda mais críticas.

2. Custo de compute vai se fragmentar — com múltiplos fornecedores de silício, otimizar custo vai exigir benchmark constante. O mercado futuro de GPU da Kalshi (que mencionei no outro artigo) faz ainda mais sentido nesse cenário.

3. Sua empresa vai ser abordada pela Frontier Company ou equivalente — e você vai ser chamado para integrar o que eles entregarem com o que você já tem rodando. Esteja pronto.

2026 não é o ano em que a IA "venceu". É o ano em que a infraestrutura para escala real começou a ser construída.