Anthropic exploró comprar MatX por US$7.000M: la ruta hacia su chip propio

Anthropic, MatX y los US$7.000M que nunca se firmaron

Anthropic mantuvo conversaciones avanzadas para adquirir la startup de chips MatX por alrededor de US$7.000 millones, según reportó Reuters a finales de agosto de 2026 citando fuentes anónimas. Las negociaciones no llegaron a cerrarse como compra y derivaron en una discusión de asociación que todavía no está consolidada, confirmaron dos personas familiarizadas con el proceso a Reuters.

El movimiento no es aislado: es la confirmación de que el ciclo de «construir tu propio silicio» dejó de ser exclusivo de los hyperscalers y ahora es una prioridad estratégica para cualquier laboratorio frontera. Google lleva años con sus TPU, Amazon con Trainium e Inferentia, Meta con MTIA y OpenAI presentó en agosto de 2026 los primeros benchmarks de Jalapeño, su chip de inferencia, que entrega entre 1,5x y 1,9x más throughput por kilovatio que los sistemas Nvidia Blackwell comparados, según datos publicados por la propia OpenAI en el marco de la conferencia Hot Chips 2026 (recogidos por TechCrunch y TechGenyz).

¿Qué es MatX y por qué Anthropic la miraba?

MatX fue fundada en 2023 por Reiner Pope y Mike Gunter, dos ingenieros que trabajaron en el programa TPU de Google. Pope lideró tareas de software e infraestructura para los TPU, y Gunter fue diseñador principal del hardware. Esa combinación es exactamente la que necesita una empresa que quiera pasar de cero a un acelerador funcional en el menor tiempo posible.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Lo que hace a MatX atractiva para Anthropic es el workload objetivo: la startup está desarrollando un chip optimizado para entrenamiento de modelos grandes, no para inferencia. La mayoría de los diseños personalizados del momento —incluido Jalapeño de OpenAI— apuntan a inferencia, porque el volumen de tokens servidos es el coste dominante a escala. Anthropic, que sigue entrenando modelos frontera, tiene una necesidad real del lado del entrenamiento.

En febrero de 2026 MatX cerró una ronda Serie B de más de US$500 millones liderada por Jane Street y el fondo Situational Awareness de Leopold Aschenbrenner, con Marvell Technology, Spark Capital y los hermanos Collison en el cap table, según reportó Bloomberg. El objetivo de esa financiación era producir los chips con TSMC y empezar a enviarlos en 2027.

Ahora MatX está buscando nuevo capital en una ronda que la valora en torno a US$4.000 millones, por debajo de los ~US$7.000M que Anthropic había discutido como precio de compra, según Reuters. Esa diferencia (~75%) es la prima que un comprador paga por control y por tiempo, según análisis de The Next Web.

Por qué la compra cayó (y por qué una asociación puede tener sentido)

Reuters no pudo determinar por qué las conversaciones de adquisición dejaron de estar activas. Anthropic declinó comentar y MatX no respondió a la solicitud de Reuters. Lo que sí está documentado es que:

Anthropic contrató esta misma semana a Amir Salek, veterano de diseño de chips que salió de Google en 2022 y desde entonces trabajaba en Cerberus Capital Management.
En junio, Anthropic fichó a Clive Chan, ex ingeniero de chips de OpenAI que trabajó en el desarrollo de Jalapeño.
Anthropic también mantuvo reuniones con otras startups de chips de IA en las últimas semanas, sin decidir ninguna adquisición adicional.

En la práctica, una asociación con MatX le da a Anthropic acceso a un equipo de diseño de aceleradores con experiencia real en TPU, sin absorber la complejidad de integrar una empresa de hardware en mitad de la escalada de Claude. Y deja a MatX libre para vender a otros clientes —algo que sus inversores de la Serie B probablemente preferían antes que ver a la compañía convertirse en el departamento interno de un único cliente.

El contexto competitivo: por qué el reloj corre

Anthropic no está sola en esta carrera, y el resto del campo ya tiene ventaja medible. Los benchmarks publicados por OpenAI en Hot Chips 2026 sobre Jalapeño muestran el patrón al que Anthropic debe responder:

En el workload DeepSeek R1 670B, Jalapeño entregó hasta 1,7x más rendimiento por vatio y hasta 3,6x menos latencia que el sistema GB300 de Nvidia comparado.
En Kimi K2.5 1T, Jalapeño alcanzó 18.195 tokens mixtos por segundo por kilovatio frente a 11.862 del sistema GB300, y una latencia de 1,56 segundos frente a 5,31 segundos, según los datos publicados por OpenAI (recogidos por TechGenyz).

Pero el movimiento de Anthropic no se entiende sin mirar sus propios compromisos de cómputo:

Tiene planes de comprar US$36.000 millones en chips de IA de Google.
Firmó un acuerdo de US$45.000 millones para arrendar capacidad de cómputo en la nube a Nscale.
Acordó pagar US$1.250 millones al mes a SpaceX hasta mayo de 2029 por capacidad de cómputo en los clústeres de Colossus 1, que albergan más de 220.000 chips Nvidia, según Reuters.
Broadcom está buscando más de US$60.000 millones en deuda para financiar chips destinados a Anthropic.
AMD invirtió US$5.000 millones en Anthropic junto con un compromiso de despliegue de dos gigavatios.

En ese contexto, los US$7.000M de MatX no se ven enormes: son una pieza más dentro de un presupuesto de cómputo que ya se mide en decenas de miles de millones. La pregunta no es si Anthropic puede pagar el chip propio, sino si puede seguir dependiendo de un único proveedor cuando su plan de negocio apunta a ingresos de hasta US$200.000 millones en 2028, según reportó Reuters previamente.

¿Qué significa esto para tu startup?

Aunque no entrenes modelos frontera, hay tres lecturas prácticas que cambian cómo debes planificar tu infraestructura si estás construyendo sobre IA:

El coste de inferencia bajará, pero con asimetrías. OpenAI ya demostró que un ASIC específico puede ser 1,5-1,9x más eficiente por vatio que Nvidia Blackwell. Cuando esos chips lleguen a proveedores de API o a nubes hyperscaler, las tarifas por token deberían bajar —pero no todas las workloads se beneficiarán igual. Modelos grandes (cientos de miles de millones de parámetros) y agentes que hacen muchas llamadas cortas son los que más van a sentir la mejora.
El riesgo de «single vendor» se está explicitando. Nvidia dijo en una conferencia de resultados que sus procesadores estarán en escasez hasta 2027, según Reuters. Si tu arquitectura depende exclusivamente de un proveedor con esa dinámica de oferta, diversificar entre al menos dos proveedores de cómputo (Nvidia + TPU de Google, o Nvidia + Trainium de AWS) deja de ser un nice-to-have y se vuelve una decisión de continuidad de negocio.
El precio de la dependencia se paga durante años. Entre el diseño de un chip y su producción pasan entre 3 y 5 años. Anthropic llegó tarde a este ciclo y probablemente no tendrá su propio silicio en producción hasta 2028 o 2029 como mínimo. Si te embarcas en una arquitectura cuyo coste depende de la disponibilidad de un único acelerador, estás aceptando el mismo tipo de riesgo que estos laboratorios están intentando resolver a fuerza de miles de millones.

Conclusión

Lo que Anthropic exploró con MatX —una adquisición de ~US$7.000M que finalmente derivó en una asociación— no es un fracaso: es la confirmación de que el umbral para competir en IA frontier ya no se define por software, sino por control sobre la pila de silicio. Google, Meta, Microsoft, Amazon, Apple y ahora OpenAI y Anthropic están en la misma partida. Nvidia sigue siendo el proveedor dominante, pero el porcentaje de cómputo que pasa por GPU externas empezará a reducirse desde el 100% actual hacia algo significativamente menor, como señaló la nota original. Para los founders, la señal es clara: el coste y la disponibilidad de cómputo serán una variable estratégica —no un commodity— durante los próximos tres a cinco años.