Anthropic ampliará su cómputo con hasta un millón de TPUs de Google

Anthropic ha anunciado que ampliará de forma drástica su infraestructura de inteligencia artificial en Google Cloud, con acceso a hasta un millón de TPU, los chips diseñados por Google para entrenar y ejecutar modelos de IA. El acuerdo, valorado en decenas de miles de millones de dólares, debería aportar más de un gigavatio de capacidad informática en 2026.

La cifra sitúa la operación entre los grandes contratos de computación de la carrera por los modelos de lenguaje. Para Anthropic, creadora de Claude, no se trata solo de entrenar sistemas más capaces: también necesita atender una base empresarial que crece con rapidez y disponer de recursos para probar sus modelos antes de desplegarlos.

Un millón de chips no equivale a un millón de ordenadores domésticos

Una TPU, siglas de Tensor Processing Unit, es un procesador especializado en los cálculos matemáticos que sostienen las redes neuronales. Frente a una GPU de propósito más general, como las que domina Nvidia, está concebida específicamente para mover y multiplicar enormes matrices de números con eficiencia.

Google lleva años usando estas unidades para sus propios productos y modelos, y las comercializa a través de su nube. La séptima generación, Ironwood, forma parte de esa oferta. Que Anthropic planee utilizar hasta un millón de estos aceleradores es una validación relevante de la TPU como opción para cargas de trabajo de frontera, aquellas que exigen centros de datos completos en lugar de unos pocos servidores.

El dato de más de un gigavatio ayuda a dimensionar la escala. Un gigavatio es una unidad de potencia, no de energía: indica la demanda eléctrica que puede alcanzar la infraestructura cuando está funcionando. Llevar esa capacidad a producción requiere no solo chips, sino edificios, redes, sistemas de refrigeración y suministro eléctrico. En esta fase de la IA, el cuello de botella ya no es únicamente diseñar un modelo; también lo es construir la infraestructura física para entrenarlo y servirlo.

Google vende capacidad a una empresa que compite en modelos

El acuerdo tiene otra lectura industrial. Google desarrolla Gemini y vende sus propios servicios de IA, mientras Anthropic compite por clientes empresariales con Claude. Aun así, Google Cloud obtiene un cliente de gran volumen para su infraestructura y demuestra que su plataforma puede atraer a laboratorios que no pertenecen a Google.

Thomas Kurian, consejero delegado de Google Cloud, atribuyó la expansión al rendimiento por precio y a la eficiencia que los equipos de Anthropic han observado en las TPU durante varios años. Esa relación entre coste y rendimiento importa tanto como la potencia bruta: entrenar y operar un modelo avanzado implica procesar cantidades enormes de datos y responder a millones de solicitudes, de modo que pequeñas mejoras de eficiencia se traducen en costes muy distintos a escala.

Para Google, además, el contrato refuerza una vía para competir con Nvidia que no consiste en vender chips a terceros, sino en alquilar su propia infraestructura. Nvidia mantiene una posición central en el mercado de aceleradores de IA, pero las grandes compañías tecnológicas están desarrollando silicio propio para reducir dependencia, controlar costes y asegurar suministro.

Una estrategia de tres plataformas

Anthropic no concentrará toda su capacidad en Google. La compañía describe una estrategia diversificada basada en tres familias de chips: las TPU de Google, Trainium de Amazon y GPU de Nvidia.

Trainium es el acelerador de IA diseñado por Amazon Web Services. Anthropic mantiene a Amazon como su principal socio de entrenamiento y proveedor de nube, y continúa trabajando en Project Rainier, un gran clúster distribuido en varios centros de datos estadounidenses que reunirá cientos de miles de chips de IA. Las GPU de Nvidia completan el conjunto.

Esta combinación tiene una ventaja práctica: evita que el futuro de Claude dependa de una sola arquitectura o de un único proveedor. También obliga a Anthropic a adaptar software, herramientas y procesos de entrenamiento a plataformas distintas, un trabajo técnico considerable. Pero, a cambio, gana margen para elegir dónde resulta más eficiente entrenar, probar o servir cada modelo.

La demanda empresarial explica la inversión

Anthropic afirma que ya presta servicio a más de 300.000 clientes empresariales. Su número de grandes cuentas —las que representan más de 100.000 dólares de ingresos anualizados— se ha multiplicado casi por siete en el último año.

Ese crecimiento explica que la inversión no se dirija exclusivamente al próximo modelo. La capacidad adicional ayudará a atender la demanda creciente y permitirá realizar pruebas más amplias, investigación de alineamiento y despliegue responsable a escala. El alineamiento es el conjunto de técnicas con las que se intenta que un sistema siga instrucciones y se comporte de acuerdo con límites definidos por sus creadores.

La expansión está prevista para 2026, por lo que todavía queda por convertir el anuncio en centros de datos operativos. Pero deja clara una realidad del sector: las empresas que quieren mantenerse en la frontera de los modelos de lenguaje necesitan asegurar con años de antelación chips, energía y capacidad de nube. Anthropic ha elegido hacerlo sin casarse con una sola clase de procesador, y Google ha conseguido que sus TPU ocupen un lugar mucho mayor en ese plan.