Anthropic разрабатывает собственные ИИ-чипы для оптимизации работы Claude

По примеру Google, Meta, Amazon и OpenAI, компания Anthropic, разработчик нейросети Claude, формирует команду для проектирования собственных специализированных ИИ-чипов. Об этом сообщает Business Insider.

Для большинства техгигантов разработка собственного «железа» решает две ключевые проблемы: дефицит мощностей на рынке и необходимость максимальной оптимизации выполнения задач ИИ. По мере роста популярности сервисов Anthropic потребность компании в вычислительных ресурсах резко возросла.

Вступая в «аппаратную гонку», Anthropic планирует заниматься совместным проектированием оборудования и моделей. Ранее в сети появлялись слухи, называвшие Samsung Electronics потенциальным партнером по производству.

Компания заявляет о применении «многочипового» подхода к инференсу (выводу) ИИ. При этом Anthropic продолжит использовать облачные платформы AWS и Google Cloud, задействуя чипы Nvidia и AMD. Очевидно, что собственные разработки компании будут предназначены именно для инференса. Если китайские разработчики, бросающие вызов Anthropic и OpenAI, вынуждены использовать контрабандные чипы Nvidia для обучения моделей, то американские компании, имея прямой доступ к лучшим решениям, однозначно предпочтут их.

В описании вакансии инженера Anthropic указывает, что кандидаты должны иметь опыт «прямого личного вклада» в финальные стадии выпуска полупроводниковых проектов. Это подчеркивает стремление компании максимально быстро довести разработку чипа до реализации, так как время является критическим фактором в стремительно развивающейся индустрии ИИ.

Создание специализированных чипов становится общим трендом отрасли, по крайней мере, для запуска моделей. В Китае власти предписывают активное использование отечественных компонентов, а успех моделей DeepSeek и Kimi K3 подтверждает, что оптимизация под внутреннее оборудование является эффективным решением. Google продолжает развивать свои TPU, у Meta ожидается запуск нового ИИ-чипа в сентябре, а французская Mistral также рассматривает возможность разработки собственных кремниевых решений.

Несмотря на высокие первоначальные затраты, потенциальный рост эффективности и экономические выгоды от использования собственного дизайна, под который оптимизированы модели, перевешивают расходы — особенно для компаний с капиталом уровня крупнейших ИИ-разработчиков.