بر اساس گزارشی اختصاصی از وال استریت ژورنال که به سرعت توسط رویترز، بلومبرگ و The Information تایید شد، Anthropic یک قرارداد 35 میلیارد دلاری رایانش ابری با Lambda، ارائه دهنده ابر هوش مصنوعی تحت حمایت Nvidia امضا کرده است. این معامله، یکی از بزرگترین تعهدات محاسباتی که توسط هر آزمایشگاه هوش مصنوعی تا به امروز فاش شده است، به سازنده کلود مجموعه وسیعی از ظرفیت GPU را می دهد، زیرا مسابقه برای آموزش و ارائه مدل های مرزی به طور فزاینده ای شبیه مسابقه تسلیحاتی در زیرساخت است.
این توافق برای اولین بار در 31 اوت 2026 با رویترز به نقل از یک منبع آگاه گزارش شد. نه Anthropic و نه Lambda شرایط کامل را منتشر نکرده اند و جزئیاتی مانند مدت قرارداد و مراکز داده خاص درگیر فاش نشده است. For more context on this story, see our ongoing AI trends.
توافقنامه محاسباتی شاخص
این شماره حتی با استانداردهای صنعت هوش مصنوعی امروزی قابل توجه است، جایی که معاملات زیرساختی 9 رقمی عادی شده است و تعهدات ده رقمی دیگر نادر نیست. یک قرارداد 35 میلیارد دلاری رایانش ابری، Anthropic را در شرکت بزرگترین خریداران فناوری سازمانی در جهان قرار میدهد، و این کار را نه با hyperscaler، بلکه با یکی از پیشروهای بهاصطلاح neoclouds انجام میدهد: ارائهدهندگان ابر تخصصی GPU که برای خدمت به اشتهای پرشور شرکتهای هوش مصنوعی برای محاسبات ظاهر شدهاند.
بر اساس گزارش اولیه، این معامله بر ظرفیت محاسبات ابری متمرکز است - زیرساخت پشتیبانی شده توسط GPU که هم برای آموزش مدل های بزرگ و هم برای ارائه صدها میلیون درخواست استنتاج استفاده می شود. رویترز، وال استریت ژورنال، بلومبرگ، و اطلاعات، همگی در فاصله چند ساعتی از یکدیگر، یک رقم اصلی را گزارش کردند، و این داستان را تاییدی غیرمعمول برای یک گزارش منبع ناشناس ارائه کردند.
لامبدا کیست؟
Lambda یکی از برجسته ترین ارائه دهندگان ابری مبتنی بر هوش مصنوعی در نسل جدید است. این شرکت مراکز داده ای را راه اندازی می کند که به طور هدفمند برای بارهای کاری GPU ساخته شده اند و انویدیا را در میان حامیان خود به حساب می آورد، رابطه ای که به آن دسترسی ممتاز به سخت افزار مورد تقاضای سازنده تراشه در بازاری را می دهد که عرضه همچنان محدود است.
همانطور که AI Buzz Wire در آن زمان گزارش داد، این شرکت اواخر ماه گذشته زمانی که یک میلیارد دلار از طریق بدهی خصوصی برای خرید تراشههای Nvidia که به مایکروسافت اجاره میدهد، تضمین کرد. این ترتیب مایکروسافت را به یکی از مشتریان لامبدا تبدیل کرد. قرارداد جدید Anthropic یک آزمایشگاه هوش مصنوعی مرزی دوم را به فهرست اضافه می کند و نشان می دهد که مدل لامبدا برای تامین مالی، ساخت و اجاره زیرساخت های هوش مصنوعی از امیدوارکننده به اثبات شده تبدیل شده است.
برای لامبدا، قرارداد Anthropic نوعی درآمد طولانی مدت و درجه سرمایه گذاری را فراهم می کند که پایه میلیاردها دلار در ساخت مرکز داده است. برای Anthropic، ظرفیت اختصاصی را در لحظه ای فراهم می کند که دسترسی به محاسبات به محدودیت الزام آور برای توسعه هوش مصنوعی مرزی تبدیل شده است.
مسابقه زیرساخت گسترده آنتروپیک
توافقنامه لامبدا آخرین مورد از یک سری اقدامات زیرساختی تهاجمی توسط آزمایشگاه مستقر در سانفرانسیسکو است. در اواخر ژوئیه، بانک ها وام 15 میلیارد دلاری برای یک مرکز داده هوش مصنوعی Anthropic در تگزاس، یک بسته مالی با حمایت گوگل، که هم سرمایه گذار در شرکت و هم شریک ابری است، اختصاص دادند. Anthropic همچنین یک تیم طراحی تراشه داخلی ایجاد کرده است که سیلیکون سفارشی را برای تقویت نسخههای آینده کلود بررسی میکند و معماران سابق Google TPU را برای تسریع این تلاش استخدام میکند.
هزینه ها با جاه طلبی مالی مطابقت داده شده است. طبق گزارشها، Anthropic در حال آمادهسازی برای عرضه اولیه عمومی است که میتواند یکی از بزرگترین عرضههای فناوری در تاریخ باشد، با گزارشهای مطبوعاتی که نشان میدهد این شرکت میتواند به دنبال افزایش 100 میلیارد دلاری باشد و پیشبینیهای درآمد داخلی گفته میشود تا سال 2028 به 200 میلیارد دلار میرسد. گزارش شده است که سود سه ماهه شرکت به یک میلیارد دلار نزدیک میشود، زیرا تقاضای شرکتها برای Claude acce.
در مقابل این پسزمینه، قرارداد لامبدا هم بهعنوان یک تعهد عرضه و هم بهعنوان یک بیانیه خوانده میشود: آنتروپیک قصد دارد سرنوشت محاسباتی خود را کنترل کند، فراتر از شراکتهای فرامقیاسکننده خود تنوع ایجاد کند و قبل از اینکه رقبا بتوانند ادعای آن را داشته باشند، ظرفیت خود را قفل میکند.
چرا معاملات محاسبه دوره هوش مصنوعی مرزی را تعریف می کند
محاسبات به کمیاب ترین منبع صنعت تبدیل شده است. آموزش مدلهای مرزی اکنون به خوشههایی متشکل از صدها هزار GPU نیاز دارد که ماهها کار کنند، و ارائه مدلهای حاصل به صدها میلیون کاربر، تقاضا را چند برابر میکند. همه آزمایشگاههای بزرگ هوش مصنوعی به همین ترتیب پاسخ دادهاند: سالها قبل قراردادهای چند میلیارد دلاری با ارائهدهندگان ابر، سازندگان تراشه و اپراتورهای مرکز داده امضا کردهاند.
نتیجه یک رونق زیرساختی است که بازارهای سرمایه، شبکه های انرژی و زنجیره تامین نیمه هادی ها را تغییر می دهد. انویدیا، که پردازندههای گرافیکی آن اکثریت قریب به اتفاق آموزشهای هوش مصنوعی را تامین میکنند، ارزشگذاری آن را به اوج تاریخی رسانده است و شرکتهایی که میتوانند دسترسی به این تراشهها را واسطه کنند - که در میان آنها رئیس لامبدا است - به نقاط ضعف استراتژیک در اقتصاد هوش مصنوعی تبدیل شدهاند.
معامله لامبدا همچنین بر تغییر ظریف در ساختار بازار تاکید دارد. یک سال پیش، آزمایشگاههای مرزی هزینههای خود را با سه هیپراسکیلر متمرکز کردند. اکنون، آزمایشگاهها تعهدات خود را بین ارائهدهندگان متخصص پخش میکنند که میتوانند سریعتر حرکت کنند و کل امکانات را به یک مشتری اختصاص دهند. این تنوع به آزمایشگاهها برای مذاکره اهرم و انعطافپذیری میدهد، اما همچنین زنجیره تامین را به روشهایی که تحلیلگران هشدار میدهند میتواند تاثیر هر شوک تقاضای آینده را تقویت کند، تکه تکه میکند.
بعد چه می آید
هیچ یک از این شرکت ها نگفته اند که ظرفیت تحت پوشش قرارداد چه زمانی آنلاین می شود، چگونه بین آموزش و استنباط تقسیم می شود یا اینکه آیا توافق شامل گزینه هایی برای توسعه است یا خیر. این جزئیات برای سرمایهگذارانی که در مورد آمادهسازی IPO گزارششده Anthropic اهمیت دارند، اهمیت دارند، زیرا تعهدات با این اندازه به طور مستقیم به مخارج سرمایه و هزینههای عملیاتی سرازیر میشوند.
آنچه از قبل مشخص است جهت حرکت است. مسابقه هوش مصنوعی مرزی در حال حاضر به همان اندازه که مربوط به تامین برق، زمین، تراشهها و تامین مالی است، به استعدادهای پژوهشی نیز مربوط میشود. با 35 میلیارد دلار تعهد به یک تامین کننده، آنتروپیک یکی از واضح ترین شرط بندی های صنعت را قرار داده است که محاسبات، نه کد، تصمیم خواهند گرفت که چه کسی مرحله بعدی هوش مصنوعی را رهبری کند.
به گفته رسانه هایی که این خبر را منتشر کردند، هر دو آنتروپیک و لامبدا از اظهار نظر فراتر از شرایط گزارش شده خودداری کردند. این مقاله با تایید جزئیات بیشتر قرارداد به روز خواهد شد.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →