Anthropic crea un team interno di progettazione di chip per alimentare Claude con il silicio personalizzato

Anthropic ha confermato i piani per sviluppare un proprio chip di intelligenza artificiale personalizzato, diventando l’ultimo laboratorio di intelligenza artificiale a concludere che fare affidamento su fornitori hardware esterni non è più sufficiente per tenere il passo con la domanda in fuga.

L'azienda ha rivelato che sta mettendo insieme un "team di silicio personalizzato" interno per co-progettare un processore insieme ai suoi futuri modelli linguistici di grandi dimensioni, secondo un annuncio di lavoro e una conferma riportati da TechCrunch, Reuters, Quartz e Business Insider. La mossa segnala che Anthropic intende assumere un maggiore controllo sullo stack hardware che alimenta Claude, la sua famiglia di modelli di punta. Per coloro che seguono la copertura del settore dell’intelligenza artificiale, la decisione si adatta a uno schema chiaro: ogni grande laboratorio di frontiera sta ora correndo per possedere un pezzo del silicio che fa funzionare i suoi modelli.

Chip di co-progettazione per Claude

I dettagli indicano una strategia di co-progettazione piuttosto che un rapido acquisto standardizzato. Come riportato da SiliconANGLE, un portavoce ha detto a Business Insider che Anthropic co-progetterà il processore con i suoi futuri modelli linguistici di grandi dimensioni. Le iniziative di co-progettazione si concentrano in genere sull’adattamento di un chip a un carico di lavoro specifico – i calcoli particolari e i modelli di memoria su cui fa affidamento un modello – e tale personalizzazione può aumentare significativamente l’efficienza dell’hardware.

Gli acceleratori di intelligenza artificiale standard sono progettati per servire un'ampia gamma di clienti e carichi di lavoro, il che significa che comportano dei compromessi. Un chip messo a punto specificatamente per l'architettura di Claude potrebbe, in teoria, fornire maggiori prestazioni per dollaro e per watt rispetto all'hardware generico. Ciò è estremamente importante su larga scala su cui Anthropic opera, dove anche piccoli miglioramenti in termini di efficienza si traducono in enormi risparmi sui costi.

Assumere ingegneri, non solo acquistare chip

TechCrunch ha riferito che Anthropic sta cercando ingegneri con esperienza nella progettazione di chip per il suo team di silicio personalizzato, secondo l'elenco dei lavori. L'articolo rileva che la società è stata aggiornata per includere la conferma di Anthropic, rendendo il piano ufficiale piuttosto che speculativo.

La spinta alle assunzioni arriva mentre la domanda per Claude aumenta e le aziende di intelligenza artificiale si affrettano a concludere quanti più accordi infrastrutturali possibile. Da parte sua, Anthropic ha siglato accordi con AWS, Google, Nvidia e AMD per accedere all'hardware informatico AI. Ma per scalare davvero e soddisfare il livello della domanda, fare affidamento sugli altri chiaramente non è più sufficiente: un calcolo che ora ha spinto Anthropic a progettare il proprio silicio.

Si tratta di un notevole cambiamento strategico. Anthropic si è da tempo posizionato come un laboratorio incentrato sulla ricerca e sulla sicurezza, ma l’annuncio del chip mostra che sta anche costruendo il tipo di infrastruttura pesante solitamente associata ai più grandi hyperscaler.

Unirsi a un campo affollato

Anthropic non è la prima azienda di intelligenza artificiale a decidere che costruire il proprio chip vale l’enorme costo e complessità. L’azienda sta seguendo un percorso già tracciato dai suoi maggiori rivali.

A giugno, OpenAI ha presentato il suo chip “Jalapeño” realizzato da Broadcom, progettato specificamente per i carichi di lavoro di inferenza, la fase in cui un modello addestrato risponde effettivamente alle domande degli utenti. Google DeepMind si affida da tempo alle unità di elaborazione tensore (TPU) personalizzate di Alphabet per alimentare i suoi modelli Gemini, offrendogli uno dei programmi interni al silicio più maturi del settore. Meta, nel frattempo, ha sviluppato i propri acceleratori MTIA per i carichi di lavoro AI.

La tendenza si estende oltre i laboratori modello. Anche i fornitori di servizi cloud come Amazon, con i suoi chip Trainium e Inferentia, hanno investito molto in silicio personalizzato per ridurre la loro dipendenza da Nvidia. Il filo conduttore è il desiderio di sfuggire ai vincoli di un unico fornitore dominante e di catturare una parte maggiore della catena del valore.

Perché il silicio personalizzato adesso?

Gli aspetti economici che guidano questa ondata sono semplici. Le GPU di Nvidia hanno margini enormi perché la loro domanda supera di gran lunga l'offerta e i modelli di intelligenza artificiale di frontiera richiedono quantità sbalorditive di calcolo per addestrarsi e servire. Ogni laboratorio che dipende da quelle GPU paga effettivamente una tassa a un singolo fornitore mentre compete per la stessa fornitura limitata.

Progettare un chip personalizzato è una scommessa costosa e pluriennale – può costare centinaia di milioni di dollari e richiedere un raro talento ingegneristico – ma offre tre vantaggi che i laboratori considerano sempre più esistenziali. Innanzitutto, può ridurre i costi di inferenza a lungo termine, che rappresentano la spesa dominante per un modello popolare come Claude. In secondo luogo, riduce la vulnerabilità strategica alla carenza di approvvigionamento e ai controlli sulle esportazioni. In terzo luogo, crea un fossato difendibile: un modello e un chip co-progettati l’uno per l’altro sono più difficili da replicare per i concorrenti.

La decisione di Anthropic riflette anche il suo rapporto sempre più stretto con i partner cloud e informatici. L’azienda ha già ottenuto finanziamenti su larga scala per l’infrastruttura AI e un programma di chip interno è il naturale passo successivo per trasformare tale finanziamento in capacità dedicata e ottimizzata.

Cosa verrà dopo

Costruire un chip AI competitivo richiede in genere anni dalla progettazione alla produzione in serie, quindi è improbabile che il silicio personalizzato di Anthropic possa alimentare Claude nell'immediato. L'azienda continuerà a dipendere da Nvidia, AMD e dagli acceleratori dei fornitori di servizi cloud mentre il suo nuovo team lavora per un primo tape-out.

Tuttavia, l’annuncio è un segnale significativo di intenti. Ciò colloca Anthropic saldamente nella stessa corsa hardware di OpenAI e Google, e suggerisce che la prossima fase di competizione tra i laboratori di frontiera sarà combattuta non solo sugli algoritmi e sui dati, ma sul silicio sottostante.

Stai al passo con l'intelligenza artificiale

La battaglia per l’hardware AI sta rimodellando l’intero settore. Tieniti aggiornato su ogni importante lancio di chip, round di finanziamento e accordo sulle infrastrutture nel nostro hub ultimi sviluppi dell'intelligenza artificiale.

Leggi altre notizie sull'AI →