Anthropic は、独自のカスタム人工知能チップを開発する計画を確認し、外部のハードウェア サプライヤーに依存することはもはや暴走する需要に対応するには十分ではないと結論付ける最新の AI ラボとなっています。

TechCrunch、Reuters、Quartz、および Business Insider が報じた求人一覧と確認書によると、同社は、将来の大規模言語モデルと並行してプロセッサを共同設計するため、社内に「カスタム シリコン チーム」を編成していることを明らかにしました。この動きは、Anthropic が主力モデル ファミリである Claude を駆動するハードウェア スタックをさらに制御するつもりであることを示しています。 AI 業界の報道 を追跡している人にとって、この決定は明確なパターンに当てはまります。現在、すべての主要なフロンティア研究所が、モデルを実行するシリコンの一部を所有しようと競い合っています。

クロード用チップの共同設計

詳細は、既製品をすぐに購入するのではなく、共同設計戦略を示しています。 SiliconANGLE が報じたように、広報担当者は Business Insider に対し、Anthropic が将来の大規模言語モデルとプロセッサを共同設計すると述べました。共同設計の取り組みは通常、チップを特定のワークロード (モデルが依存する特定の計算とメモリ パターン) に合わせて調整することに焦点を当てており、そのようなカスタマイズによりハードウェア効率が大幅に向上します。

既製の AI アクセラレータは、幅広い顧客やワークロードに対応できるように構築されているため、妥協が伴います。 Claude のアーキテクチャ向けに特別に調整されたチップは、理論上、汎用ハードウェアよりも 1 ドルあたり、1 ワットあたりのパフォーマンスが向上する可能性があります。 Anthropic が運営する規模では、このことは非常に重要であり、わずかな効率向上でも大幅なコスト削減につながります。

チップを購入するだけではなく、エンジニアを雇用する

TechCrunch は、Anthropic が求人リストに従って、カスタム シリコン チームのチップ設計の経験を持つエンジニアを募集していると報じました。記事は、同社がAnthropicからの確認を含むように更新され、この計画が推測ではなく公式になったと指摘した。

クロードへの需要が高まり、AI企業ができる限り多くのインフラストラクチャ取引を確保しようと躍起になっていることから、雇用が促進されている。 Anthropic は、AI コンピューティング ハードウェアにアクセスするために、AWS、Google、Nvidia、AMD と契約を結んでいます。しかし、本当に規模を拡大し、需要のレベルを満たすためには、他者に依存するだけでは明らかに十分ではありません。この微積分が現在、Anthropic を独自のシリコン設計へと推し進めています。

これは注目すべき戦略的変化です。 Anthropic は長い間、研究と安全に重点を置いた研究所として自社を位置づけてきましたが、このチップの発表は、同社が通常最大手のハイパースケーラーに関連する種類の重いインフラストラクチャも構築していることを示しています。

混雑したフィールドに参加する

Anthropic は、膨大なコストと複雑さを払ってでも独自のチップを構築する価値があると判断した最初の AI 企業ではありません。同社は、最大のライバルが切り開いたよく踏まれた道をたどっている。

OpenAIは6月、Broadcomが構築した「Jalapeño」チップを発表した。これは、推論ワークロード、つまりトレーニングされたモデルが実際にユーザーのクエリに答える段階に特化して設計されている。 Google DeepMind は長年、Alphabet のカスタム Tensor Processing Unit (TPU) を利用して Gemini モデルを強化しており、業界で最も成熟した社内シリコン プログラムの 1 つとなっています。一方、Meta は、AI ワークロード向けに独自の MTIA アクセラレータを開発しています。

この傾向はモデルラボを超えて広がっています。 Trainium や Inferentia チップを備えた Amazon などのクラウド プロバイダーも、Nvidia への依存を減らすためにカスタム シリコンに多額の投資を行っています。共通しているのは、単一の支配的なサプライヤーの制約から逃れ、より多くのバリューチェーンを獲得したいという願望です。

なぜ今カスタムシリコンを採用するのか?

この波を引き起こしている経済状況は単純明快です。 Nvidia の GPU は、需要が供給を大幅に上回っており、フロンティア AI モデルのトレーニングとサービスに膨大な量のコンピューティングが必要なため、莫大な利益を生み出しています。これらの GPU に依存しているすべてのラボは、同じ有限の供給をめぐって競争しながら、事実上、単一のベンダーに税金を支払っていることになります。

カスタム チップの設計は、数年に渡る費用のかかる賭けです。数億ドルの費用がかかり、稀有なエンジニアリングの才能が必要となります。しかし、カスタム チップには 3 つの利点があり、研究室ではますます重要視されています。まず、Claude のような人気のあるモデルの主な費用である長期的な推論コストを削減できます。第二に、供給不足や輸出規制に対する戦略的脆弱性が軽減されます。第三に、防御可能な堀が生まれます。相互に共同設計されたモデルとチップは、競合他社が複製するのが難しくなります。

Anthropic の決定は、クラウドおよびコンピューティング パートナーとの関係の深化も反映しています。同社はすでに AI インフラストラクチャ向けに大規模な資金調達を確保しており、その資金を専用の最適化された容量に変えるための次のステップとしては、社内のチップ プログラムが自然です。

次に何が起こるか

競争力のある AI チップの構築には通常、設計から量産まで何年もかかります。そのため、Anthropic のカスタム シリコンが当面クロードを強化する可能性は低いです。同社は、新しいチームが最初のテープアウトに向けて取り組んでいる間、引き続き Nvidia、AMD、およびクラウドプロバイダーのアクセラレータに依存し続けます。

それでも、この発表は意味のある意思表示である。これは、Anthropic を OpenAI や Google と同じハードウェア競争にしっかりと位置づけており、フロンティアラボ間の競争の次の段階は、アルゴリズムやデータだけでなく、その下にあるシリコンをめぐって争われることを示唆しています。

AI の先を行く

AI ハードウェアを巡る戦いは業界全体を再構築しつつあります。 最新の AI 開発 ハブで、主要なチップの発売、資金調達ラウンド、インフラストラクチャ取引の最新情報を入手してください。

AIニュースをもっと読む→