Anthropic heeft plannen bevestigd om zijn eigen op maat gemaakte kunstmatige intelligentie-chip te ontwikkelen en wordt daarmee het nieuwste AI-lab dat tot de conclusie komt dat het vertrouwen op externe hardwareleveranciers niet langer voldoende is om gelijke tred te houden met de op hol geslagen vraag.

Het bedrijf maakte bekend dat het een intern ‘aangepast siliciumteam’ samenstelt om samen met zijn toekomstige grote taalmodellen een processor te ontwerpen, volgens een vacature en bevestiging gerapporteerd door TechCrunch, Reuters, Quartz en Business Insider. Deze stap geeft aan dat Anthropic van plan is meer controle te krijgen over de hardwarestack die Claude, zijn vlaggenschipmodelfamilie, aandrijft. Voor degenen die de berichtgeving over de AI-industrie (https://aibuzzwire.news) volgen, past de beslissing in een duidelijk patroon: elk groot grenslaboratorium is nu aan het racen om een ​​stukje van het silicium te bezitten waarop zijn modellen draaien.

Co-design van chips voor Claude

De details wijzen op een co-designstrategie in plaats van een snelle kant-en-klare aankoop. Zoals SiliconANGLE meldde, vertelde een woordvoerder aan Business Insider dat Anthropic de processor samen met zijn toekomstige grote taalmodellen zal ontwerpen. Co-designinitiatieven zijn doorgaans gericht op het afstemmen van een chip op een specifieke werklast (de specifieke berekeningen en geheugenpatronen waarop een model vertrouwt) en dergelijke aanpassingen kunnen de hardware-efficiëntie aanzienlijk verhogen.

Kant-en-klare AI-versnellers zijn gebouwd om een ​​breed scala aan klanten en werklasten te bedienen, wat betekent dat ze compromissen met zich meebrengen. Een chip die speciaal is afgestemd op de architectuur van Claude zou in theorie meer prestaties per dollar en per watt kunnen leveren dan hardware voor algemeen gebruik. Dat is enorm belangrijk op de schaal waarop Anthropic opereert, waar zelfs kleine efficiëntiewinsten zich vertalen in enorme kostenbesparingen.

Ingenieurs inhuren, niet alleen chips kopen

TechCrunch meldde dat Anthropic op zoek is naar ingenieurs met ervaring in chipontwerp voor zijn aangepaste siliciumteam, volgens de vacature. In het artikel werd opgemerkt dat het bedrijf is bijgewerkt met een bevestiging van Anthropic, waardoor het plan eerder officieel dan speculatief is.

De aanwervingsgolf komt omdat de vraag naar Claude stijgt en AI-bedrijven zich inspannen om zoveel mogelijk infrastructuurdeals binnen te halen. Anthropic van zijn kant heeft overeenkomsten gesloten met AWS, Google, Nvidia en AMD om toegang te krijgen tot AI-computerhardware. Maar om echt op te schalen en aan de vraag te voldoen, is het duidelijk niet langer voldoende om op anderen te vertrouwen – een calculus die Anthropic er nu toe heeft aangezet zijn eigen silicium te ontwerpen.

Dit is een opmerkelijke strategische verandering. Anthropic heeft zichzelf lange tijd gepositioneerd als een onderzoeks- en veiligheidsgericht laboratorium, maar de aankondiging van de chip laat zien dat het ook bezig is met het uitbouwen van het soort zware infrastructuur dat gewoonlijk wordt geassocieerd met de grootste hyperscalers.

Deelnemen aan een druk veld

Anthropic is niet het eerste AI-bedrijf dat besluit dat het bouwen van een eigen chip de enorme kosten en complexiteit waard is. Het bedrijf volgt een platgetreden pad dat is bewandeld door zijn grootste rivalen.

In juni onthulde OpenAI zijn door Broadcom gebouwde "Jalapeño"-chip, die speciaal is ontworpen voor inferentie-workloads - het stadium waarin een getraind model daadwerkelijk vragen van gebruikers beantwoordt. Google DeepMind vertrouwt al lang op de op maat gemaakte Tensor Processing Units (TPU's) van Alphabet om zijn Gemini-modellen aan te drijven, waardoor het een van de meest volwassen interne siliciumprogramma's in de sector is. Meta heeft ondertussen zijn eigen MTIA-accelerators voor AI-workloads ontwikkeld.

De trend reikt verder dan de modellabs. Cloudproviders zoals Amazon, met zijn Trainium- en Inferentia-chips, hebben ook zwaar geïnvesteerd in op maat gemaakt silicium om hun afhankelijkheid van Nvidia te verminderen. De rode draad is de wens om te ontsnappen aan de beperkingen van één enkele dominante leverancier en een groter deel van de waardeketen in handen te krijgen.

Waarom nu silicium op maat?

De economische factoren die deze golf aandrijven zijn eenvoudig. De GPU's van Nvidia beschikken over enorme marges omdat de vraag ernaar het aanbod ruimschoots overtreft, en grensverleggende AI-modellen vereisen duizelingwekkende hoeveelheden rekenkracht om te trainen en te bedienen. Elk laboratorium dat afhankelijk is van deze GPU's betaalt feitelijk belasting aan één enkele leverancier, terwijl het concurreert om hetzelfde eindige aanbod.

Het ontwerpen van een op maat gemaakte chip is een dure, meerjarige gok – het kan honderden miljoenen dollars kosten en vereist zeldzaam technisch talent – ​​maar het biedt drie voordelen die laboratoria steeds meer als existentieel beschouwen. Ten eerste kan het de gevolgtrekkingskosten op de lange termijn verlagen, wat de belangrijkste kostenpost is voor een populair model als Claude. Ten tweede vermindert het de strategische kwetsbaarheid voor aanbodtekorten en exportcontroles. Ten derde creëert het een verdedigbare gracht: een model en een chip die gezamenlijk voor elkaar zijn ontworpen, zijn voor concurrenten moeilijker te repliceren.

De beslissing van Anthropic weerspiegelt ook de verdieping van de relatie met cloud- en computerpartners. Het bedrijf heeft al grootschalige financiering voor de AI-infrastructuur veiliggesteld, en een intern chipprogramma is de logische volgende stap om die financiering om te zetten in specifieke, geoptimaliseerde capaciteit.

Wat komt erna

Het bouwen van een concurrerende AI-chip duurt doorgaans jaren, van ontwerp tot volumeproductie, dus het is onwaarschijnlijk dat het op maat gemaakte silicium van Anthropic Claude op de korte termijn van stroom zal voorzien. Het bedrijf zal afhankelijk blijven van accelerators van Nvidia, AMD en cloudproviders, terwijl het nieuwe team werkt aan een eerste tape-out.

Toch is de aankondiging een betekenisvol signaal van intentie. Het plaatst Anthropic stevig in dezelfde hardwarerace als OpenAI en Google, en het suggereert dat de volgende fase van concurrentie tussen grenslaboratoria niet alleen over algoritmen en data zal worden uitgevochten, maar ook over het silicium daaronder.

Blijf AI een stap voor

De strijd om AI-hardware verandert de hele industrie. Blijf op de hoogte van elke grote chiplancering, financieringsronde en infrastructuurdeal op onze laatste AI-ontwikkelingen hub.

Lees meer AI-nieuws →