Anthropic har bekräftat sina planer på att utveckla sitt eget anpassade chip för artificiell intelligens, och blir det senaste AI-labbet som drar slutsatsen att det inte längre är tillräckligt att förlita sig på externa hårdvaruleverantörer för att hålla jämna steg med den skenande efterfrågan.

Företaget avslöjade att det håller på att sammansätta ett internt "anpassat silikonteam" för att samdesigna en processor tillsammans med sina framtida stora språkmodeller, enligt en jobblista och bekräftelse som rapporterats av TechCrunch, Reuters, Quartz och Business Insider. Flytten signalerar att Anthropic har för avsikt att ta större kontroll över hårdvarustacken som driver Claude, dess flaggskeppsmodellfamilj. För dem som spårar AI-branschens täckning, passar beslutet ett tydligt mönster: alla stora gränslabb tävlar nu om att äga en del av kiseln som driver dess modeller.

Samdesignar chips åt Claude

Detaljerna pekar mot en samdesignstrategi snarare än ett snabbt köp från hyllan. Som SiliconANGLE rapporterade sa en talesman till Business Insider att Anthropic kommer att samdesigna processorn med dess framtida stora språkmodeller. Co-design-initiativ fokuserar vanligtvis på att skräddarsy ett chip för en specifik arbetsbelastning – de särskilda beräkningar och minnesmönster som en modell bygger på – och sådan anpassning kan avsevärt öka maskinvarueffektiviteten.

Off-the-shelf AI-acceleratorer är byggda för att betjäna ett brett spektrum av kunder och arbetsbelastningar, vilket innebär att de innebär kompromisser. Ett chip som justerats specifikt för Claudes arkitektur skulle i teorin kunna ge mer prestanda per dollar och per watt än hårdvara för allmänt bruk. Det betyder enormt mycket i den skala Anthropic verkar, där även små effektivitetsvinster leder till massiva kostnadsbesparingar.

Anställa ingenjörer, inte bara köpa marker

TechCrunch rapporterade att Anthropic söker ingenjörer med erfarenhet av chipdesign till sitt anpassade silikonteam, enligt jobbannonsen. Artikeln noterade att företaget har uppdaterats för att inkludera bekräftelse från Anthropic, vilket gör planen officiell snarare än spekulativ.

Anställningspressen kommer när efterfrågan på Claude ökar och AI-företag kämpar för att låsa in så många infrastrukturaffärer de kan. För sin del har Anthropic ingått avtal med AWS, Google, Nvidia och AMD för att få tillgång till AI-hårdvara. Men för att verkligen skala och möta efterfrågan är det uppenbarligen inte längre tillräckligt att lita på andra - en kalkyl som nu har drivit Anthropic mot att designa sitt eget kisel.

Detta är ett anmärkningsvärt strategiskt skifte. Anthropic har länge positionerat sig som ett forsknings- och säkerhetsfokuserat labb, men chipmeddelandet visar att det också bygger ut den typ av tung infrastruktur som vanligtvis förknippas med de största hyperscalers.

Gå med i ett trångt fält

Anthropic är inte det första AI-företaget som beslutat att bygga sitt eget chip är värt den enorma kostnaden och komplexiteten. Företaget följer en väl upptrampad väg som anslagits av sina största rivaler.

I juni presenterade OpenAI sitt Broadcom-byggda "Jalapeño"-chip, som är designat specifikt för slutledningsarbetsbelastningar - det skede där en tränad modell faktiskt svarar på användarfrågor. Google DeepMind har länge förlitat sig på Alphabets anpassade Tensor Processing Units (TPU) för att driva sina Gemini-modeller, vilket ger det ett av de mest mogna interna kiselprogrammen i branschen. Meta har under tiden utvecklat sina egna MTIA-acceleratorer för AI-arbetsbelastningar.

Trenden sträcker sig utanför modelllabben. Molnleverantörer som Amazon, med sina Trainium- och Inferentia-chips, har också investerat mycket i anpassat kisel för att minska sitt beroende av Nvidia. Den röda tråden är en önskan att fly begränsningarna från en enda dominerande leverantör och att fånga mer av värdekedjan.

Varför anpassad silikon nu?

Ekonomin som driver denna våg är okomplicerad. Nvidias GPU:er har enorma marginaler eftersom efterfrågan på dem vida överstiger utbudet, och frontier AI-modeller kräver svindlande mängder beräkning för att träna och betjäna. Varje labb som är beroende av dessa GPU:er betalar i praktiken en skatt till en enda leverantör samtidigt som de konkurrerar om samma begränsade utbud.

Att designa ett skräddarsytt chip är en dyr, flerårig satsning – det kan kosta hundratals miljoner dollar och kräva sällsynt ingenjörstalang – men det erbjuder tre fördelar som laboratorier alltmer ser som existentiella. För det första kan det sänka de långsiktiga slutledningskostnaderna, som är den dominerande kostnaden för en populär modell som Claude. För det andra minskar det strategisk sårbarhet för försörjningsbrist och exportkontroll. För det tredje skapar det en försvarbar vallgrav: en modell och ett chip som designats tillsammans för varandra är svårare för konkurrenter att replikera.

Anthropics beslut återspeglar också dess fördjupade relation med moln- och datorpartners. Företaget har redan säkrat storskalig finansiering för AI-infrastruktur, och ett internt chipprogram är det naturliga nästa steget för att omvandla den finansieringen till dedikerad, optimerad kapacitet.

Vad kommer härnäst

Att bygga ett konkurrenskraftigt AI-chip tar vanligtvis år från design till volymproduktion, så Anthropics anpassade kisel kommer sannolikt inte att driva Claude på omedelbar sikt. Företaget kommer att fortsätta att vara beroende av acceleratorer från Nvidia, AMD och molnleverantörer medan dess nya team arbetar mot en första tape-out.

Ändå är tillkännagivandet en meningsfull signal om avsikt. Det placerar Anthropic fast i samma hårdvarukapplöpning som OpenAI och Google, och det antyder att nästa fas av konkurrensen mellan gränslaboratorier kommer att utkämpas inte bara om algoritmer och data, utan om kislet under dem.

Ligg före AI

Kampen om AI-hårdvara håller på att omforma hela branschen. Håll dig uppdaterad om varje större chiplansering, finansieringsrunda och infrastrukturaffär på vår senaste AI-utveckling-hubb.

Läs mer AI-nyheter →