Anthropic ได้ยืนยันแผนที่จะพัฒนาชิปปัญญาประดิษฐ์แบบกำหนดเองของตนเอง โดยกลายเป็นห้องปฏิบัติการ AI ล่าสุดที่สรุปได้ว่าการพึ่งพาซัพพลายเออร์ฮาร์ดแวร์ภายนอกนั้นไม่เพียงพอต่อการตอบสนองความต้องการที่จำกัดอีกต่อไป
บริษัทเปิดเผยว่ากำลังรวบรวม "ทีมซิลิคอนแบบกำหนดเอง" ภายในองค์กรเพื่อร่วมออกแบบโปรเซสเซอร์ควบคู่ไปกับโมเดลภาษาขนาดใหญ่ในอนาคต ตามรายชื่องานและการยืนยันที่รายงานโดย TechCrunch, Reuters, Quartz และ Business Insider การเคลื่อนไหวดังกล่าวเป็นสัญญาณว่า Anthropic ตั้งใจที่จะควบคุมสแต็กฮาร์ดแวร์ที่ขับเคลื่อน Claude ซึ่งเป็นตระกูลโมเดลเรือธงให้ดียิ่งขึ้น สำหรับผู้ที่ติดตาม ความครอบคลุมของอุตสาหกรรม AI การตัดสินใจนี้สอดคล้องกับรูปแบบที่ชัดเจน: ขณะนี้ห้องปฏิบัติการชายแดนหลักทุกแห่งต่างเร่งรีบเพื่อเป็นเจ้าของชิ้นส่วนซิลิคอนที่ใช้กับโมเดลของมัน
ร่วมออกแบบชิปให้กับ Claude
รายละเอียดชี้ไปที่กลยุทธ์การออกแบบร่วมกันมากกว่าการซื้อที่มีจำหน่ายทั่วไปอย่างรวดเร็ว ตามที่ SiliconANGLE รายงาน โฆษกบอกกับ Business Insider ว่า Anthropic จะร่วมออกแบบโปรเซสเซอร์กับโมเดลภาษาขนาดใหญ่ในอนาคต โดยทั่วไปแล้วความคิดริเริ่มในการออกแบบร่วมจะมุ่งเน้นไปที่การปรับแต่งชิปให้เหมาะกับปริมาณงานเฉพาะ — การคำนวณเฉพาะและรูปแบบหน่วยความจำที่โมเดลใช้ — และการปรับแต่งดังกล่าวสามารถเพิ่มประสิทธิภาพของฮาร์ดแวร์ได้อย่างมาก
ตัวเร่งความเร็ว AI ที่มีจำหน่ายทั่วไปถูกสร้างขึ้นเพื่อรองรับลูกค้าและปริมาณงานที่หลากหลาย ซึ่งหมายความว่าสิ่งเหล่านั้นมีประนีประนอม ตามทฤษฎีแล้ว ชิปที่ปรับแต่งมาสำหรับสถาปัตยกรรมของ Claude โดยเฉพาะสามารถให้ประสิทธิภาพต่อดอลลาร์และต่อวัตต์ได้มากกว่าฮาร์ดแวร์ทั่วไป นั่นมีความสำคัญอย่างมากในระดับการดำเนินงานของ Anthropic ซึ่งแม้แต่ประสิทธิภาพเพียงเล็กน้อยก็สามารถประหยัดต้นทุนได้มหาศาล
จ้างวิศวกร ไม่ใช่แค่ซื้อชิป
TechCrunch รายงานว่า Anthropic กำลังมองหาวิศวกรที่มีประสบการณ์ในการออกแบบชิปสำหรับทีมซิลิคอนที่ออกแบบเอง ตามรายชื่องาน บทความตั้งข้อสังเกตว่าบริษัทได้รับการอัปเดตเพื่อรวมการยืนยันจาก Anthropic ทำให้แผนดังกล่าวเป็นทางการมากกว่าการเก็งกำไรการผลักดันการจ้างงานเกิดขึ้นตามความต้องการของ Claude ที่เพิ่มมากขึ้น และบริษัท AI ต่างแย่งชิงข้อตกลงด้านโครงสร้างพื้นฐานให้ได้มากที่สุด ในส่วนของ Anthropic ได้ลงนามข้อตกลงกับ AWS, Google, Nvidia และ AMD เพื่อเข้าถึงฮาร์ดแวร์คอมพิวเตอร์ AI แต่การที่จะขยายขนาดและตอบสนองระดับความต้องการได้อย่างแท้จริง การพึ่งพาผู้อื่นนั้นไม่เพียงพออีกต่อไป แคลคูลัสที่ขณะนี้ได้ผลักดัน Anthropic ไปสู่การออกแบบซิลิคอนของตัวเอง
นี่คือการเปลี่ยนแปลงเชิงกลยุทธ์ที่โดดเด่น Anthropic วางตำแหน่งตัวเองเป็นห้องปฏิบัติการที่เน้นการวิจัยและความปลอดภัยมานานแล้ว แต่การประกาศเกี่ยวกับชิปแสดงให้เห็นว่ากำลังสร้างโครงสร้างพื้นฐานขนาดใหญ่ที่มักเกี่ยวข้องกับไฮเปอร์สเกลเลอร์ที่ใหญ่ที่สุด
เข้าร่วมสนามที่แออัด
Anthropic ไม่ใช่บริษัท AI แห่งแรกที่ตัดสินใจว่าการสร้างชิปของตัวเองนั้นคุ้มค่ากับต้นทุนและความซับซ้อนมหาศาล บริษัทกำลังเดินตามเส้นทางที่ถูกเหยียบย่ำโดยคู่แข่งรายใหญ่ที่สุด
ในเดือนมิถุนายน OpenAI ได้เปิดตัวชิป "Jalapeño" ที่สร้างโดย Broadcom ซึ่งได้รับการออกแบบมาโดยเฉพาะสำหรับปริมาณงานอนุมาน ซึ่งเป็นขั้นตอนที่โมเดลที่ได้รับการฝึกอบรมจะตอบคำถามของผู้ใช้ได้จริง Google DeepMind อาศัยหน่วยประมวลผลเทนเซอร์ (TPU) แบบกำหนดเองของ Alphabet มาเป็นเวลานานในการขับเคลื่อนโมเดล Gemini ทำให้เป็นหนึ่งในโปรแกรมซิลิคอนภายในบริษัทที่เติบโตเต็มที่ที่สุดในอุตสาหกรรม ในขณะเดียวกัน Meta ก็ได้พัฒนาตัวเร่งความเร็ว MTIA ของตัวเองสำหรับปริมาณงาน AI
แนวโน้มดังกล่าวขยายไปไกลกว่าห้องทดลองแบบจำลอง ผู้ให้บริการคลาวด์อย่าง Amazon ซึ่งมีชิป Trainium และ Inferentia ได้ลงทุนมหาศาลในซิลิคอนแบบกำหนดเองเพื่อลดการพึ่งพา Nvidia ประเด็นทั่วไปคือความปรารถนาที่จะหลีกหนีจากข้อจำกัดของซัพพลายเออร์ที่โดดเด่นเพียงรายเดียว และเพื่อให้ได้ห่วงโซ่คุณค่ามากขึ้น
ทำไมต้อง Custom Silicon ตอนนี้?
เศรษฐศาสตร์ที่ขับเคลื่อนคลื่นลูกนี้ตรงไปตรงมา GPU ของ Nvidia มีส่วนต่างมหาศาลเนื่องจากความต้องการมีมากกว่าอุปทานอย่างมหาศาล และโมเดล AI ระดับแนวหน้าต้องใช้การประมวลผลจำนวนมากเพื่อฝึกฝนและให้บริการ ห้องปฏิบัติการทุกแห่งที่ต้องพึ่งพา GPU เหล่านั้นจะจ่ายภาษีให้กับผู้ขายรายเดียวอย่างมีประสิทธิภาพ ในขณะที่แข่งขันกันเพื่อให้ได้อุปทานที่มีจำกัดเดียวกัน
การออกแบบชิปแบบกำหนดเองเป็นเดิมพันที่มีราคาแพงและใช้เวลาหลายปี ซึ่งอาจมีค่าใช้จ่ายหลายร้อยล้านดอลลาร์และต้องใช้ความสามารถด้านวิศวกรรมที่หาได้ยาก แต่ก็มีข้อดีสามประการที่ห้องปฏิบัติการมองว่ามีอยู่จริงมากขึ้นเรื่อยๆ ประการแรก สามารถลดต้นทุนการอนุมานระยะยาวได้ ซึ่งเป็นค่าใช้จ่ายหลักสำหรับโมเดลยอดนิยมอย่าง Claude ประการที่สอง จะช่วยลดความเสี่ยงเชิงกลยุทธ์ในการจัดหาปัญหาการขาดแคลนและการควบคุมการส่งออก ประการที่สาม มันสร้างคูน้ำที่สามารถป้องกันได้: โมเดลและชิปที่ออกแบบร่วมกันนั้นยากสำหรับคู่แข่งที่จะทำซ้ำ
การตัดสินใจของ Anthropic ยังสะท้อนให้เห็นถึงความสัมพันธ์ที่ลึกซึ้งกับพันธมิตรด้านคลาวด์และการประมวลผล บริษัทได้รับการจัดหาเงินทุนขนาดใหญ่สำหรับโครงสร้างพื้นฐาน AI แล้ว และโปรแกรมชิปภายในองค์กรถือเป็นก้าวต่อไปที่เป็นธรรมชาติในการเปลี่ยนการจัดหาเงินทุนดังกล่าวให้เป็นกำลังการผลิตที่ทุ่มเทและมีประสิทธิภาพสูงสุด
อะไรจะเกิดขึ้นต่อไป
โดยทั่วไปแล้ว การสร้างชิป AI ที่แข่งขันได้จะใช้เวลาหลายปีตั้งแต่การออกแบบไปจนถึงการผลิตจำนวนมาก ดังนั้นซิลิคอนที่ออกแบบเองของ Anthropic จึงไม่น่าจะขับเคลื่อน Claude ได้ในระยะเวลาอันใกล้นี้ บริษัทจะยังคงพึ่งพา Nvidia, AMD และตัวเร่งความเร็วของผู้ให้บริการคลาวด์ ในขณะที่ทีมใหม่กำลังดำเนินการเพื่อออกเทปชุดแรก
อย่างไรก็ตาม การประกาศดังกล่าวถือเป็นสัญญาณแสดงเจตนาที่มีความหมาย มันวาง Anthropic ไว้อย่างมั่นคงในการแข่งขันด้านฮาร์ดแวร์เช่นเดียวกับ OpenAI และ Google และแสดงให้เห็นว่าในระยะต่อไปของการแข่งขันระหว่างห้องปฏิบัติการชายแดนจะต้องต่อสู้ไม่ใช่แค่อัลกอริธึมและข้อมูลเท่านั้น แต่ยังเหนือซิลิคอนที่อยู่ข้างใต้ด้วย
ก้าวนำหน้า AI
การต่อสู้เพื่อแย่งชิงฮาร์ดแวร์ AI กำลังเปลี่ยนโฉมอุตสาหกรรมทั้งหมด ติดตามการเปิดตัวชิปครั้งสำคัญ รอบการให้ทุน และข้อตกลงด้านโครงสร้างพื้นฐานได้ที่ฮับ การพัฒนา AI ล่าสุด ของเรา
อ่านข่าว AI เพิ่มเติม →
