Salta al contenuto

Tech

Anthropic vuole i suoi chip. L'affitto non basta più

Anthropic sta mettendo in piedi un team interno per progettare chip su misura per Claude. Affitta già calcolo da AWS, Google, Nvidia e AMD, ma vuole anche una casa sua.

Foto di copertina: Tony Webster from Minneapolis, Minnesota, United States / CC BY-SA 2.0

TL;DR

  1. Anthropic sta costruendo un team per progettare chip AI su misura, e l'ha confermato a TechCrunch.
  2. Il piano: progettare hardware e modelli insieme, così Claude gira più veloce e con meno sprechi.
  3. Compra già calcolo da AWS, Google, Nvidia e AMD e, secondo le indiscrezioni, ha sondato anche Samsung.

Cosa è successo

Il primo a darne notizia è stato Business Insider: Anthropic sta mettendo insieme un team per progettare chip su misura per i carichi di lavoro dell'intelligenza artificiale. Poi Anthropic ha confermato tutto a TechCrunch. L'azienda dice di voler progettare hardware e modelli in parallelo, in modo che il silicio e Claude nascano pensandosi a vicenda.

L'obiettivo dichiarato da Anthropic è una tecnologia più veloce e più efficiente. È il classico argomento a favore del silicio personalizzato, ed è esattamente il motivo per cui si progettano insieme i due lati dello stack.

Un partner per la produzione, invece, non è confermato. Secondo The Information, il mese scorso Anthropic stava sondando Samsung come possibile partner di fabbricazione. Prendila come un'indiscrezione, non come un affare chiuso.

Perché conta

Ad Anthropic i fornitori non mancano. Per l'hardware, oggi si appoggia ad accordi con AWS, Google, Nvidia e AMD. Una bella lista di padroni di casa per una sola inquilina.

Lo sfondo è la domanda. L'uso di Claude cresce, mentre ogni laboratorio di AI si accaparra quanti più accordi sull'infrastruttura può. In un mercato così, dipendere solo dall'hardware degli altri comincia a somigliare a un collo di bottiglia, e TechCrunch lo dice chiaro: per scalare, affittare da solo evidentemente non basta.

E Anthropic non è nemmeno la prima della classe, anzi arriva tardi. OpenAI a giugno ha mostrato Jalapeño, il suo chip costruito con Broadcom e pensato per l'inferenza. Google DeepMind si appoggia da tempo ai chip TPU di Alphabet, e Meta sviluppa i suoi acceleratori MTIA. Disegnarsi il proprio silicio sta diventando lo starter pack del laboratorio AI.

Una precisazione, sapiens: una selezione di personale non è un chip. Nulla di quanto annunciato dice quando arriverà l'hardware, chi lo produrrà o quanto sarà buono. Il difficile è l'esecuzione, e per ora c'è solo un team in costruzione.

Il segnale, però, è reale. Un grande laboratorio vuole più controllo sulla macchina su cui gira il suo modello, e questa è integrazione verticale con un cartellino del prezzo molto salato.

Cosa farne

  • Tieni d'occhio le assunzioni.Gli annunci di lavoro per ruoli sui chip nei laboratori AI sono il primo indizio pubblico su dove andrà la corsa all'hardware.
  • Controlla la bolletta cloud.Se il tuo prodotto gira su Claude, chiedi al tuo provider come i futuri cambi di hardware potrebbero toccare prezzi e disponibilità.
  • Evita di legarti a un solo fornitore.I laboratori spargono le scommesse su più fornitori, e il tuo stack può fare lo stesso con un modello di riserva.
  • Per ora ignora l'hype sul silicio.Aspetta una fonderia con nome e cognome, una scheda tecnica e un benchmark prima di credere a qualsiasi promessa di efficienza.

Ciao, sapiens. I modelli ormai si progettano la casa da soli, e tu stai ancora litigando per la scrivania.