أنثروبيك تشكّل فريقاً داخلياً لتصميم الرقائق لخفض تكاليف استنتاج Claude وتقليل الاعتماد على Nvidia

أكدت أنثروبيك أنها تُجمّع فريقاً داخلياً من مهندسي أشباه الموصلات لتصميم رقائق ذكاء اصطناعي مخصصة لنماذج Claude الخاصة بها، لتنضم إلى Google وMicrosoft وAmazon في بناء Silicon احتكاري لأعباء عمل استنتاج الذكاء الاصطناعي.

لماذا تتجه أنثروبيك نحو Silicon المخصص

على الرغم من الحفاظ على شراكات مع Google وBroadcom لطاقة TPU، ومعالجات AWS Trainium، وGPU من سلسلة AMD MI450، وأجهزة Nvidia عبر Microsoft Azure، فإن اقتصاديات تشغيل Claude على نطاق الإنتاج باستخدام رقائق جهات خارجية — ولا سيما أجهزة Nvidia المكلفة — دفعت الشركة نحو التكامل الرأسي. تصف أنثروبيك هذا الجهد بـ«نهج الرقائق المتعددة»، الذي يركز على التصميم المشترك للأجهزة والنماذج لتحقيق أقصى كفاءة للاستنتاج وتقليل التكاليف لكل Token مع تسارع طلب العملاء.

Samsung في مفاوضات بوصفها شريكاً للتصنيع

تستقطب أنثروبيك بنشاط مهندسين يمتلكون «سجلاً مثبتاً في إنجاز تصاميم أشباه موصلات مكتملة». ووفقاً للتقارير، تجري Samsung Electronics محادثات استكشافية بوصفها شريكاً لصنع الرقائق، مع احتمال استخدام عملية التصنيع المتقدمة بتقنية 2 نانومتر. ولم يُعلَن عن أي اتفاقية رسمية، ولم تُفصح أنثروبيك عن جدول زمني لاكتمال أول رقاقة أو ما إذا كانت تخطط لتصنيع أي مكوّن داخلياً.

الاستنتاج لا التدريب — رهان أضيق نطاقاً

من الأهمية بمكان أن رقائق أنثروبيك المخصصة تستهدف أعباء عمل الاستنتاج — مركز التكلفة لتقديم Claude للعملاء في الوقت الفعلي — لا التدريب الذي يتطلب مجموعات GPU ضخمة متوازية. هذا نطاق أضيق مما تصدّت له TPU‌ات Google في البداية، وربما طريق أسرع نحو وفورات مالية ملموسة. استغرق Silicon المخصص لـ Google نحو أربع سنوات من التطوير قبل أن يُزيح أجهزة Nvidia بشكل ملحوظ في أعباء العمل الكبيرة؛ قد يُقلّص تركيز أنثروبيك على الاستنتاج ذلك الجدول الزمني.

يُكمل جهد Silicon المخصص شراكات الأجهزة القائمة لأنثروبيك بدلاً من أن يحل محلها. فقد تعاقدت الشركة على نحو 3.5 غيغاواط من طاقة TPU من Google وBroadcom ستكون جاهزة في 2027، وأكثر من 300 ميغاواط من مركز بيانات Colossus التابع لـ SpaceX، وما يصل إلى 2 غيغاواط من رقائق سلسلة AMD MI450. ووفقاً لتقرير Tom's Hardware، يمر فريق التصميم الداخلي لأنثروبيك بالمراحل المبكرة من التوظيف والتصميم، ولم يصل بعد إلى مرحلة الإنتاج.

السباق للسيطرة على مكدّس الذكاء الاصطناعي

تعكس خطوة أنثروبيك مسار كل مختبر ذكاء اصطناعي رئيسي وصل إلى حجم الإنتاج. بنت Google الـ TPU. وبنت Amazon الـ Trainium والـ Inferentia. وتطور Microsoft الـ Maia بالتعاون مع OpenAI. وتبني Meta رقاقة Iris الخاصة بها. القاسم المشترك: عند حجم كافٍ، يصبح الهامش المفقود في اقتصاديات استئجار GPU كبيراً بما يكفي لتبرير التكاليف الرأسمالية والهندسية لـ Silicon المخصص. بالنسبة لأنثروبيك، التي تفرض رسوماً على كل Token من API الـ Claude وتتنافس على جودة النموذج وسعره، فإن أي تخفيض مادي في تكلفة الاستنتاج لكل Token يوسّع مباشرة موقعها التنافسي.