Silicio personalizzato per Claude
Anthropic sta costruendo un team per progettare i propri chip personalizzati per i carichi di lavoro IA. La società ha confermato la mossa mercoledì dopo che Business Insider ha riportato per primo la notizia. Un annuncio di lavoro mostra che il creatore del chatbot Claude cerca ingegneri con esperienza nella progettazione e verifica di chip.
La descrizione del lavoro afferma che i candidati devono dimostrare un "contributo personale diretto" al completamento e alla spedizione di progetti di semiconduttori. Anthropic ha dichiarato che intende co-progettare hardware e modelli in modo che la sua tecnologia funzioni più velocemente e in modo più efficiente alla scala richiesta dai suoi clienti.
Perché le aziende IA creano i propri chip
La decisione di Anthropic arriva mentre la domanda per Claude aumenta e le aziende IA competono per una potenza di calcolo limitata. Anthropic ha firmato accordi con AWS, Google, Nvidia e AMD per l'hardware IA, ma fare affidamento su fornitori esterni non basta per scalare al ritmo desiderato.
Anthropic non è la prima azienda IA a internalizzare la progettazione di chip. OpenAI ha svelato il suo chip "Jalapeño" costruito da Broadcom a giugno, progettato per carichi di lavoro di inferenza. Google DeepMind fa da tempo affidamento sui chip TPU di Alphabet. Meta ha sviluppato i propri acceleratori MTIA. La costruzione di chip personalizzati dà a queste aziende più controllo sull'hardware che alimenta i loro modelli e può ridurre il costo di addestramento e gestione di grandi sistemi IA.
Una partnership Samsung in cantiere
Il mese scorso, The Information ha riferito che Anthropic stava sondando Samsung come potenziale partner per la costruzione dei suoi chip. Un accordo con il colosso sudcoreano darebbe ad Anthropic accesso a capacità di produzione avanzata senza costruire le proprie fabbriche. Reuters ha riferito ad aprile che la società stava valutando la possibilità di progettare i propri chip IA.
Lo sforzo sui chip fa parte di una corsa più ampia per le infrastrutture IA. Man mano che i modelli crescono, le aziende che controllano il proprio silicio — e le catene di approvvigionamento dietro di esso — potrebbero avere un vantaggio in termini di velocità, costi e affidabilità.