Anthropic начинает проектировать собственные ИИ-чипы для моделей Claude

Anthropic официально подтвердила формирование внутренней команды для разработки собственных чипов под семейство моделей Claude. Это не попытка полностью отказаться от железа Nvidia или AWS, а переход к модели co-design, где архитектура нейросетей и аппаратное обеспечение создаются в тесной связке. Главная цель такого подхода — радикально снизить стоимость инференса и обойти узкие места стандартных ускорителей при масштабировании вычислений.
Судя по свежим вакансиям с зарплатной вилкой до $485 000, лаборатория ищет инженеров с опытом доведения кремния до коммерческого релиза и готовностью принимать решения без оглядки на бюрократию. Важный нюанс: о строительстве собственных заводов речи не идет, Anthropic будет работать по fabless-модели, занимаясь исключительно проектированием. В качестве потенциального контрактного производителя обсуждается Samsung. При этом компания сохранит гибридную инфраструктуру, продолжая параллельно использовать кластеры на базе решений AMD, Google и Nvidia.
Тренд на кастомный кремний среди создателей LLM окончательно становится индустриальным стандартом. OpenAI уже разрабатывает собственный чип Jalapeño в партнерстве с Broadcom, Meta разворачивает следующее поколение своих ускорителей, а о схожих планах заявляла европейская Mistral. В условиях, когда программная оптимизация упирается в физические ограничения чужого железа, контроль над аппаратной архитектурой остается единственным способом не разориться на обслуживании миллионов пользовательских запросов.
Поделиться:
Ещё из архива
Все публикации
Интервью с Владимиром Аюевым: графический язык бигтеха, студия SASHA и дизайн-образование
1 месяц назад
Jockey от TwelveLabs: ИИ-агент для семантического поиска по видеоархивам и извлечения метаданных
1 месяц назад
Архитектура винной этикетки: баланс наборного шрифта и каллиграфии в кейсе Winecraft
1 месяц назад
Оптимизация контекста в Claude Code: как работает кэширование промптов и за что мы платим
1 месяц назад
Архитектура памяти для LLM-агентов: от базового SQLite до Graph RAG
1 месяц назад