Anthropic、Claude向け自社チップ体制を構築へ

導入

Anthropic は、Claude の競争領域をソフトウェアからハードウェアへ広げようとしている。Ars Technica によれば、同社は「カスタムシリコン」チームの採用を進めていることを認めた。求人には、半導体設計に関わるエンジニアや、シリコン関連の技術プログラムマネージャーが含まれている。

ただし、これは Anthropic がすぐに外部チップを置き換えるという意味ではない。同社の広報担当者は、今後も他社製ハードウェアを併用する「マルチチップアプローチ」を取ると説明している。自社設計は、既存の GPU 中心のインフラを直ちに捨てる計画ではなく、長期的な計算資源戦略の一部と見るべきだ。

重要なポイント

• 自社シリコン計画が確認された：半導体設計経験者の採用は、計画が噂から組織づくりの段階に入ったことを示す。
• 外部ハードウェアは使い続ける：Anthropic は自社チップだけに依存するのではなく、複数のチップを組み合わせる方針を示している。
• モデルとハードウェアの共同設計：新しいモデルとハードウェアを並行して設計することで、性能、コスト、効率の改善を狙う。
• 業界全体の流れでもある：OpenAI は Broadcom と推論向けチップ Jalapeño を発表し、Google や Meta も自社 AI チップを展開している。

意味と影響

背景にあるのは、生成 AI 企業の計算需要が拡大し続けていることだ。高性能 AI アクセラレータ、とりわけ Nvidia 製 GPU への依存は依然として大きい。需要が供給を上回る状況では、計算資源の確保そのものが競争力になる。特定の外部エコシステムに過度に依存すれば、コスト、供給、交渉力の面でリスクが生じる。

自社チップには、垂直統合という別の意味もある。汎用 GPU は幅広い用途に対応する一方、モデル企業は自社モデルの構造、推論時の処理パターン、メモリ需要、データセンターでの運用条件を熟知している。これらに合わせてチップを設計できれば、スループット、遅延、運用コストの改善につながる可能性がある。

もっとも、Anthropic の取り組みはまだ初期段階だ。主要人材の採用を進めている段階であり、チップの設計、製造、検証、導入には時間がかかる。そのため、Claude の利用者が短期的に恩恵を感じる可能性は高くない。重要なのは、AI 競争がモデル性能やアプリケーションだけでなく、データセンターのハードウェアとサプライチェーンにまで広がっている点だ。

出典：Ars Technica AI