Согласно отчету The Information в четверг, Anthropic ведет переговоры с Samsung о производстве специализированных чипов для искусственного интеллекта и уже начала ранние разработки собственного чипа ИИ. Если этот специализированный серверный чип в конечном итоге будет запущен в массовое производство, это станет важным шагом компании, стоящей за Claude, в продвижении автономности аппаратного обеспечения.
Это действие рассматривается как сигнал о том, что Anthropic следует по стопам OpenAI.
OpenAI уже раньше продвинула проект по разработке собственного чипа ИИ, сотрудничая с партнерами по проектированию и производству чипов, пытаясь построить более независимую и эффективную вычислительную инфраструктуру для таких продуктов, как ChatGPT. Обе компании указывают на одну и ту же тенденцию: компании, разрабатывающие большие модели, переходят от простой конкуренции в алгоритмах к интеграционной конкуренции в программно-аппаратном обеспечении.
Влияние на рынок в первую очередь затрагивает три направления: условия переговоров с внешними поставщиками GPU, такими как NVIDIA, возможности фабрик-производителей, таких как Samsung, в получении заказов на чипы ИИ, а также темпы будущего финансирования и IPO стартапов в области ИИ.
Согласно отчету Barron's, аналитики Deutsche Bank недавно предложили OpenAI и Anthropic не откладывать IPO надолго, одной из причин является то, что разработка собственных чипов и вычислительной инфраструктуры требует огромного долгосрочного капитала.
Разработка собственных чипов — это в первую очередь вопрос контроля над вычислительной мощностью
В настоящее время для обучения и запуска больших моделей требуется большое количество высокопроизводительных вычислительных ресурсов. Рынок вычислений для ИИ сильно зависит от архитектуры GPU NVIDIA, а напряженность спроса и предложения удерживает стоимость обучения и вывода моделей на высоком уровне. Для таких компаний, как OpenAI и Anthropic, чип — это уже не просто предмет закупок, а основное средство производства.
Спрос на модель Claude от Anthropic значительно вырос в 2026 году. По данным TradingKey, руководство Anthropic ранее раскрыло, что годовой доход компании превысил 300 миллиардов долларов, тогда как в конце 2025 года он составлял около 90 миллиардов долларов. Расширение бизнеса привело к быстрому росту спроса на вычислительные мощности, что также усилило влияние неопределенности поставок внешних чипов на операционную деятельность компании.
Anthropic по-прежнему полагается на различные сторонние решения по чипам, включая TPU, разработанные Google под руководством Alphabet, а также на собственные чипы Amazon. Сообщается, что Anthropic также заключила долгосрочное соглашение о поставках TPU с Google и Broadcom, которое связано с ее ранее обещанным планом инвестиций в размере 500 миллиардов долларов в американскую вычислительную инфраструктуру.
Это означает, что разработка собственных чипов не эквивалентна полному отказу от внешних поставщиков. Более реалистичная цель — овладеть ключевыми дизайнерскими возможностями, создать технические опции и повысить переговорные позиции в будущих коммерческих переговорах.
Затраты — это лишь входная точка, а совместная работа программного и аппаратного обеспечения — ключевой фактор
Самая прямая причина для разработки собственного чипа — снижение затрат. С помощью специализированной интегральной схемы (ASIC) компании ИИ могут оптимизировать вычислительные процессы вокруг своей архитектуры модели, сокращая ненужные модули в универсальных чипах, тем самым повышая энергоэффективность. Если чип Anthropic будет успешно разработан и развернут, сообщается, что это может значительно снизить стоимость вызовов API и повлиять на структуру цен на рынке корпоративных приложений ИИ.
Но затраты — не единственная переменная. Основатель SemiAnalysis Дилан Патель в интервью подчеркнул, что наибольший потенциал повышения эффективности ИИ исходит не только от более быстрых чипов, но и от совместного проектирования модели, ядра и кремниевой пластины. Он считает, что оптимизация одного уровня может привести к двукратному улучшению, но совместная оптимизация на нескольких уровнях может дать эффект, значительно превышающий простое умножение.
Это объясняет, почему OpenAI и Anthropic все больше вовлекаются в разработку аппаратного обеспечения. Архитектура модели не является естественно адаптированной ко всем чипам. Дилан Патель заявил, что модели OpenAI более разреженные, в то время как модели Anthropic относительно более плотные, между ними существуют значительные различия в размерах матричных умножений, структуре механизма внимания, форме экспертных слоев и т.д. Это заставляет обе компании естественно склоняться к разным направлениям в выборе аппаратного обеспечения. «Фактически, учитывая направление развития моделей OpenAI, использование TPU может быть для них плохим решением; а учитывая направление развития моделей Anthropic и Google, использование GPU для обучения также может быть для них плохим решением», — сказал он.
Другими словами, разработка собственного чипа — это не просто замена GPU NVIDIA на собственный чип. Настоящая цель состоит в том, чтобы с самого начала проектирования модель соответствовала базовому аппаратному обеспечению, тем самым улучшая скорость вывода, энергопотребление, пропускную способность и экономические показатели на единицу.
Для NVIDIA это не немедленная замена, а долгосрочное сдерживание
От проектирования и разработки собственного чипа ИИ до проверки, производства и окончательного развертывания обычно требуется от 18 до 24 месяцев. Даже если Anthropic успешно заключит соглашение с Samsung, ее собственный чип вряд ли сможет в краткосрочной перспективе существенно заменить существующие поставки вычислительных мощностей.
OpenAI продвигается в этом направлении раньше. По данным TradingKey, OpenAI выбрала сотрудничество с Broadcom и TSMC и планирует развернуть свою первую чип для вывода во второй половине 2026 года. По сравнению с Anthropic, OpenAI более активна на пути разработки собственных чипов и ближе к этапу реализации.
Направление разработки собственных чипов компаниями больших моделей действительно указывает на снижение зависимости от поставщиков, таких как NVIDIA. Но это не означает, что позиции Nvidia будут быстро ослаблены. Дилан Патель в интервью отметил, что GPU Nvidia по-прежнему имеют преимущество универсальности, многие модели и экосистема с открытым исходным кодом сами оптимизированы под GPU. Он также упомянул, что так называемый ров CUDA — это не только сам CUDA, но и то, что множество даунстрим-моделей и программная экосистема уже адаптированы под аппаратную архитектуру Nvidia. Если структура экспертов модели, скрытые размерности и коммуникационные паттерны больше подходят для GPU, то даже если другие чипы имеют преимущества, миграция может быть не такой простой.
Поэтому разработка собственных чипов больше похожа на создание второго пути. OpenAI и Anthropic могут продолжать использовать GPU, TPU, Trainium и другие вычислительные ресурсы, одновременно используя собственные ASIC для более определенных, стабильных и частых рабочих нагрузок, особенно в сценариях вывода.
Отраслевые соревнования за «автономию вычислительной мощности» полностью начинаются
Общая логика разработки собственных чипов OpenAI и Anthropic может быть обобщена в трех пунктах: снижение долгосрочных затрат на вычислительную мощность, уменьшение зависимости от внешних поставщиков и повышение эффективности модели за счет совместной работы программного и аппаратного обеспечения.
Из них третий пункт, возможно, наиболее важен. По мере увеличения масштабов компаний-разработчиков моделей универсальные вычислительные мощности не могут полностью удовлетворить потребности дифференцированных архитектур. Разработка собственных чипов позволяет компаниям объединить проектирование модели, системное программное обеспечение и базовый кремниевый чип в рамках единой оптимизационной структуры.
Но направление уже ясно: конкуренция в области больших моделей переходит от «чья модель сильнее» к «кто лучше контролирует вычислительную мощность, финансы и аппаратный стек». Это и есть настоящая причина, по которой и OpenAI, и Anthropic идут по пути разработки собственных чипов.
Исследования Anthropic не являются единичным случаем. От серии TPU Google, углубленно разрабатываемой более десяти лет, до серии Trainium от Amazon, ориентированной на сценарии обучения, серии MTIA от Meta для сценариев вывода и продолжающейся разработки серии Maia от Microsoft, ведущие технологические компании уже глубоко вовлечены в разработку собственных чипов.
Для Samsung, если ей удастся получить заказ на производство чипов для Anthropic, это станет важным стимулом для влияния ее бизнеса по производству микросхем в области ИИ. В настоящее время Samsung активно конкурирует с такими производителями, как TSMC, за клиентов с передовыми технологическими процессами, привлечение клиентов ИИ с высоким потенциалом роста, таких как Anthropic, поможет расширить ее позиции в области полупроводников для ИИ.
Источник: WeChat официальный аккаунт Wall Street Insights , автор: Чжао Ин
