Anthropic er begyndt at ansætte folk, der kan arbejde helt nede i den hardware, som Claude kører på. Det er et vigtigt skridt for en virksomhed, der hidtil har været kendt for modeller og software. Det er bare ikke det samme som, at en færdig Claude-chip ligger klar.
Den præcise historie er mindre dramatisk og mere interessant: Anthropic er ved at opbygge intern viden om silicium, acceleratorer og samspillet mellem modeller og hardware. Det kan på sigt give mere kontrol over pris, hastighed og strømforbrug. Først skal virksomheden dog finde ud af, hvad den faktisk vil bygge.
Joblisten er det klareste bevis
Unite.AI beskriver et nyt internt chipteam hos Anthropic. Den mest håndfaste dokumentation ligger hos Anthropic selv. På virksomhedens aktuelle jobside står blandt andet stillinger som Silicon Engineer, Hardware Systems Architect, TPU Kernel Engineer og Performance Engineer med fokus på GPU’er.
Det er ikke almindelig drift af et par servere. Det er kompetencer, man bruger til at forstå, optimere og muligvis designe den regnekraft, som store AI-modeller er afhængige af.
Joblisten siger til gengæld ikke, at Anthropic har valgt producent, arkitektur eller lanceringsdato. Der er heller ingen offentlig specifikation, som fortæller, om en mulig chip primært skal træne nye modeller eller køre de mange daglige Claude-svar. Den forskel er væsentlig, fordi de to opgaver stiller forskellige krav.
Hvorfor går et AI-selskab ned i maskinrummet?
Regnekraft er en af de største udgifter ved moderne AI. Træning kræver enorme mængder kapacitet i afgrænsede perioder. Den daglige brug kræver til gengæld, at millioner af forespørgsler kan besvares hurtigt og billigt, hver eneste dag.
Hvis Anthropic kan tilpasse hardware tættere til Claude, kan virksomheden i teorien få mere ydelse ud af den samme mængde strøm. Den kan også mindske ventetid og få bedre kontrol over, hvilke funktioner der er økonomisk realistiske at tilbyde. En lille besparelse per svar bliver til et stort beløb, når antallet af svar er stort nok.
Der er også et mere jordnært hensyn: Afhængighed. Nvidia sidder tungt på markedet for AI-acceleratorer, mens Amazon og Google tilbyder deres egne chips gennem skyen. Anthropic bruger allerede en blandet hardwarestrategi. Egen chipviden giver selskabet et bedre udgangspunkt i samarbejdet med alle tre, også hvis det aldrig ender med en fuldt egen processor.
Samsung-sporet er stadig åbent
I juli skrev TechCrunch, at Anthropic havde drøftet en mulig specialchip med Samsung. Ifølge artiklen havde Anthropic på det tidspunkt hverken besluttet chipens opgave, placering i serveren eller ydelse.
Anthropics svar til TechCrunch var også værd at hæfte sig ved. Virksomheden understregede, at chips fra Google, Amazon og Nvidia fortsat er centrale i dens strategi. Det ligner derfor ikke et brat farvel til leverandørerne. Det ligner et forsøg på at få flere muligheder og mere teknisk indflydelse.
Det mærker Claude-brugeren ikke i morgen
For en dansk Claude-bruger ændrer ansættelserne ingenting her og nu. Der kommer ikke automatisk et billigere abonnement eller hurtigere svar, fordi Anthropic slår en stilling op. Udvikling og produktion af specialchips tager tid, koster meget og kan ende i noget, der aldrig bliver et selvstændigt produkt.
På længere sigt er retningen mere interessant. Bedre tilpasset hardware kan gøre lange svar, større kontekstvinduer og mere krævende agentopgaver billigere at køre. Det kan også gøre Anthropic mindre sårbar, når kapaciteten hos én leverandør bliver dyr eller vanskelig at skaffe.
Anthropic bygger altså ikke nødvendigvis sin egen chipfabrik. Virksomheden bygger kompetencen til at træffe bedre beslutninger om chips og måske selv definere en. Det er et strategisk skifte. En Claude-chip er stadig et projekt, ikke et produkt.
Kilder: Unite.AI, Anthropic og TechCrunch.
Aktører i artiklen
