Anthropic формирует штат разработчиков собственных ИИ-чипов, чтобы масштабировать Claude

1 час назад 2 источника neutral

Главное по теме:

  • Собственные чипы Anthropic усилят конкуренцию в AI, поддерживая долгосрочный рост токенов FET и AGIX.
  • Снижение зависимости от Nvidia может ударить по спросу на GPU, создавая риски для RNDR.
  • Вертикальная интеграция крупных AI-игроков повышает барьеры для крипто-стартапов без собственных чипов.

Anthropic официально подтвердила создание внутренней команды для проектирования специализированных чипов искусственного интеллекта, которые должны обеспечить более быструю и энергоэффективную работу её моделей Claude. Как сообщает Business Insider, компания открыла вакансию ведущего инженера по кремнию с окладом $320–485 тыс. в год и жёсткими требованиями: обязателен опыт доведения полупроводниковых дизайнов до серийных поставок и готовность принимать самостоятельные решения на этапе запуска первых образцов.

До сих пор Anthropic полностью полагалась на чипы AWS, Google, Nvidia и AMD. Представитель компании подчеркнул, что партнёрство с этими поставщиками сохранится, но собственный кремний критически важен для удовлетворения растущего спроса. В апреле годовая выручка Anthropic превысила $30 млрд (против $9 млрд в конце 2025-го), а число клиентов с контрактами дороже $1 млн удвоилось до более чем 1000. Ожидается, что чипы позволят оптимизировать самую ресурсоёмкую задачу – инференс больших языковых моделей – и сократить затраты на аренду вычислительных мощностей.

Ранее The Information и Reuters сообщали о переговорах с Samsung как возможным производственным партнёром, но официально компания не назвала ни фабрику, ни сроки выпуска. Тем не менее язык вакансии указывает на полноценный цикл разработки – от микроархитектуры до поддержки тестирования первого кремния.

Контекст рынка. Anthropic следует тренду на вертикальную интеграцию, заданному конкурентами. OpenAI в июне представила разработанный совместно с Broadcom чип Jalapeño, способный снизить издержки до 50%. Meta готовится к массовому производству собственных ускорителей MTIA, а Google DeepMind давно использует TPU собственной разработки. Переход на индивидуальное оборудование для ИИ-нагрузок становится стандартом для лабораторий, стремящихся снизить зависимость от универсальных GPU Nvidia.

Главное сегодня
Отказ от ответственности

Данный материал носит информационный характер и не является инвестиционной рекомендацией. Криптоактивы высокорискованны и волатильны — возможна полная потеря средств. Материалы могут содержать ссылки и пересказы сторонних источников; администрация не отвечает за их содержание и точность. Coinalertnews рекомендует самостоятельно проверять информацию и консультироваться со специалистами, прежде чем принимать любые финансовые решения на основе этого контента.