Google закупит миллион ИИ-ускорителей для новых версий Claude Обложка: Skyread

Google закупит миллион ИИ-ускорителей для новых версий Claude

Новости
Главное:

  • Компания Anthropic заключила масштабное соглашение с Google на поставку до 1 миллиона ИИ-ускорителей TPU.
  • Новые мощности позволят создать более 1 гигаватта вычислительной мощности к 2026 году для обучения и работы моделей Claude.
  • Anthropic также продолжает использовать железо Amazon Trainium и NVIDIA, сохраняя многоплатформенную инфраструктуру.

Компания Anthropic анонсировала значительное расширение своей вычислительной инфраструктуры, подписав сделку с Google на получение доступа к новому поколению фирменных ИИ-ускорителей — Tensor Processing Unit (TPU), число которых может достигнуть одного миллиона. Инвестиции оцениваются в десятки миллиардов долларов, а масштаб ресурсов к 2026 году превысит показатель в 1 гигаваатт вычислительных мощностей. Это позволит существенно ускорить обучение и развертывание следующих версий искусственного интеллекта Claude.

В основе выбора оборудования лежат высокое соотношение производительности к стоимости и энергоэффективность TPU, в частности седьмого поколения под кодовым именем Ironwood, который уже применяется Anthropic и станет основой новых мощностей. Резкий рост спроса на услуги компании обусловлен расширением клиентской базы, которая перевалила за 300 тысяч организаций, с семикратным увеличением числа крупно корпоративных заказчиков, выручка которых составляет более 100 тысяч долларов ежегодно. Это требует не только масштабного обучения моделей, но и надёжного обеспечения работы сервисов при высокой нагрузке.

При этом Anthropic не ограничивается партнерством с Google, продолжая поддерживать мультичиповую стратегию — подразумевающую использование процессоров Trainium от Amazon и графических ускорителей NVIDIA. Amazon сохраняет статус ключевого партнера по обучению моделей, а совместный проект Rainier, представляющий собой гигантский кластер на сотни тысяч ИИ-чипов, развивается параллельно и идет полным ходом. Такой подход позволяет компании более гибко управлять ресурсами и обеспечивать устойчивость своих ИИ-продуктов.

Tagged