Станет ли разработка собственных чипов Anthropic началом гонки вооружений в сфере ИИ-оборудования?

Дефицит чипов на скоростной трассе ИИ

Ваш ИИ-ассистент в смартфоне, чат-бот, помогающий с домашним заданием, или рекомендательная система в стриминговом приложении — все они работают на специализированных компьютерных чипах, называемых GPU или TPU. Это цифровая «сырая нефть» мира ИИ. Теперь Anthropic, компания, стоящая за популярным ИИ Claude, потихоньку изучает возможность разработки собственной версии таких чипов. Источники, знакомые с вопросом, сообщают, что стартап из Сан-Франциско находится на стадии ранних переговоров, вызванных глобальным дефицитом этих востребованных процессоров. Окончательных обязательств пока нет, и они могут продолжить закупки у таких поставщиков, как Google и Amazon. Но этот шаг сигнализирует о глубоких проблемах в цепочке поставок, которые могут отразиться на ваших повседневных технологиях.

Представитель Anthropic отказался от комментариев, сохраняя детали в тайне. Это не просто домыслы; это прагматичный ответ на взрывной спрос. Выручка Claude в годовом исчислении только что превысила 30 миллиардов долларов в 2026 году по сравнению с 9 миллиардами в конце прошлого года. Это сопоставимо с ВВП небольшой страны, и всё это подпитывается ИИ-сервисами, жаждущими еще большей вычислительной мощности.

Прослеживая дефицит до самого истока

Следите за материалами: всё начинается с необработанных кремниевых пластин на заводах, на которых с помощью фотолитографии вытравливаются сложные схемы — процесс, похожий на печать микроскопических городских пейзажей на стекле. Современные ИИ-чипы требуют новейших техпроцессов, таких как 3 нм или меньше, где миллиарды транзисторов умещаются на чипе размером с ноготь. Заводы от TSMC на Тайване до Intel в США не справляются с нагрузкой. Согласно недавним отраслевым отчетам, Nvidia доминирует на 80-90% рынка ИИ-чипов, создавая «узкие места».

Сегодня Anthropic полагается на TPU от Google и чипы Trainium от Amazon. Ранее на этой неделе они заключили долгосрочное соглашение с Google и Broadcom — командой, стоящей за разработкой TPU, — а также выделили 50 миллиардов долларов на развитие вычислительной инфраструктуры США. Разумная подстраховка. Но по мере роста спроса даже эти гиганты сталкиваются с задержками. Разработка собственного чипа обходится примерно в 500 миллионов долларов авансом, по оценкам отрасли, включая инженеров, прототипы и безупречный выход годной продукции. Это ставка с высокими ставками, подобно заказу кастомного двигателя для гоночного болида, когда поставщики завалены заказами.

Почему крупные игроки ИИ переходят на собственные чипы

Anthropic не одинока. Meta создает свои чипы MTIA с 2023 года для обучения моделей Llama. OpenAI, несмотря на поддержку Microsoft, по сообщениям, прорабатывает собственные проекты. Этим лабораториям нужны чипы, оптимизированные под их специфические ИИ-задачи — например, эффективную матричную математику для языковых моделей — а не GPU общего назначения.

За этим жаргоном скрывается контроль. Готовые чипы универсальны, но дороги при масштабировании; Nvidia H100 могут стоить 30 000–40 000 долларов за штуку. Собственные разработки обещают прирост эффективности на 20-50%, сокращая счета за электричество и ускоряя обучение. Для Anthropic, чей Claude используется в корпоративных инструментах и потребительских приложениях, это может означать более быстрые обновления или снижение затрат для пользователей. С другой стороны, это несет риск привязки к одному производителю, усиливая риски поставок из-за геополитической напряженности или пожаров на заводах.

Эта таблица подчеркивает взаимосвязанную гонку. Практически говоря, это встреча тяжелой промышленности и программных мечтаний.

Реальная цена «аппаратного голода» ИИ

Если взглянуть шире, эти шаги обнажают фундаментальную слабость ИИ: зависимость от оборудования. Обучение такой модели, как Claude 3.5 Opus, может потребовать более 100 000 чипов, работающих месяцами и потребляющих мегаватты — эквивалент потребностей целого города. Дефицит уже задерживает проекты; собственные чипы могли бы облегчить ситуацию, но на их созревание уходит 2-3 года.

С точки зрения потребителя, стоит ожидать косвенных последствий. Разработка ИИ-функций в приложениях становится дороже, что подталкивает вверх стоимость подписок — вспомните корпоративные планы Claude или интегрированные инструменты в Google Workspace. Ваш счет за электричество? Дата-центры по всему миру потребляют 2-3% мировой электроэнергии, и, по прогнозам, этот показатель достигнет 10% к 2030 году, если его не контролировать. Собственные чипы нацелены на устойчивость, но огромные первоначальные затраты означают, что инвесторы вливают миллиарды в заводы, отвлекая капитал от потребительских гаджетов.

Любопытно, что это напоминает эпоху смартфонов. Apple отказалась от Intel в пользу своих чипов M-серии в 2020 году, увеличив время автономной работы и производительность. Anthropic может совершить аналогичный поворот, но в масштабах всей индустрии.

Что произойдет, если они решатся?

Предположим, Anthropic решится. Они соберут команду архитекторов чипов — редких талантов, переманенных из Nvidia или AMD, — и будут дорабатывать проекты с помощью симуляций перед передачей в производство на TSMC. Первые чипы могут появиться в 2028 году, оптимизированные под нужды Claude, такие как механизмы разреженного внимания (sparse attention).

На рынке это приведет к фрагментации предложения. Большее количество игроков означает разнообразие вариантов, что потенциально стабилизирует цены в долгосрочной перспективе. Но в краткосрочной? Волатильность по мере ослабления монополии Nvidia. Для вас это может означать более плавную работу ИИ: более шустрые голосовые помощники, более точные генераторы изображений без постоянных ошибок «сервер перегружен».

Здесь есть доля скептицизма: корпоративный пиар преподносит это как инновацию, но во многом это вопрос выживания. Выручка Anthropic в 30 миллиардов долларов звучит впечатляюще — пока не учтешь сделки с гиперскейлерами и венчурный капитал. Успех зависит от исполнения в условиях войн за таланты и американо-китайской напряженности в сфере чипов.

Повседневные отголоски кремниевых решений

В повседневной жизни это подчеркивает невидимый скелет ИИ. Тот быстрый рецепт или алгоритм подбора вакансий? Все пути ведут к чипам в далеких серверных фермах. Если Anthropic добьется успеха, ожидайте более надежный и масштабируемый ИИ — возможно, более дешевые тарифы Claude Pro или встроенный интеллект в автомобилях и холодильниках.

Итог: собственные чипы демократизируют мощность, но усиливают риски. Экономные пользователи следят за ростом цен на ИИ-услуги; сторонники конфиденциальности отмечают, что меньшая зависимость от нескольких вендоров снижает количество критических точек отказа.

В конечном счете, в следующий раз, когда Claude будет составлять ваше письмо, сделайте паузу. Оцените «кремниевую симфонию», звучащую за кулисами, и подумайте о том, как эти ставки в залах заседаний формируют ваш цифровой мир. Смените ракурс: из пассивного пользователя в информированного наблюдателя за «железом», которое питает всё это.