Anthropic, разработчик чат-бота Claude, использует чипы сразу четырех семейств — Amazon Trainium, Google TPU, Nvidia GPU и AMD GPU. Такая стратегия позволяет компании распределять вычислительные задачи между разными платформами и со временем может ослабить зависимость крупнейших ИИ-разработчиков от Nvidia, а вместе с ней — и способность производителя диктовать цены на ускорители.

О возможностях своей вычислительной инфраструктуры Anthropic рассказала в регистрационных документах для IPO, поданных в понедельник. Компания описывает свои вычислительные ресурсы как единый пул оборудования от нескольких стратегических партнеров. Специальное программное обеспечение позволяет направлять задачи на те чипы, где их выполнение наиболее эффективно.

По словам аналитиков, этот подход способен дать Anthropic больше свободы при выборе поставщиков и усилить ее позиции в переговорах о ценах. Однако быстро отказаться от Nvidia будет непросто: переход между аппаратными платформами требует серьезных инженерных ресурсов, а компания по-прежнему тратит миллиарды долларов на вычислительные мощности Nvidia, рассказывает Business Insider.

Четыре платформы вместо зависимости от одного поставщика

В документах для IPO Anthropic подчеркивает, что создание мультичиповой инфраструктуры потребовало нескольких лет работы и значительных инвестиций.

Компания использует ускорители Nvidia, чипы Trainium от Amazon и TPU от Google, а также оборудование AMD. Это позволяет выбирать подходящую платформу в зависимости от характера вычислительной задачи и доступности ресурсов.

Для Nvidia потенциальная проблема заключается не только в том, что клиенты могут покупать меньше ее чипов. Гораздо важнее изменение их переговорных позиций.

«Главный риск для Nvidia может заключаться в снижении ее способности диктовать цены. Клиент, который умеет распределять задачи между четырьмя платформами, ведет переговоры совершенно иначе, чем тот, у которого такой возможности нет», — заявил Патрик Мурхед, основатель и генеральный директор Moor Insights & Strategy.

Мультичиповая стратегия также снижает зависимость от колебаний предложения. По словам аналитика IDC Ашиша Надкарни, использование нескольких типов ускорителей делает Anthropic менее уязвимой к перебоям с поставками чипов Nvidia.

Почему заменить Nvidia сложнее, чем кажется

Несмотря на потенциальные преимущества, диверсификация не означает, что Anthropic может безболезненно перенести все вычисления на альтернативные платформы.

Переход между разными типами чипов особенно сложен при обучении ИИ-моделей, отмечает Мурхед. Для этого недостаточно просто установить другое оборудование: необходимо адаптировать программное обеспечение и оптимизировать вычислительные процессы под особенности каждой платформы.

Такие возможности есть прежде всего у крупнейших ИИ-компаний, располагающих значительными финансовыми и инженерными ресурсами. Для небольших разработчиков затраты на поддержку нескольких аппаратных платформ могут оказаться неоправданными.

Гил Лурия, руководитель технологических исследований D.A. Davidson, полагает, что другие крупные игроки, включая OpenAI, также могут использовать несколько типов ускорителей. Однако для компаний меньшего масштаба расходы и сложность подобной стратегии нередко перевешивают преимущества.

Кроме того, Anthropic продолжает тратить миллиарды долларов на вычислительные мощности Nvidia. А наличие альтернатив само по себе не устраняет конкурентные преимущества компании в производительности оборудования, сетевых технологиях и программной экосистеме, подчеркнул Брэд Гаствирт, руководитель исследований и анализа рынка в Circular Technology.

Поэтому в ближайшей перспективе мультичиповая стратегия скорее укрепляет позиции крупнейших клиентов Nvidia, чем создает угрозу ее доминированию.

Следующая угроза — превращение вычислительных мощностей в обычный товар

У Nvidia есть и более масштабный риск: по мере расширения инфраструктуры ИИ вычислительные мощности могут стать менее дефицитным ресурсом. Если предложение ускорителей и серверов начнет превышать спрос, стоимость аренды вычислительных ресурсов может резко снизиться.

На такую возможность указывал генеральный директор Citadel Кен Гриффин. Он сравнил рынок GPU с авиационной отраслью, где предельные затраты на обслуживание дополнительного клиента относительно невелики по сравнению с расходами на создание инфраструктуры.

«GPU, как и авиакомпании, имеют очень низкие предельные эксплуатационные затраты. Как только возникает избыток мощностей, цены стремительно падают», — заявил Гриффин в интервью Bloomberg.

Для Nvidia это означало бы давление не только со стороны конкурирующих производителей чипов, но и со стороны клиентов, которые получили больше выбора и могут дешевле покупать вычислительные ресурсы.

Пока Anthropic не отказывается от ускорителей Nvidia, а ее мультичиповая инфраструктура остается результатом многолетних инвестиций. Но IPO показывает, что для крупнейших ИИ-компаний способность работать на разных аппаратных платформах становится самостоятельным конкурентным преимуществом. Если этот подход получит широкое распространение, Nvidia может сохранить лидерство в производительности, но постепенно утратить часть влияния на цены и условия сотрудничества.