Anthropic הודיעה היום כי היא מרכיבה "צוות סיליקון מותאם אישית" ייעודי לתכנון שבבים ספציפיים ל-AI, במטרה להפוך את מודלי Claude שלה למהירים וזולים יותר להפעלה. המהלך מסמן את כוונת החברה לצמצם את התלות שלה בענקיות הענן ובמייצרות ה-GPU, תוך הידוק הלולאה שבין החומרה לתוכנה המניעה את מוצריה.

למה צוות שבבים חשוב דווקא עכשיו

מאז השקתה, Claude נשענת על שילוב של ספקי מחשוב – AWS, Google Cloud, Nvidia ו-AMD – כדי לספק את חוות ה-GPU העצומות הדרושות להסקה (inference). חוזים אלו אפשרו צמיחה מהירה, אך הביקוש הגואה למחשוב AI הפך את התלות הזו לפגיעות אסטרטגית. המחירים של מאיצים (accelerators) מתקדמים נוסקים, ומגבלות קיבולת עלולות לתרגם לעיכובים (latency) גבוהים יותר עבור משתמשי קצה. באמצעות תכנון שבבים שתואמים לעומס העבודה המתמטי של Claude, Anthropic מקווה להפיק הן מהירות והן חיסכון באנרגיה ש-GPUs גנריים אינם יכולים לספק.

מריבוי עננים לתכנון משותף (Co-Design)

הצוות החדש של Anthropic יחתור לגישת תכנון משותף של חומרה ותוכנה (hardware-software co-design), תוך עיצוב ארכיטקטורת הסיליקון סביב הפעולות הספציפיות ש-Claude מבצעת. בפועל, המשמעות עשויה להיות יחידות מותאמות לכפל מטריצות (matrix-multiply units), זיכרון על-השבב (on-chip memory) הדוק יותר, או ערכות הוראות (instruction sets) המקצרות את מספר המחזורים לכל טוקן (token). התמורה תהיה שיהוי (latency) נמוך יותר בהסקה וחשבון חשמל מופחת לכל שאילתה – שני מדדים המשפיעים ישירות על תמחור המוצר וחווית המשתמש.

החברה לא חשפה לוחות זמנים או יעדי ביצועים, אך שמועות בתעשייה מצביעות על Samsung כשותפה אפשרית לייצור (fab partner). אם זה יתממש, Anthropic תשיג שליטה רבה יותר על שרשרת האספקה שלה, תוך עקיפת ה"עלויות האסטרונומיות" הקשורות למאיצי AI נדירים בשוק החופשי.

התמונה הגדולה: תזוזה לעבר אינטגרציה אנכית

המאמץ של Anthropic בתחום השבבים עוקב אחר מגמה רחבה יותר בקרב מעצמות ה-AI שעוברות מעבר לתוכנה טהורה:

  • OpenAI חשפה לאחרונה שבב המכונה "Jalapeño", שנבנה בשיתוף Broadcom, ומיועד לעומסי עבודה של הסקה (inference).
  • Google DeepMind מריצה מזה זמן רב את המודלים המתקדמים ביותר שלה על יחידות עיבוד טנזור (TPUs) קנייניות שפותחו בתוך Alphabet.
  • Meta ממשיכה לשכלל את ה-MTIA (Meta Training and Inference Accelerator) שלה כדי לייעל הן משימות של רשתות חברתיות והן משימות AI.

חברות אלו הראו כי בעלות על ה-full stack – ממרכז הנתונים ועד הסיליקון – יכולה להגן מפני צווארי בקבוק באספקה ולהעניק יתרון בתמחור. הכניסה של Anthropic לתכנון שבבים מרמזת כי היא מאמינה שחישוב דומה תקף גם למודל העסקי שלה.

סיכונים ונקודות למחשבה

בניית סיליקון מותאם אישית היא הימור בעל סיכון גבוה. מחזורי פיתוח שבבים נמשכים שנים ויכולים לעלות מיליארדי דולרים, הרבה מעבר לתקציבי מו"פ (R&D) טיפוסיים של תוכנת AI. טעות בארכיטקטורה או בייצור עלולה לעכב את מפת הדרכים של Claude, לשחוק את נתח השוק או לאלץ את החברה לחזור לשימוש ב-GPUs מוכנים מהמדף במחיר גבוה. יתרה מכך, המומחיות הנדרשת לתכנון, בדיקה וייצור המוני של שבבי AI היא נדירה, וגיוס כישרונות מחברות מוליכים למחצה מבוססות עשוי להתגלות כאתגר.

מבקרים טוענים גם כי שיפורי הביצועים מסיליקון מותאם אישית עשויים להיות הדרגתיים ולא מהפכניים, במיוחד כאשר יצרניות ה-GPU ממשיכות להשיק מאיצי AI גדולים ויעילים יותר ויותר. אם ספקים חיצוניים יצליחו לספק יעילות דומה בסיכון נמוך יותר, ההשקעה של Anthropic עלולה להסתיים כסטייה יקרה ומבזבזת.

מה כדאי לעקוב אחריו

  • אישור שותף ייצור – שיתוף פעולה רשמי עם Foundry כמו Samsung יהפוך את הפרויקט ממושג לסיליקון ממשי.
  • מבחני ביצועים (benchmarks) של אבות-טיפוס – נתוני ביצועים ראשוניים המשווים בין השבב המותאם לבין ה-GPUs המובילים יצביעו על כך אם מאמץ התכנון המשותף אכן מספק את השיהוי וחיסכון באנרגיה המובטחים.
  • גיוס כישרונות – היקף והמומחיות של צוות הסיליקון החדש יאותתו באיזו אגרסיביות Anthropic מתכוונת להתחרות ביצרניות השבבים המבוססות.
  • השפעה על התמחור – אם החומרה המותאמת תפחית את העלויות לכל שאילתה, מסלולי המנוי של Claude עשויים להפוך לתחרותיים יותר, מה שיפעיל לחץ על המתחרים שעדיין תלויים בחומרה של צד שלישי.

שאיפת השבבים של Anthropic מדגישה אמונה גוברת במגזר ה-AI: שליטה במערך החומרה אינה עוד אופציה עבור חברות שרוצות לצמוח ביעילות. השאלה אם המהלך ישתלם תלויה במהירות הביצוע, בכישרון ההנדסי וביכולת להפוך את הרווחים מהסיליקון להפחתה אמיתית בעלויות עבור משתמשי Claude.