Anthropic ತನ್ನ Claude ಮಾದರಿಗಳನ್ನು ವೇಗವಾಗಿ ಮತ್ತು ಅಗ್ಗವಾಗಿ ನಡೆಸುವ ಉದ್ದೇಶದಿಂದ AI-ನಿರ್ದಿಷ್ಟ ಚಿಪ್‌ಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಲು ಮೀಸಲಾದ "ಕಸ್ಟಮ್ ಸಿಲಿಕಾನ್ ತಂಡ"ವನ್ನು (custom silicon team) ರಚಿಸುತ್ತಿರುವುದಾಗಿ ಇಂದು ಘೋಷಿಸಿದೆ. ಈ ಕ್ರಮವು ಕ್ಲೌಡ್ ದೈತ್ಯರು ಮತ್ತು GPU ತಯಾರಕರ ಮೇಲಿನ ತನ್ನ ಅವಲಂಬನೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಮತ್ತು ತನ್ನ ಉತ್ಪನ್ನಗಳಿಗೆ ಶಕ್ತಿ ನೀಡುವ ಹಾರ್ಡ್‌ವೇರ್-ಸಾಫ್ಟ್‌ವೇರ್ ಲೂಪ್ ಅನ್ನು ಬಲಪಡಿಸುವ ಕಂಪನಿಯ ಉದ್ದೇಶವನ್ನು ಸೂಚಿಸುತ್ತದೆ.

ಚಿಪ್ ತಂಡ ಈಗ ಏಕೆ ಮುಖ್ಯ?

ತನ್ನ ಬಿಡುಗಡೆಯಿಂದಲೂ, Claude ಇನ್ಫರೆನ್ಸ್ (inference) ಗೆ ಅಗತ್ಯವಿರುವ ಬೃಹತ್ GPU ಫಾರ್ಮ್‌ಗಳನ್ನು ಪೂರೈಸಲು AWS, Google Cloud, Nvidia ಮತ್ತು AMD ನಂತಹ ವಿವಿಧ ಕಂಪ್ಯೂಟ್ ಪೂರೈಕೆದಾರರ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿದೆ. ಈ ಒಪ್ಪಂದಗಳು ಕ್ಷಿಪ್ರ ಬೆಳವಣಿಗೆಗೆ ಸಹಕಾರಿಯಾಗಿವೆ, ಆದರೆ AI ಕಂಪ್ಯೂಟ್‌ನ ಹೆಚ್ಚುತ್ತಿರುವ ಬೇಡಿಕೆಯು ಆ ಅವಲಂಬನೆಯನ್ನು ಒಂದು ಕಾರ್ಯತಂತ್ರದ ದುರ್ಬಲತೆಯನ್ನಾಗಿ ಪರಿವರ್ತಿಸಿದೆ. ಉನ್ನತ ಮಟ್ಟದ ಅಕ್ಸೆಲರೇಟರ್‌ಗಳ ಬೆಲೆಗಳು ಏರುತ್ತಿವೆ ಮತ್ತು ಸಾಮರ್ಥ್ಯದ ಮಿತಿಗಳು ಅಂತಿಮ ಬಳಕೆದಾರರಿಗೆ ಹೆಚ್ಚಿನ ವಿಳಂಬವನ್ನು (latency) ಉಂಟುಮಾಡಬಹುದು. Claude ನ ಗಣಿತದ ಕೆಲಸದ ಹೊರೆಯನ್ನು (mathematical workload) ಹೊಂದಿರುವ ಚಿಪ್‌ಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುವ ಮೂಲಕ, ಸಾಮಾನ್ಯ GPUಗಳು ನೀಡಲು ಸಾಧ್ಯವಾಗದ ವೇಗ ಮತ್ತು ಇಂಧನ ಉಳಿತಾಯ ಎರಡನ್ನೂ ಪಡೆಯುವ ನಿರೀಕ್ಷೆಯಲ್ಲಿ Anthropic ಇದೆ.

ಮಲ್ಟಿ-ಕ್ಲೌಡ್‌ನಿಂದ ಕೋ-ಡಿಸೈನ್‌ವರೆಗೆ (Co-Design)

Anthropic ನ ಹೊಸ ತಂಡವು ಹಾರ್ಡ್‌ವೇರ್-ಸಾಫ್ಟ್‌ವೇರ್ ಕೋ-ಡಿಸೈನ್ (hardware-software co-design) ವಿಧಾನವನ್ನು ಅನುಸರಿಸಲಿದ್ದು, Claude ನಿರ್ವಹಿಸುವ ನಿರ್ದಿಷ್ಟ ಕಾರ್ಯಾಚರಣೆಗಳ ಸುತ್ತ ಸಿಲಿಕಾನ್ ಆರ್ಕಿಟೆಕ್ಚರ್ ಅನ್ನು ರೂಪಿಸಲಿದೆ. ಪ್ರಾಯೋಗಿಕವಾಗಿ ಇದರರ್ಥ ಕಸ್ಟಮ್ ಮ್ಯಾಟ್ರಿಕ್ಸ್-ಮಲ್ಟಿಪ್ಲೈ ಯುನಿಟ್‌ಗಳು, ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿ ಆನ್-ಚಿಪ್ ಮೆಮೊರಿ ಅಥವಾ ಪ್ರತಿ ಟೋಕನ್‌ಗೆ ಬೇಕಾಗುವ ಸೈಕಲ್‌ಗಳ ಸಂಖ್ಯೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಇನ್‌ಸ್ಟ್ರಕ್ಷನ್ ಸೆಟ್‌ಗಳು ಎಂದರ್ಥವಾಗಬಹುದು. ಇದರ ಫಲಿತಾಂಶವಾಗಿ ಕಡಿಮೆ ಇನ್ಫರೆನ್ಸ್ ವಿಳಂಬ (latency) ಮತ್ತು ಪ್ರತಿ ಕ್ವೆರಿಯ ಮೇಲಿನ ಕಡಿಮೆ ವಿದ್ಯುತ್ ವೆಚ್ಚವನ್ನು ಪಡೆಯಬಹುದು—ಇವು ಉತ್ಪನ್ನದ ಬೆಲೆ ಮತ್ತು ಬಳಕೆದಾರರ ಅನುಭವದ ಮೇಲೆ ನೇರವಾಗಿ ಪರಿಣಾಮ ಬೀರುವ ಎರಡು ಮಾನದಂಡಗಳಾಗಿವೆ.

ಕಂಪನಿಯು ಸಮಯದ ಮಿತಿ ಅಥವಾ ಕಾರ್ಯಕ್ಷಮತೆಯ ಗುರಿಗಳನ್ನು ಬಹಿರಂಗಪಡಿಸಿಲ್ಲ, ಆದರೆ ಉದ್ಯಮದ ವದಂತಿಗಳು Samsung ಅನ್ನು ಸಂಭವನೀಯ ಫ್ಯಾಬ್ ಪಾಲುದಾರರನ್ನಾಗಿ (fab partner) ಸೂಚಿಸುತ್ತಿವೆ. ಇದು ನಿಜವಾದಲ್ಲಿ, Anthropic ತನ್ನ ಪೂರೈಕೆ ಸರಪಳಿಯ ಮೇಲೆ ಹೆಚ್ಚಿನ ನಿಯಂತ್ರಣವನ್ನು ಪಡೆಯುತ್ತದೆ ಮತ್ತು ಮುಕ್ತ ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಅಪರೂಪದ AI ಅಕ್ಸೆಲರೇಟರ್‌ಗಳಿಗೆ ಸಂಬಂಧಿಸಿದ "ಅತಿ ಹೆಚ್ಚಿನ ವೆಚ್ಚಗಳನ್ನು" ತಪ್ಪಿಸುತ್ತದೆ.

ದೊಡ್ಡ ಚಿತ್ರಣ: ವರ್ಟಿಕಲ್ ಇಂಟಿಗ್ರೇಷನ್ (Vertical Integration) ಕಡೆಗೆ ಬದಲಾವಣೆ

Anthropic ನ ಚಿಪ್ ಪ್ರಯತ್ನವು ಕೇವಲ ಸಾಫ್ಟ್‌ವೇರ್‌ನಿಂದ ಮೀರಿದ AI ಪ್ರಬಲ ಸಂಸ್ಥೆಗಳ ನಡುವಿನ ವಿಶಾಲವಾದ ಪ್ರವೃತ್ತಿಯನ್ನು ಅನುಸರಿಸುತ್ತದೆ:

  • OpenAI ಇತ್ತೀಚೆಗೆ Broadcom ನೊಂದಿಗೆ ನಿರ್ಮಿಸಲಾದ "Jalapeño" ಎಂಬ ಚಿಪ್ ಅನ್ನು ಇನ್ಫರೆನ್ಸ್ ಕೆಲಸಗಳಿಗಾಗಿ ಪರಿಚಯಿಸಿದೆ.
  • Google DeepMind ತನ್ನ ಅತ್ಯಾಧುನಿಕ ಮಾದರಿಗಳನ್ನು Alphabet ಒಳಗೆ ಅಭಿವೃದ್ಧಿಪಡಿಸಲಾದ ಸ್ವಂತ Tensor Processing Units (TPUs) ಮೇಲೆ ದೀರ್ಘಕಾಲದಿಂದ ನಡೆಸುತ್ತಿದೆ.
  • Meta ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ ಮತ್ತು AI ಕಾರ್ಯಗಳನ್ನು ಸುಗಮಗೊಳಿಸಲು ತನ್ನ MTIA (Meta Training and Inference Accelerator) ಅನ್ನು ನಿರಂತರವಾಗಿ ಸುಧಾರಿಸುತ್ತಿದೆ.

ಡೇಟಾ ಸೆಂಟರ್‌ನಿಂದ ಸಿಲಿಕಾನ್ ವರೆಗೆ ಸಂಪೂರ್ಣ ಸ್ಟ್ಯಾಕ್ ಅನ್ನು (full stack) ಹೊಂದಿರುವುದು ಪೂರೈಕೆ ಕುಂಠಿತದಿಂದ ರಕ್ಷಿಸಬಹುದು ಮತ್ತು ಬೆಲೆ ನಿಗದಿಪಡಿಸುವಲ್ಲಿ advantage ನೀಡಬಹುದು ಎಂದು ಈ ಸಂಸ್ಥೆಗಳು ತೋರಿಸಿಕೊಟ್ಟಿವೆ. ಚಿಪ್ ವಿನ್ಯಾಸಕ್ಕೆ Anthropic ನ ಪ್ರವೇಶವು, ತನ್ನದೇ ಆದ ವ್ಯವಹಾರ ಮಾದರಿಗೆ ಇದೇ ತರ್ಕ ಅನ್ವಯಿಸುತ್ತದೆ ಎಂದು ಅದು ನಂಬುತ್ತದೆ ಎಂಬುದನ್ನು ಸೂಚಿಸುತ್ತದೆ.

ಅಪಾಯಗಳು ಮತ್ತು ವಿರೋಧಾಭಾಸಗಳು

ಕಸ್ಟಮ್ ಸಿಲಿಕಾನ್ ನಿರ್ಮಿಸುವುದು ಹೆಚ್ಚಿನ ಅಪಾಯವಿರುವ ಜೂಜಾಟವಾಗಿದೆ. ಚಿಪ್ ಅಭಿವೃದ್ಧಿ ಚಕ್ರಗಳು ವರ್ಷಗಳ ಕಾಲ ನಡೆಯುತ್ತವೆ ಮತ್ತು ಸಾಧಾರಣ AI-ಸಾಫ್ಟ್‌ವೇರ್ R&D ಬಜೆಟ್‌ಗಳಿಗಿಂತ ಮೀರಿದ ಶತಕೋಟಿ ಡಾಲರ್‌ಗಳ ವೆಚ್ಚವನ್ನು ಹೊಂದಿರಬಹುದು. ಆರ್ಕಿಟೆಕ್ಚರ್ ಅಥವಾ ತಯಾರಿಕೆಯಲ್ಲಿನ ಒಂದು ತಪ್ಪಿದು Claude ನ ರೋಡ್‌ಮ್ಯಾಪ್ ಅನ್ನು ವಿಳಂಬಗೊಳಿಸಬಹುದು, ಮಾರುಕಟ್ಟೆ ಪಾಲನ್ನು ಕುಗ್ಗಿಸಬಹುದು ಅಥವಾ ಕಂಪನಿಯನ್ನು ಹೆಚ್ಚಿನ ಬೆಲೆಯಲ್ಲಿ ಲಭ್ಯವಿರುವ ಸಾಮಾನ್ಯ GPU ಗಳತ್ತ ಮರಳಿ ತಳ್ಳಬಹುದು. ಅಷ್ಟೇ ಅಲ್ಲದೆ, AI ಚಿಪ್‌ಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಲು, ಪರೀಕ್ಷಿಸಲು ಮತ್ತು ಸಗಟುವಾಗಿ ಉತ್ಪಾದಿಸಲು ಅಗತ್ಯವಿರುವ ಪರಿಣತಿ ಅಪರೂಪವಾಗಿದೆ ಮತ್ತು ಸ್ಥಾಪಿತ ಸೆಮಿಕಂಡಕ್ಟರ್ ಕಂಪನಿಗಳಿಂದ ಪ್ರತಿಭೆಗಳನ್ನು ಸೆಳೆಯುವುದು ಸವಾಲಾಗಬಹುದು.

GPU ಮಾರಾಟಗಾರರು ನಿರಂತರವಾಗಿ ದೊಡ್ಡದಾದ ಮತ್ತು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿ AI ಅಕ್ಸೆಲರೇಟರ್‌ಗಳನ್ನು ಬಿಡುಗಡೆ ಮಾಡುತ್ತಿರುವುದರಿಂದ, ವಿಶೇಷವಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಿದ ಸಿಲಿಕಾನ್‌ನಿಂದ ಸಿಗುವ ಕಾರ್ಯಕ್ಷಮತೆಯ ಲಾಭಗಳು ಕ್ರಾಂತಿಕಾರಕವಾಗಿರದೆ ಸಾಧಾರಣವಾಗಿರಬಹುದು ಎಂದು ವಿಮರ್ಶಕರು ವಾದಿಸುತ್ತಾರೆ. ಬಾಹ್ಯ ಪೂರೈಕೆದಾರರು ಕಡಿಮೆ ಅಪಾಯದೊಂದಿಗೆ ಸಮಾನವಾದ ದಕ್ಷತೆಯನ್ನು ನೀಡಲು ಯಶಸ್ವಿಯಾದರೆ, Anthropic ನ ಹೂಡಿಕೆಯು ದುಬಾರಿ ಪರ್ಯಾಯ ಮಾರ್ಗವಾಗಿ ಪರಿಣಮಿಸಬಹುದು.

ಗಮನಿಸಬೇಕಾದ ಅಂಶಗಳು

  • ತಯಾರಿಕಾ ಪಾಲುದಾರರ ದೃಢೀಕರಣ – Samsung ನಂತಹ ಫೌಂಡ್ರಿಯೊಂದಿಗೆ ಔಪಚಾರಿಕ ಒಪ್ಪಂದವು ಯೋಜನೆಯನ್ನು ಕಲ್ಪನೆಯಿಂದ ಸಿಲಿಕಾನ್ ಹಂತಕ್ಕೆ ಕೊಂಡೊಯ್ಯುತ್ತದೆ.
  • ಪ್ರೊಟೊಟೈಪ್ ಬೆಂಚ್‌ಮಾರ್ಕ್‌ಗಳು – ಕಸ್ಟಮ್ ಚಿಪ್ ಅನ್ನು ಪ್ರಮುಖ GPU ಗಳೊಂದಿಗೆ ಹೋಲಿಸುವ ಆರಂಭಿಕ ಕಾರ್ಯಕ್ಷಮತೆಯ ಅಂಕಿಅಂಶಗಳು, ಕೋ-ಡಿಸೈನ್ ಪ್ರಯತ್ನವು ಭರವಸೆ ನೀಡಿದ ವಿಳಂಬ (latency) ಮತ್ತು ಇಂಧನ ಉಳಿತಾಯವನ್ನು ನೀಡುತ್ತದೆಯೇ ಎಂಬುದನ್ನು ಸೂಚಿಸುತ್ತವೆ.
  • ಪ್ರತಿಭೆಗಳ ನೇಮಕಾತಿ – ಹೊಸದಾಗಿ ರಚಿಸಲಾದ ಸಿಲಿಕಾನ್ ತಂಡದ ಪ್ರಮಾಣ ಮತ್ತು ಪರಿಣತಿಯು Anthropic ಎಷ್ಟು ತೀವ್ರವಾಗಿ ಸ್ಥಾಪಿತ ಚಿಪ್ ತಯಾರಕರೊಂದಿಗೆ ಸ್ಪರ್ಧಿಸಲು ಉದ್ದೇಶಿಸಿದೆ ಎಂಬುದನ್ನು ಸೂಚಿಸುತ್ತದೆ.
  • ಬೆಲೆಯ ಮೇಲಿನ ಪರಿಣಾಮ – ಕಸ್ಟಮ್ ಹಾರ್ಡ್‌ವೇರ್ ಪ್ರತಿ ಕ್ವೆರಿಯ ವೆಚ್ಚವನ್ನು ಕಡಿಮೆ ಮಾಡಿದರೆ, Claude ನ ಚಂದಾದಾರಿಕೆ ವಿಧಗಳು ಹೆಚ್ಚು ಸ್ಪರ್ಧಾತ್ಮಕವಾಗಬಹುದು ಮತ್ತು ಇನ್ನೂ ಮೂರನೇ ವ್ಯಕ್ತಿಯ ಹಾರ್ಡ್‌ವೇರ್ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರುವ ಪ್ರತಿಸ್ಪರ್ಧಿಗಳ ಮೇಲೆ ಒತ್ತಡ ಹೇರಬಹುದು.

Anthropic ನ ಚಿಪ್ ಮಹತ್ವಾಕಾಂಕ್ಷೆಯು AI ವಲಯದಲ್ಲಿ ಬೆಳೆಯುತ್ತಿರುವ ನಂಬಿಕೆಯನ್ನು ಎತ್ತಿ ತೋರಿಸುತ್ತದೆ: ಪರಿಣಾಮಕಾರಿಯಾಗಿ ವಿಸ್ತರಿಸಲು ಬಯಸುವ ಸಂಸ್ಥೆಗಳಿಗೆ ಹಾರ್ಡ್‌ವೇರ್ ಸ್ಟ್ಯಾಕ್ ಅನ್ನು ನಿಯಂತ್ರಿಸುವುದು ಇನ್ನು ಮುಂದೆ ಐಚ್ಛಿಕವಲ್ಲ. ಈ ಕ್ರಮವು ಯಶಸ್ವಿಯಾಗುತ್ತದೆಯೇ ಎಂಬುದು ಅದರ ಅನುಷ್ಠಾನದ ವೇಗ, ಎಂಜಿನಿಯರಿಂಗ್ ಪ್ರತಿಭೆ ಮತ್ತು ಸಿಲಿಕಾನ್ ಲಾಭಗಳನ್ನು Claude ಬಳಕೆದಾರರಿಗೆ ನೈಜ ಪ್ರಪಂಚದ ವೆಚ್ಚ ಕಡಿತವಾಗಿ ಪರಿವರ್ತಿಸುವ ಸಾಮರ್ಥ್ಯದ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರುತ್ತದೆ.