Anthropic holt Google-TPU-Pionier für eigene KI-Chips

# Anthropic holt Google-TPU-Pionier für eigene KI-Chips

Anthropic verstärkt sein Engagement für eigene KI-Hardware und holt einen der Schlüsselfiguren hinter Googles Tensor-Processing-Unit-Programm an Bord, während der Claude-Hersteller beginnt, eigene Halbleiterfähigkeiten aufzubauen.

Amir Salek, ein ehemaliger Google-Manager, der maßgeblich an den kundenspezifischen Siliziumprojekten des Unternehmens beteiligt war, stößt laut Bloomberg zum Compute-Team von Anthropic.

Dieser Schritt ist bedeutsam, da Anthropic bereits bestätigt hat, ein internes Team aufzubauen, das auf Claude optimierte Chips entwickeln soll.

Zusammen deuten diese Entwicklungen darauf hin, dass eines der weltweit größten KI-Unternehmen mehr Kontrolle über die Hardware unter seinen Modellen anstrebt.

## Anthropic holt einen Google-TPU-Veteranen

Salek verbrachte fast ein Jahrzehnt bei Google und leitete dort das Programm für kundenspezifische Chips.

In dieser Zeit war er laut Bloomberg an der Entwicklung der ersten sieben Generationen von Googles Tensor Processing Units (TPUs) beteiligt.

TPUs sind spezialisierte Prozessoren, die speziell für Machine-Learning-Aufgaben entwickelt wurden.

Im Gegensatz zu Allzweckprozessoren können KI-Beschleuniger auf die enormen Matrixberechnungen optimiert werden, die zum Trainieren und Ausführen neuronaler Netze erforderlich sind.

Googles Entscheidung, TPUs zu entwickeln, gab dem Unternehmen eine Alternative zur ausschließlichen Abhängigkeit von GPUs von Unternehmen wie Nvidia.

Anthropic beginnt nun einen ähnlichen Weg.

Salek wird laut Bloomberg in die Compute-Organisation von Anthropic wechseln und an James Bradbury berichten.

Vor seiner Zeit bei Google arbeitete Salek auch mehrere Jahre bei Nvidia, was ihm Erfahrung bei zwei der wichtigsten Unternehmen moderner KI-Hardware verschafft.

## Anthropic hat seine Pläne für eigene Chips bereits bestätigt

Die Einstellung folgt auf eine große Ankündigung von Anthropic Anfang dieses Monats.

Am 5. August bestätigte das Unternehmen, dass es ein internes Team für kundenspezifische Siliziumlösungen aufbaut, um Chips für seine Claude-KI-Modelle zu entwickeln.

Anthropic erklärte, dass Ingenieure aus dem Hardware- und Softwarebereich zusammenarbeiten sollen, um Prozessoren zu entwickeln, die speziell auf seine Modelle zugeschnitten sind.

Ziel ist es, Claude schneller und effizienter zu machen und gleichzeitig die enorme Skalierung zu unterstützen, die für immer beliebtere KI-Dienste erforderlich ist.

Die aktuelle Karriereseite von Anthropic zeigt zudem, dass das Unternehmen nach Hardware-Positionen sucht, darunter eine Stelle als Research Engineer mit Schwerpunkt auf Chip-Design-Reinforcement-Learning und TPU-Kernel-Engineering.

Das macht die Einstellung von Salek besonders bemerkenswert.

Anthropic erkundet nicht mehr nur die Idee, Chips zu entwickeln.

Es rekrutiert Personen mit Erfahrung im Bau einiger der erfolgreichsten KI-Beschleuniger der Welt.

## Warum braucht Claude einen eigenen Chip?

Der Betrieb von KI-Modellen an der Spitze der Entwicklung erfordert enorme Rechenleistung.

Unternehmen, die Systeme wie Claude entwickeln, waren traditionell stark auf Prozessoren anderer Firmen angewiesen.

Anthropic nutzt derzeit eine diversifizierte Infrastrukturstrategie, die Technologien von Amazon Web Services, Google, Nvidia und AMD umfasst.

Das Unternehmen erklärt, dass es diese Plattformen auch weiterhin nutzen will, während es eigene Siliziumlösungen entwickelt.

Aber kundenspezifische Hardware bietet mehrere potenzielle Vorteile.

Statt Software um die verfügbare Hardware herum zu entwickeln, könnte Anthropic Claude und seine Prozessoren irgendwann gemeinsam entwerfen.

Das könnte die Leistung verbessern, den Stromverbrauch senken und möglicherweise die Kosten für die Erzeugung von KI-Antworten reduzieren.

Es könnte auch die Abhängigkeit von Engpässen bei den fortschrittlichsten KI-Beschleunigern verringern.

Anthropic nannte die begrenzte Verfügbarkeit von Chips als einen der Beweggründe für die Entscheidung, ein Team für kundenspezifische Siliziumlösungen aufzubauen.

## Nvidia verschwindet nicht aus den Rechenzentren von Anthropic

Die Entwicklung eines eigenen KI-Beschleunigers bedeutet nicht, dass Anthropic Nvidia oder seine anderen Hardware-Partner aufgibt.

Anthropic hat die Initiative ausdrücklich als Teil einer Multi-Chip-Strategie beschrieben.

Das Unternehmen erwartet, dass Nvidia-GPUs, Googles TPUs, Amazons Trainium-Prozessoren und AMD-Hardware weiterhin wichtige Rollen in seiner Infrastruktur spielen.

Die Entwicklung eines hochmodernen Prozessors ist zudem extrem teuer.

Reuters berichtete, dass die Entwicklung eines fortschrittlichen KI-Chips rund 500 Millionen Dollar kosten kann, wenn man Engineering, Verifikation und Fertigungsvorbereitung einbezieht.

Anthropic hat nicht angekündigt, wann sein erster intern entwickelter Prozessor erscheinen könnte oder welcher Halbleiterhersteller ihn produzieren würde.

Das bedeutet, dass ein von Anthropic entwickelter Claude-Beschleuniger wahrscheinlich noch einige Zeit entfernt ist.

## KI-Unternehmen wollen mehr Kontrolle über ihre Hardware

Der Schritt von Anthropic spiegelt einen viel breiteren Wandel in der KI-Branche wider.

Die größten KI-Unternehmen betrachten Chips zunehmend als strategischen Teil ihres Geschäfts und nicht nur als Komponente, die sie einfach kaufen.

Google entwickelt seit Jahren TPUs.

Amazon hat Trainium und Inferentia.

Meta hat seinen MTIA-Beschleuniger entwickelt.

OpenAI hat ebenfalls an eigenen Siliziumlösungen gearbeitet.

Jetzt baut Anthropic sein eigenes Team auf.

Der Grund ist einfach: KI-Modelle werden so teuer im Training und Betrieb, dass selbst kleine Verbesserungen der Hardwareeffizienz enorme Einsparungen bringen können, wenn sie über massive Rechenzentren multipliziert werden.

Mehr Kontrolle über das Chip-Design kann KI-Entwicklern auch ermöglichen, Prozessoren auf die genauen Arbeitslasten zu optimieren, die ihre Modelle erzeugen.

## Die Compute-Ambitionen von Anthropic werden größer

Das Unternehmen sichert sich gleichzeitig enorme Mengen an Recheninfrastruktur.

Im Juni unterstützten Apollo und Blackstone eine Expansion der Rechenkapazität im Umfang von rund 35 Milliarden Dollar, die mit Anthropic und Broadcom verbunden ist, wie Reuters berichtete.

Die erste Phase umfasst etwa ein Gigawatt Rechenkapazität, mit langfristigen Plänen für deutlich größere Bereitstellungen.

Das zeigt das Ausmaß des Problems, das Anthropic zu lösen versucht.

Claude ist nicht mehr nur eine Software, die auf ein paar GPUs läuft.

Die Unterstützung von KI-Modellen an der Spitze erfordert zunehmend Rechenzentren, spezialisierte Netzwerke, Strominfrastruktur und Hunderttausende fortschrittlicher Prozessoren.

Mit der Einstellung eines der Architekten von Googles TPU-Programm signalisiert Anthropic, dass es viel tiefer in diesen Technologie-Stack einsteigen will.

Der Wettbewerb zwischen KI-Unternehmen dreht sich nicht mehr nur darum, wer das beste Modell hat.

Zunehmend geht es auch darum, wer die Chips darunter kontrolliert.