گوگل کلاد اعلام کرد Anthropic با قراردادی بزرگ از بیش از یکمیلیون تراشه TPU گوگل برای آموزش نسلهای آینده مدلهای ابری تا سال ۲۰۲۶ استفاده میکند.
گوگل کلاد اعلام کرده است که شرکت هوش مصنوعی آنتروپیک قراردادی بزرگ با این غول جستوجو امضا کرده تا از تراشههای محاسباتی TPU گوگل برای آموزش نسلهای آینده مدلهای Claude در مقیاسی بیسابقه استفاده کند.
طبق بیانیه رسمی، این توافق به Anthropic اجازه میدهد تا به بیش از یک میلیون تراشه TPU از زیرساختهای ابری گوگل دسترسی یابد و از دیگر خدمات ابری این شرکت نیز بهره ببرد. در نتیجه، ظرفیت محاسباتی Anthropic تا سال ۲۰۲۶ از مرز یک گیگاوات عبور خواهد کرد.
به نقل از Tom’s Hardware، همکاری Anthropic و گوگل از سال ۲۰۲۳ آغاز شد؛ زمانی که Anthropic برای آموزش و اجرای مدلهای خود از زیرساخت گوگل استفاده کرد. از آن زمان، پلتفرمهای کلیدی گوگل نظیر Vertex AI و Google Cloud Marketplace ستون اصلی ارائه مدلهای Claude به مشتریان مختلف — از جمله پلتفرم طراحی Figma، شرکت امنیت سایبری Palo Alto Networks و ویرایشگر کدنویسی مبتنی بر هوش مصنوعی Cursor — بودهاند.
«کریشنا راؤ»، مدیر مالی Anthropic، در بیانیهای گفت: «ما همکاری طولانیمدتی با گوگل داریم و این گسترش جدید به ما کمک میکند ظرفیت محاسباتی مورد نیاز برای پیشروی در مرزهای هوش مصنوعی را تأمین کنیم. مشتریان ما، از شرکتهای فورچن ۵۰۰ گرفته تا استارتاپهای بومی هوش مصنوعی، برای مهمترین پروژههای خود به Claude تکیه دارند، و این افزایش ظرفیت تضمین میکند که بتوانیم پاسخگوی رشد انفجاری تقاضا برای خدماتمان باشیم و مدلهایمان را در لبه فناوری نگه داریم.»

گوگل نیز این تصمیم Anthropic را نشانه اعتماد به کارایی و صرفه اقتصادی TPUها دانست. مدیرعامل Google Cloud، «توماس کورین»، گفت: «تصمیم Anthropic برای گسترش گسترده استفاده از TPUها نشانگر بازده بالا و بهرهوری فوقالعادهای است که تیمهای آن طی سالهای اخیر تجربه کردهاند. ما همچنان به نوآوری در این حوزه ادامه میدهیم و ظرفیت نسل هفتم TPU خود موسوم به Ironwood را افزایش میدهیم.»
در حالیکه رقبای اصلی Anthropic مانند OpenAI و xAI مسیر متفاوتی در پیش گرفته و میلیاردها دلار برای ساخت تراشهها و مراکز داده اختصاصی خود صرف میکنند، Anthropic ترجیح داده بهجای سرمایهگذاری سنگین در زیرساختهای سختافزاری که نیاز به سالها تحقق دارد، بر همکاری با تأمینکنندگان بزرگ تمرکز کند. این رویکرد، هرچند خطر وابستگی به نوسانات قیمتی و محدودیتهای سختافزاری را در پی دارد، ریسک هزینههای هنگفت را کاهش داده و به شرکت اجازه میدهد تمرکز خود را بر توسعه مدلهای هوش مصنوعی و خلق محصولات نسل بعدی معطوف کند — تصمیمی که میتواند مسیر رشد آینده صنعت هوش مصنوعی سازمانی را بازتعریف کند.















