AIToday
大規模言語モデルAIビジネス・産業Simon Willison's Weblog掲載日時: 2026年11月12日 1:00

AnthropicがIPO動画でマルチチップ戦略を説明

LINEで送る
AnthropicがIPO動画でマルチチップ戦略を説明

3つのポイント

  1. 何が起きたか

    AnthropicのIPO動画でTom Brown氏は、ClaudeがAWS Trainium、Google TPU、NVIDIA GPU、AMD GPUで学習・推論され、AMD向けカーネルのほぼ100%をClaudeが移植・作成し3日で動かしたと述べた。

  2. なぜ重要か

    Brown氏はこのマルチチップへの賭けと積み重ね可能な計算乗数を、模倣困難な強みとして提示した。

誰に効くかAnthropicのIPOを評価する投資家は、同社が4社のチップベンダーからどう計算資源を調達しているかを稀に公開された形で知る一方、マルチチップのソフトウェアスタックを検討するエンジニアは、移植作業の大半をClaude自身が行ったという主張された前例を見ることになる。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

背景と解説

このロードショー動画で注目すべきはIPOの仕組みよりも、Anthropicが計算基盤について何を開示したかだ。Brown氏は初期のマルチチップへの賭けを型破りだったと位置づける。AIモデルを異なるチップで動かす価値はないと多くの人が考えていた。各チップには専用のソフトウェアと推論スタックが必要だからだ。同社は何年も前から取り組んできたと同氏は言う。AMDの例は具体的な証拠だ。新たなチップ platformの立ち上げには数十人のエンジニアが数カ月かかっていたが、Claudeはほぼ人手を介さず3日で動かした。

Brown氏はこれに第二の推進要因を組み合わせる。Anthropicが計算乗数を発見する速度だ。物理的容量を掛け合わせて総実効計算を高めるものだと同氏は説明する。これらの乗数は積み重なり、新たな乗数はそれぞれ以前の乗数にプラスの効果を与えると主張する。そしてこのプロセスは再帰的自己改善へ加速し得るといい、Claudeが乗数を完全に自力で発見する可能性に言及する。これはAnthropic共同創業者による将来を見据えた主張であり、確立した成果ではない。

以前の手がかりもある。昨年9月の直近3件の障害に関する事後分析では、AnthropicのTPU導入環境のみに影響したバグが説明されており、マルチチップ手法が実運用されている初期の兆候だった。

よくある質問
AnthropicはClaudeの学習と推論にどのチップを使うとしているか?
共同創業者Tom Brown氏がロードショー動画で述べたところによると、AWS Trainium、Google TPU、NVIDIA GPU、AMD GPUの主要4系統すべて。
AnthropicはどうやってClaudeをAMD GPUで動かしたのか?
Brown氏によると、同社はMythosに試させ、ほぼ人手を介さずにカーネルのほぼ100%を移植または作成して、わずか3日でAMD上で稼働させた。
計算乗数とは何か?
Brown氏の説明では、4倍の乗数とは、本来100ユニット必要なモデルを25ユニットで学習できること、あるいは従来400ユニット必要だったモデルを100ユニットで学習できることを意味する。
Simon Willison's Weblog元記事を読む
LINEで送る

THE DECODERも報道

あなたの仕事に関係するAIニュースを、毎朝お届けします。

業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。

登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →

AIに質問

この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。

質問と回答はこのページに公開されます。

このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る

関連記事

次の記事へUCバークレーとNVIDIA、AIロボ向けオープンソース