Whalesbook
स्वतःच्या AI सिलिकॉनची योजना (Planning for In-House AI Silicon)
Anthropic आता स्वतःचे आर्टिफिशियल इंटेलिजन्स (AI) चिप्स डिझाइन करण्याच्या शक्यतेवर विचार करत असल्याची माहिती आहे. हा निर्णय केवळ सध्याच्या हार्डवेअरच्या तुटवड्याला उत्तर देण्यासाठी नाही, तर कंपनीचा वार्षिक महसूल (Revenue) $30 बिलियन च्या पुढे गेला आहे, जो 2025 च्या अखेरीस सुमारे $9 बिलियन होता. त्यामुळे, शक्तिशाली आणि स्केलेबल कंप्युटिंगची गरज लक्षणीय वाढली आहे. स्वतःचे चिप्स विकसित केल्याने कंपनीला परफॉर्मन्स (Performance), सप्लाय चेन (Supply Chain) स्थिरता आणि खर्चावर अधिक नियंत्रण मिळण्यास मदत होईल, जे तिचे अग्रगण्य स्थान टिकवण्यासाठी अत्यंत महत्त्वाचे आहे. सध्या Anthropic गुगल (Google) आणि ॲमेझॉन (Amazon) चे हार्डवेअर वापरते, पण कस्टम सिलिकॉन डिझाइन करण्याची ही योजना अधिक स्वातंत्र्याची इच्छा दर्शवते.
AI क्षेत्रातील नेते कस्टम हार्डवेअरकडे वळले (AI Leaders Pursue Custom Hardware)
Anthropic चा हा निर्णय AI डेव्हलपर्समध्ये सुरु असलेल्या एका मोठ्या ट्रेंडचा भाग आहे. मेटा प्लॅटफॉर्म्स (Meta Platforms) आणि ओपनएआय (OpenAI) सारख्या कंपन्या देखील स्वतःच्या AI हार्डवेअरमध्ये मोठी गुंतवणूक करत आहेत. मेटाने त्यांच्या मोठ्या AI कामांसाठी ब्रॉडकॉम (Broadcom) च्या मदतीने विकसित केलेले त्यांचे स्वतःचे MTIA चिप्स वापरले आहेत. OpenAI ने त्यांच्या पहिल्या कस्टम AI प्रोसेसरच्या डिझाइनसाठी ब्रॉडकॉमसोबत $10 बिलियन चा मोठा प्रोजेक्ट हाती घेतला असून, त्याचे उत्पादन 2026 च्या अखेरीस अपेक्षित आहे. या प्रयत्नांमधून हे स्पष्ट होते की AI कंपन्यांसाठी त्यांच्या हार्डवेअरवर नियंत्रण ठेवणे किती महत्त्वाचे आहे, जेणेकरून ते एनव्हिडिया (Nvidia) सारख्या AI चिप मार्केटवर वर्चस्व गाजवणाऱ्या पुरवठादारांवर कमी अवलंबून राहतील.
कस्टम चिप विकासातील मोठे धोके (Significant Risks in Custom Chip Development)
ॲडव्हान्स्ड AI चिप्स विकसित करणे आणि त्याचे उत्पादन करणे अत्यंत महाग आहे. उद्योगाच्या अंदाजानुसार, केवळ 3nm चिप्स डिझाइन करण्यासाठी $400 मिलियन ते $600 मिलियन खर्च येऊ शकतो. या डिझाइनच्या पलीकडे, एनव्हिडियाच्या H100 सारख्या हाय-एंड चिप्ससाठी उत्पादन खर्च प्रति युनिट $3,320 पेक्षा जास्त असू शकतो, तर कॉम्प्लेक्स सुपरचिप्ससाठी $13,000 पेक्षा जास्त खर्च येतो. याव्यतिरिक्त, कस्टम चिप्स लवकरच कालबाह्य (Outdated) होण्याचा मोठा धोका आहे, कारण ते स्थापित कंपन्यांच्या नवकल्पनांशी जुळवून घेऊ शकणार नाहीत. मेटाच्या कथित विकासामधील अडचणी हे एक सावधगिरीचे उदाहरण आहे, कारण चिप डिझाइन सायकलला (Chip Design Cycles) जास्त वेळ लागल्यास, वेगाने वाढणाऱ्या कंपनीला तात्काळ स्केलेबिलिटीसाठी (Scalability) अडथळे येऊ शकतात. यशस्वी होण्यासाठी विश्वसनीय उत्पादन भागीदार (Manufacturing Partners) मिळवणे आणि गुंतागुंतीच्या उत्पादन प्रक्रिया पार पाडणे देखील महत्त्वाचे आहे. याव्यतिरिक्त, Anthropic ला अमेरिकेत नियामक तपासणीचा (Regulatory Scrutiny) सामना करावा लागत आहे, ज्याला संभाव्य सप्लाय चेनचा धोका म्हणून नमूद केले गेले आहे, ज्यामुळे महसूल प्रभावित होऊ शकतो आणि व्यावसायिक क्लायंटसाठी अनिश्चितता निर्माण होऊ शकते.
वाढीसाठीचे धोरणात्मक उद्दिष्ट्ये (Strategic Goals for Growth)
Anthropic चा अपेक्षित $30 बिलियन महसूल आणि मोठ्या व्यावसायिक क्लायंट्सचा वाढता बेस, कंप्युटिंग पॉवरमध्ये (Computing Power) सतत गुंतवणुकीची गरज दर्शवणारी मजबूत मागणी दर्शवतो. कस्टम चिप डिझाइनचा शोध घेणे, जरी सुरुवातीच्या टप्प्यात असले तरी, Anthropic ला खर्च कमी करण्यास आणि त्याची सप्लाय चेन सुधारण्यास मदत करू शकते, जसे की प्रमुख क्लाउड प्रदात्यांनी (Cloud Providers) वापरलेल्या रणनीती आहेत. हे सुरुवातीचे टप्पे Anthropic ची त्याच्या कार्याचे मुख्य भाग व्यवस्थापित करण्याची महत्त्वाकांक्षा दर्शवतात. चिप विकासाच्या मोठ्या खर्चांना आणि तांत्रिक आव्हानांना कंपनी किती प्रभावीपणे सामोरे जाते, हे AI उद्योगात तिच्या भविष्यातील यशासाठी महत्त्वपूर्ण ठरेल.