Anthropicilla 30 miljardia – silti Nvidian armoilla

Claude-yhtiö etsii tietä omiin piireihin

Anthropic, Claude-tekoälymallin kehittäjä, harkitsee omien tekoälypiirien suunnittelua. Reutersin mukaan suunnitelmat ovat vasta alkuvaiheessa eikä yhtiö ole vielä koonnut erillistä tiimiä projektille. Päätöstä ei ole tehty, ja Anthropic saattaa lopulta jatkaa piirien ostamista ulkopuolisilta toimittajilta.

Miksi asia on silti merkittävä? Koska kyse on yhtiöstä, jonka vuositason liikevaihto ylitti huhtikuussa 30 miljardia dollaria. Vielä vuoden 2025 lopussa luku oli noin yhdeksän miljardia. Kasvu on ollut niin rajua, että laskentatehon saatavuus on muodostunut pullonkaulaksi.

Nvidia-riippuvuus painaa kaikkia

Tekoäly-yhtiöiden suurin yhteinen haaste on laskentatehon hinta ja saatavuus. Nvidian GPU-piirit hallitsevat markkinoita, ja niiden toimitusajat ovat pitkiä. Anthropic käyttää tällä hetkellä Googlen suunnittelemia TPU-piirejä ja Amazonin Trainium-piirejä Claude-mallien kehittämiseen ja ajamiseen.

Yhtiö solmi huhtikuun alussa mittavan sopimuksen Googlen ja Broadcomin kanssa. Sopimus takaa Anthropicille 3,5 gigawatin edestä TPU-laskentatehoa vuodesta 2027 alkaen. Broadcomin toimitusjohtaja Hock Tan totesi yhtiön käyttävän jo nyt yhden gigawatin verran Googlen TPU-tehoa.

Jos Anthropicilla on jo massiivinen TPU-sopimus, miksi suunnitella omia piirejä? Koska ulkopuoliseen laitteistoon nojaaminen tarkoittaa, että kilpailija – tässä tapauksessa Googlen emoyhtiö Alphabet – kontrolloi osan Anthropicin infrastruktuurista. Kasvava yhtiö ei halua antaa avaimiaan kilpailijalle.

Puoli miljardia dollaria ja vuosien työ

Yhden huippuluokan tekoälypiirin suunnittelu maksaa arviolta noin 500 miljoonaa dollaria. Summa kattaa insinöörityön, suunnittelutyökalut ja prototyyppien valmistuksen. Lisäksi tarvitaan valmistuskumppani, käytännössä taiwanilainen TSMC, joka hallitsee edistyneintä puolijohdevalmistusta.

Vertailukohtana OpenAI on jo selvästi pidemmällä. Yhtiöllä on noin 40 hengen piiritiimi, ja sen Titan-koodinimellä kulkeva piiri on edennyt tape out -vaiheeseen eli viimeiseen suunnitteluvaiheeseen ennen valmistusta. Piirin on määrä valmistua TSMC:n kolmen nanometrin prosessilla vuoden 2026 loppuun mennessä. OpenAI on solminut Broadcomin kanssa sopimuksen 10 gigawatin edestä omia kiihdytinpiirejä vuoteen 2029 mennessä.

Anthropic on tästä vielä kaukana. Yhtiöllä ei ole julkisesti tiedossa olevaa piirisuunnittelutiimiä eikä vahvistettua aikataulua. Jos päätös tehdään lähikuukausina, ensimmäinen oma piiri voisi olla valmis aikaisintaan vuonna 2028 tai 2029.

Googlen ja Amazonin esimerkit osoittavat suunnan

Google suunnitteli ensimmäisen TPU-piirinsä jo vuonna 2015 ja on sittemmin kehittänyt useita sukupolvia. Uusin Ironwood-TPU tarjoaa 192 gigatavua HBM-muistia ja yli seitsemän teratavua sekunnissa muistikaistaa. Amazonin Trainium 3 puolestaan tarjoaa 144 gigatavua HBM3e-muistia. Molemmat ovat osoittaneet, että räätälöidyillä piireillä voi leikata kustannuksia merkittävästi – analyytikkojen mukaan 50–70 prosenttia per harjoitettava datatokeni verrattuna Nvidian H100-piireihin.

Kustannusero selittää, miksi yhä useampi suuri toimija investoi omiin piireihin. Meta kehittää omaa MTIA-piiriään, Microsoft Maia 200 -piiriään. Analyytikot arvioivat, että Nvidian osuus päättelymarkkinoista voi pudota nykyisestä yli 90 prosentista 20–30 prosenttiin vuoteen 2028 mennessä.

Piirikilpailu ei ole pelkkää suuryhtiöiden strategiapeliä. Kun laskentatehon hinta laskee, myös tekoälypalvelujen hinnat laskevat. Tämä näkyy suoraan yrityksille, jotka käyttävät Claude-malleja asiakaspalveluun, koodaamiseen tai data-analyysiin. Halvempi laskentateho tuo tekoälypalvelut saataville yhä pienemmille toimijoille ja lopulta yksittäisille käyttäjille.

Alkumetreillä, mutta suunta on selvä

Anthropicin piirihanke on toistaiseksi lähinnä strateginen harkinta. Yhtiön edustaja kieltäytyi kommentoimasta Reutersin tietoja. Konkreettista tiimiä tai aikataulua ei ole, ja on täysin mahdollista, että Anthropic tyytyy jatkamaan nykyisellä mallilla ja ostamaan laskentatehoa Googlelta sekä Amazonilta.

Silti asetelma kertoo omaa tarinaansa. Jokainen merkittävä tekoäly-yhtiö joko suunnittelee omia piirejä tai harkitsee sitä vakavasti. Nvidia hallitsee edelleen koulutuslaskentaa CUDA-ekosysteeminsä ansiosta, mutta päättelypuolella kilpailu kiristyy nopeasti. Anthropicin kohdalla kyse ei välttämättä ole siitä, haluaako yhtiö omia piirejä, vaan siitä, kuinka nopeasti se pystyy muuttamaan halun toiminnaksi.