輝達(NVDA)占主要AI業者已公開算力合約容量的28%;Anthropic則以四類AI晶片訓練並提供Claude服務。
摩根資產管理(J.P. Morgan Asset Management)於11月14日在《The Icarus Files》報告中,統計預計於2026年後部署的主要AI業者公開算力合約。報告依合約載明的容量計算,輝達占比為28%。
這項數據反映公開合約中的容量占比,不代表已安裝並投入運作的晶片占比,也不是半導體營收市占率,更未衡量輝達的晶片定價能力。
Anthropic在提交給美國證券交易委員會(SEC)的投資說明書中表示,Claude使用亞馬遜網路服務(AWS)的Trainium、Google TPU、輝達GPU與超微(AMD)GPU進行訓練及提供服務。
Anthropic表示,公司透過自有算力資源分配機制,依不同工作所需的價格與效能選擇晶片。公司稱,這種做法能降低對單一供應商的依賴,並擴大可用算力資源。
Anthropic在投資說明書中指出,建立多晶片運作架構耗時數年且需要大量投資,難以大規模仿效。公司也表示,導入新晶片時會執行實際工作,以測試並衡量效能。
輝達於8月26日公布財報時,將GPU開發工具CUDA生態系,以及整合晶片、網路與軟體的AI平台列為競爭優勢。取得多家供應商的晶片,與讓工作能在各款晶片上有效執行,是兩項不同的挑戰。
超微在第三季財報中提到,一名Anthropic工程師曾使用Claude,在MI355X機櫃上讓最新模型運作一個週末。這是超微提供的案例,並非在相同條件下比較輝達與超微晶片整體工作效能的結果。
輝達於11月17日公布財報時表示,Anthropic透過雲端業者取得更多Grace Blackwell與Vera Rubin算力容量。輝達也表示,雙方將持續合作,依Anthropic的工作需求最佳化新一代晶片架構。
同一季,輝達資料中心營收年增110%。這項數據來自公司公布的季度財報。
4月公布的一項AI加速器比較研究分析指出,合適的硬體會隨處理工作量、輸入長度與模型大小而異。研究對象包括輝達A100、H100、超微MI300X、TPUv5e,以及特定推論工作;這份資料並未呈現最新晶片的效能排名。
本報先前曾介紹納入記憶體與晶片間通訊的推論容量指標。AI加速器的效能難以只按運算量比較,結果也可能因工作條件而異。
Anthropic與超微於7月22日宣布合作,計畫導入最高2GW規模的超微Instinct MI450系列。這是未來導入計畫,並非目前已運作的容量。
超微表示,首批1GW預計於2027年上半年開始部署。公告指出,這項計畫以Anthropic目前使用MI355X為基礎,後續部署時程仍待推進。
Comment 0