تصور کنید در مسابقه‌ای هستید که برنده را نه با هوشمندی کدها، بلکه با مقدار برق و تعداد سیلیکون‌های در اختیارش می‌شناسند. آنتروپیک اکنون با پرداخت ۴۵ میلیارد دلار، قصد دارد این مسابقه را با تکیه بر سخت‌افزار بببرد.
به گزارش TechCrunch در ۲۶ اوت ۲۰۲۶، این قرارداد اجاره با شرکت Nscale دسترسی آنتروپیک به سیستم‌های تراشه‌ای Vera Rubin انویدیا را تضمین می‌کند؛ سخت‌افزاری که با ترکیب شش تراشه مختلف، مرزهای طراحی فعلی را جابه‌جا کرده است.
این جهش زیرساختی در حالی رخ می‌دهد که صنعت هوش مصنوعی وارد فاز حیاتی مقیاس‌پذیری شده است. همان‌طور که در تحلیل قبلی ما درباره‌ی فرصت‌های بازار ۳۰ تریلیون دلاری آنتروپیک پیش از عرضه سهام (IPO) اشاره کردیم، این شرکت اکنون محاسبات (Compute) — که شبیه به کرایه یک آشپزخانه صنعتی است و هرچه دستور پخت سنگین‌تر باشد، هزینه هر وعده بیشتر می‌شود — را به عنوان اصلی‌ترین خندق استراتژیک خود می‌بیند.
همکاری با Nscale تنها تکه‌ای از یک پازل چند میلیارد دلاری است که طبق مستندات منتشر شده، شامل موارد زیر می‌شود:
- Nscale: قرارداد ۴۵ میلیارد دلاری برای تراشه‌های Vera Rubin در مرکز داده ویرجینیای غربی (شروع از اواخر ۲۰۲۷).
- Volta: قرارداد تأمین ابری ۱۰ میلیارد دلاری شش‌ساله در اوت ۲۰۲۶ از مرکز داده نروژ. این اقدام در راستای قمار ۱۰ میلیارد دلاری آنتروپیک روی زیرساخت‌های محاسباتی Volta صورت گرفته تا ظرفیت پردازشی شرکت به شدت افزایش یابد.
- AMD: توافق ۵ میلیارد دلاری در حوزه محاسبات در ژوئیه ۲۰۲۶.
- SpaceX: مشارکت برای تأمین ظرفیت ماهانه ۱.۲۵ میلیارد دلاری از دو مرکز داده.
- Amazon، Google و Broadcom: گسترش همکاری‌ها در آوریل ۲۰۲۶، شامل ۵ گیگاوات محاسبات اضافی از آمازون.
این حجم از هزینه‌کرد نشان می‌دهد که آنتروپیک دیگر یک آزمایشگاه پژوهشی ساده نیست، بلکه در حال تبدیل شدن به یک غول زیرساختی است. این شرکت با توزیع سخت‌افزارهای خود بین انویدیا، AMD و ارائه‌دهندگان مختلف ابری، وابستگی خود به یک فروشنده واحد را کاهش داده است تا بتواند سریع‌تر از رقبایی مثل OpenAI مقیاس بگیرد. این استراتژی تنوع‌بخشی در حالی اتخاذ شده که نوسانات در سرمایه‌گذاری‌های انویدیا می‌تواند تعادل قدرت میان غول‌های AI را تغییر دهد.
برای کاربر نهایی، این یعنی نسخه‌های آینده Claude احتمالاً استدلال‌های پیچیده‌تر و پنجره‌های متنی (Context Window) — شبیه به میز کاری که جا برای چند ورق دارد، نه برای کل کتابخانه — بسیار بزرگ‌تری را پشتیبانی خواهند کرد. حجم عظیمی از منابعی که اکنون رزرو شده، ثابت می‌کند نسل بعدی مدل‌ها برای آموزش و اجرا به توانی چندین برابر نیاز دارند.
گام بعدی شما
- تغییر در استراتژی سخت‌افزاری آنتروپیک را دنبال کنید تا ببینید آیا مدل‌های آینده Claude در سرعت استنتاج پیشی می‌گیرند یا خیر.
- بررسی کنید که آیا تنوع سخت‌افزاری (استفاده از AMD در کنار Nvidia) باعث کاهش هزینه‌های API برای توسعه‌دهندگان می‌شود یا نه.
- تحلیل‌های مربوط به ارزش‌گذاری شرکت‌های AI را با توجه به هزینه‌های سرمایه‌ای (CapEx) دنبال کنید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو