Anthropic ha recentemente reclutato Clive Chan, ex ingegnere di OpenAI che ha lavorato al programma interno per i chip personalizzati. Chan è il secondo hardware designer di OpenAI ad aver lavorato a tale programma. Il suo trasferimento a Anthropic è avvenuto mentre entrambe le aziende si trovano all'avvio del processo delle loro IPO e mentre Anthropic potrebbe considerare la possibilità di sviluppare i propri chip personalizzati, seguendo l'esempio delle aziende come OpenAI e Meta.
Chan ha condiviso un post LinkedIn in cui ha espresso orgoglio per aver fatto parte del programma di chip di OpenAI, elogiando la concentrazione straordinaria di talenti hardware nel team. "Penserei di non poter trovare un gruppo di progettazione chip più forte in nessun luogo," ha detto Chan, anticipando che i progetti lì sviluppati diventeranno "uno dei motori più importanti per l'intelligenza artificiale generale."
Dal programma di chip a Anthropic
Chan si è unito ad Anthropic, rivale principale di OpenAI, nel momento in cui il concorrente è anch'esso pronto per l'evento di quotazione. Durante il suo periodo a OpenAI, Chan ha partecipato attivamente alla creazione di chip personalizzati da zero e ha lavorato a una partnership strategica con Broadcom. Tuttavia, quella collaborazione sembra aver incontro per difficoltà legate ai costi di produzione e alla solvibilità finanziaria di OpenAI.
Progetti futuri di Anthropic
Non è chiaro se Anthropic abbia assunto Chan per progettare nuovi chip personalizzati o per ottimizzare software per l'hardware esistente. Il ruolo descritto su LinkedIn di Chan, “perplexity per picojoule”, suggerisce comunque una duplice visione: massimizzare le prestazioni dei modelli di intelligenza artificiale in termini di energia utilizzata.
- La perplexity è un criterio comune per misurare la capacità dei modelli linguistici di predire testi.
- Il picojoule è una unità piccola di energia.
L'obiettivo sembra quindi quello di ottenere il massimo rendimento dal minimo consumo energetico, che si può ottenere migliorando il software o progettando chip personalizzati su misura per i modelli di Anthropic.
Investimenti in infrastruttura di calcolo
Riferimenti di Reuters indicano che Anthropic sta valutando l'idea di progettare i propri chip AI, seguendo il modello di OpenAI e Meta. Nonostante i piani fossero in uno stadio iniziale a inizio 2026, con l'assenza di un team dedicato, Chan potrebbe contribuire al suo sviluppo.
Margini finanziari potenziali
I chip personalizzati potrebbero aumentare notevolmente i margini di Anthropic. Il focus, specialmente in termini di inferenza, è sui benefici finanziari del silicio personalizzato nel tempo.
- Anthropic sta eseguendo Claude su TPUs di Google e chip Amazon.
- Recentemente si è impegnata in un accordo a lungo termine con Google e Broadcom.
Questi sviluppi sono parte della strategia del colosso per investire significativamente nell'infrastruttura di computing americana con un impegno di $50 miliardi. L'intelligenza artificiale si sta convertendo sempre più in gioco infrastrutturale, e i nuovi chip potrebbero dare a Anthropic un vantaggio cruciale su questa via.
Dal passato di Tesla al presente di OpenAI
Prima del suo ingresso a OpenAI nel gennaio 2024, Chan ha lavorato per circa due anni e mezzo al settore Autopilot di Tesla. Nel corso del periodo ha lavorato a un chip customizzato per l'addestramento di modelli ML, affrontando compiti tecnici come:
- Attivazione del framework software;
- Co-design del datacenter;
- Progettazione di formati numerici per il risparmio energetico.
Ottimismo per l'industria della chip design
Chan ha dimostrato una visione innovativa e capillare del settore hardware, combinando esperienza nell'ambito automobilistico con competenze di punta nell'AI. Il suo contributo a OpenAI ha rappresentato un elemento centrale per il programma di chip, contribuendo ad un contesto in cui l'IA richiede sempre più potenza e efficienza energetica.
Un futuro chiave per l'IA personificata
La decisione di Anthropic di reclutare un ingegnere chiave come Clive Chan è emblematica del crescente interesse nell'indipendenza tecnologica per l'AI. La prospettiva di un'evoluzione che include sia chip specializzati che ottimizzazione software sembra delineare una roadmap ambiziosa e ben piazzata per la prossima generazione di modelli linguistici.