Anthropic will Claude mit Google Cloud TPUs und Services trainieren
Für das Training und die Bereitstellungen der Claude-Modelle plant der KI-Entwickler, bis zu 1 Million TPUs im Wert von mehreren zehn Milliarden Dollar zu nutzen
Anthropic kündigte eine Erweiterung der Nutzung von Google Clouds TPU-Chips an. Das KI-Unternehmen wird Zugang zu den Kapazitäten und Rechenressourcen erhalten, die für das Training und die Bereitstellung der nächsten Generation von Claude-Modellen erforderlich sind. Insgesamt soll Anthropic ab 2026 Zugang zu weit über einem Gigawatt an Kapazität erhalten.
Mit der bislang größten Erweiterung der TPU-Nutzung wird Anthropic Zugang zu bis zu einer Million TPU-Chips sowie zu zusätzlichen Google Cloud-Diensten erhalten. Forschungs- und Entwicklungsteams sollen so für die kommenden Jahre mit einer führenden, für KI optimierten Infrastruktur ausgestattet werden. Entscheidend waren das Preis-Leistungs-Verhältnis und die Effizienz sowie die vorhandene Erfahrung des Unternehmens mit dem Training und dem Einsatz seiner Modelle mit den Google-TPUs.
„Die Entscheidung von Anthropic, die Nutzung von TPUs deutlich auszuweiten, spiegelt die starke Preis-Leistungs-Bilanz und Effizienz wider, die die Teams des Unternehmens seit mehreren Jahren mit TPUs erzielen“, sagte Thomas Kurian, CEO von Google Cloud. „Wir setzen unsere Innovationen fort und treiben die weitere Effizienzsteigerung und Kapazitätserweiterung unserer TPUs voran, wobei wir auf unserem bereits ausgereiften Portfolio an KI-Beschleunigern aufbauen, darunter unsere TPU der siebten Generation: Ironwood.”
Anthropic und Google Cloud hatten bereits 2023 eine strategische Partnerschaft angekündigt: Anthropic nutzt die KI-Infrastruktur von Google Cloud zum Trainieren seiner Modelle und macht diese über die Vertex AI-Plattform von Google Cloud und den Google Cloud Marketplace für Unternehmen verfügbar. Heute nutzen Tausende von Unternehmen die Claude-Modelle von Anthropic auf Google Cloud, darunter Figma, Palo Alto Networks, Cursor und andere.
„Anthropic und Google haben eine langjährige Partnerschaft, und diese neueste Erweiterung wird uns helfen, die Rechenleistung weiter auszubauen, die wir brauchen, um die Grenzen der KI zu definieren“, sagte Krishna Rao, CFO von Anthropic. „Unsere Kunden – von Fortune-500-Unternehmen bis hin zu KI-nativen Startups – verlassen sich bei ihren wichtigsten Aufgaben auf Claude, und diese erweiterte Kapazität stellt sicher, dass wir die exponentiell wachsende Nachfrage befriedigen können und gleichzeitig unsere Modelle auf dem neuesten Stand der Technik halten.“
Anthropics Claude gehört vor allem in Bereichen wie Web-Development, Textverarbeitung und Coding-Assistenten (Copilot) zu den Top-3-KI-Modellen.
Vielfältigere Nutzung und schnellere Akzeptanz von KI
Für seinen Anthropic Economic Index untersucht der KI-Experte Muster der frühen KI-Einführung. Der aktuelle Report wurde um neue Aspekte – eine geografische Analyse der Claude.ai-Konversationen sowie eine erstmalige Untersuchung der API-Nutzung in Unternehmen – erweitert. Dabei wurde festgestellt, dass die KI-Nutzung geografisch konzentriert ist und stark mit dem Einkommen korreliert, wobei Länder wie Singapur und Kanada eine höhere Pro-Kopf-Nutzung aufweisen, während Schwellenländer wie Indien und Nigeria unterrepräsentiert sind.
Die USA (Score 3,62) ist bei der Nutzung pro Kopf ganz vorne. Auch Kanada (2,91) und Großbritannien (2,67) haben im Vergleich zu ihrer Bevölkerung eine hohe Nutzungsrate. Andere große Volkswirtschaften zeigen eine geringere Nutzung, darunter Frankreich mit 1,94, Japan mit 1,86 und Deutschland mit 1,84. Es ist zu befürchten, dass diese ungleiche Verteilung der frühen KI-Einführung die globale wirtschaftliche Ungleichheit verstärken könnte.
Führende Länder zeigen eine vielfältigere Nutzung (Bildung, Wissenschaft, Wirtschaft) und neigen eher zur Erweiterung menschlicher Fähigkeiten als zur vollständigen Automatisierung. Die Nutzungsmuster auf Claude.ai zeigen, dass die Nutzung in den Bereichen Bildung und Wissenschaft gestiegen ist und Nutzer Claude zunehmend komplexere Aufgaben übertragen. Direktive Gespräche stiegen von 27% auf 39%.
Bemerkenswert ist die schnelle Verbreitung von KI im Vergleich zu früheren Technologien. Während es bei Elektrizität und PCs Jahrzehnte dauerte, bis sie sich etablierten, erreichte KI in nur zwei Jahren eine ähnliche Akzeptanzrate wie das Internet in fünf Jahren. Nützlichkeit im Alltag, ein einfacher Zugang durch Integration in bestehende digitale Infrastrukturen und eine einfache Bedienung beschleunigen die Akzeptanz bei den Anwendern.
TPUs, eine Alternative zu GPUs?
GPU wurden ursprünglich zur Bearbeitung und Darstellung von Computergrafiken entwickelt. Eine GPU besteht aus parallel arbeitenden Recheneinheiten, die gleichzeitig einfache, identische Operationen (z. B. Vektorberechnungen) mit großen Datenmengen ausführen können.
Beim Training einer KI und vor allem bei der Schlussfolgerung (Inferenz) müssen Informationen jedoch oft schichtweise verarbeitet werden. Google Cloud TPUs sind speziell für das Training und die Inferenz von KI-Modellen entwickelte Beschleuniger.
Die Google-TPUs bieten für KI-Workloads einen höheren Durchsatz und eine bessere Energie- und Kosteneffizienz als klassische GPU-Cluster. Der Nachteil ist die nahtlose Skalierung nur innerhalb der Google-Cloud. Trillium-TPUs sind Bestandteil der Google-Cloud-AI-Hypercomputer – eines integrierten Systems u. a. aus leistungsoptimierter Hardware, offener Software und ML-Frameworks.