Anthropic обсуждает обучение моделей на чипах Microsoft Maia
Anthropic ведет переговоры с Microsoft о переносе части обучения и инференса своих моделей на ускорители Maia 200. Для лаборатории это еще один шаг к расширению вычислительной базы за пределами одного поставщика и способ снизить давление растущих затрат на инфраструктуру.
Maia 200, по данным Microsoft, выпускается на 3-нм техпроцессе TSMC и выдает до 10 петафлопс в FP4 и 5 петафлопс в FP8. Чип получил 216 ГБ памяти HBM3e и пропускную способность 7 Тбит/с. Microsoft уже развернула эти ускорители в собственных дата-центрах и утверждает, что они опережают решения Amazon Trainium и Google TPU в ряде сценариев.
Anthropic в последние месяцы собирает вычислительные ресурсы сразу на нескольких направлениях. Компания арендует мощности в дата-центрах SpaceX, подписала крупные контракты с Akamai и изучает закупку inference-чипов у британской Fractile. Такой набор поставщиков выглядит не как экзотика, а как страховка от дефицита ускорителей и перебоев с вводом новых кластеров.
Отношения Anthropic с Microsoft заметно укрепились еще в 2025 году. Тогда лаборатория купила мощности Azure на $30 млрд, а Microsoft инвестировала в нее $5 млрд. При этом Anthropic не уходит в моногамию с одним облаком: у компании есть соглашение с Google более чем на 1 млн TPU для обучения моделей, а Amazon вложила в стартап $8 млрд и дает доступ к Trainium2 в рамках проекта Rainier.
Интерес к Maia показывает более широкий тренд. Крупные разработчики моделей перестраивают закупки так, чтобы не зависеть только от Nvidia и одной облачной платформы. На этом фоне собственные чипы гиперскейлеров становятся отдельным рынком. По оценке IDC, мировые расходы на инфраструктуру для ИИ в 2026 году превысят $200 млрд, и заметная часть роста приходится именно на кастомные ускорители для обучения и инференса.
Для Microsoft сделка с Anthropic была бы не только контрактом на железо, но и проверкой Maia в боевой нагрузке внешнего клиента. Для самой Anthropic ответ проще и дороже: компания собирается направить до $11 млрд на AI-инфраструктуру, и выбор между GPU, TPU, Trainium и Maia скоро станет вопросом не архитектурных вкусов, а цены одного обученного токена.
