Anthropic 採取了獨特的「多硬體平台並行」策略,並不將所有運算資源押注在單一供應商(如 NVIDIA)身上。目前其模型的訓練與運行分布在三大硬體平台:
AWS Trainium、
Google TPUs 以及
NVIDIA GPUs。這種策略在商業運營上提供了兩大顯著優勢:
- 算力資源最佳化:Anthropic 能夠根據不同模型的架構特性以及具體的工作負載需求,靈活地將運算任務分配給最合適的晶片平台,從而達到最高的運作效率。
- 高度的供應鏈韌性:在當前 AI 晶片產能極度供不應求的環境下,擁有多元化的算力來源能確保依賴 Claude 執行關鍵任務的企業客戶,不會因為單一供應商的短缺或產能問題而面臨系統停擺的風險。
這種不將雞蛋放在同一個籃子裡的策略,不僅提升了技術運行的靈活性,更在競爭激烈的 AI 市場中為 Anthropic 提供了更穩固的基礎設施保障,確保其服務的連續性。