AnthropicのIPOロードショーが明かした「マルチチップ戦略」——計算効率の競争はここまで来ている
AnthropicがIPOロードショーを開始した。2026年11月のことだ。上場準備企業が投資家向けにビジネスを説明するこの種のビデオは、通常、数字と将来展望の一般論で終わることが多い。ところが今回のAnthropicのロードショービデオには、これまで公開されてこなかった技術運用の具体的な情報が含まれており、AI業界の人間が読むべき内容がいくつかあった。
特に注目したいのが、共同創設者のトム・ブラウンが語った「計算へのアプローチ」の箇所だ。
AnthropicがIPOロードショーで何を公開したか
ロードショービデオには、公式のトランスクリプトは用意されていなかった。Simon WillisonがMacWhisperを使って音声を書き起こし、その内容がウェブ上で共有されるかたちになった。企業が自ら出したビデオの書き起こしすら用意されていない状況は少し奇妙だが、内容そのものは興味深い。
トム・ブラウンが説明した「計算へのアプローチ」は、大きく2つのテーマで構成されていた。ひとつは「マルチチップ戦略」、もうひとつは「計算乗数」だ。それぞれに具体的な数字と実例が含まれており、単なる投資家向けの美辞麗句ではない。
4チップファミリー戦略の実態
ロードショービデオの中でトム・ブラウンはこう語っている。
「私たちは今、4つの主要なチップファミリーすべてにまたがってClaudeをトレーニングし、提供しています。それが可能なのは、早い段階でマルチチップ戦略という型破りな賭けに出たからです。当時、多くの人は、異なるチップでAIモデルを動かすことは割に合わないと考えていました」
4つとは、AWS Trainium、Google TPUs、NVIDIA GPUs、AMD GPUsだ。チップが異なれば、それぞれ専用のソフトウェアスタックと推論スタックが必要になる。これはコストも時間もかかる作業で、業界の多くがNVIDIAに集中した主要因のひとつでもある。
Anthropicはそれをあえてやらなかったのではなく、早期から意図的に「全部やる」と決めた。クラウド大手3社(AWS・Google・NVIDIA連合)とのパートナーシップの深さを考えれば政治的な側面も否定できないが、技術的な積み上げが確実に存在することも事実だ。
AMD GPU導入「3日」が示すもの
ここが特に注目した箇所だ。
「今年、私たちは初めてAMD GPUを使い始めました。以前は、新しいチッププラットフォームを導入するのに、数十人のエンジニアが数ヶ月かけて作業する必要がありました。今回は、MythosにAMDを試させました。ほぼ人間の介入なしに、3日でClaudeをAMD上で動かすことができました。ClaudeはカーネルのほぼAMD用の移植または記述のほぼ100%を担いました」
「Mythos」はAnthropicの内部モデル名だと読める。つまり、自社のAIモデルが、新しいチップへの移植作業のほぼ全体を自律的にこなした、ということだ。
これを額面通りに受け取るなら、かなり大きな変化を意味する。「数十人・数ヶ月」が「3日・ほぼ無人」になったとすれば、チップベンダー間のスイッチングコストが劇的に下がることになる。
ただし、ここには留保も必要だ。これはIPOロードショーの文脈で語られた内容であり、投資家の印象を良くするために選ばれたエピソードでもある。「3日」が例外的な成功例なのか、再現性のある一般的な能力なのかは、現時点では外部から検証できない。この点は後述する。
「計算乗数」という概念の解説と、その意味
もうひとつの核心が「計算乗数(compute multipliers)」という考え方だ。
「私たちは総有効計算量に注目しています。これは、物理的な計算能力と、私たちが発見した計算乗数の積です。発見するたびに、総有効計算量のプールが大きくなります。たとえば、ある知能レベルのモデルを訓練するのに100ユニットの計算が必要だとします。4倍の計算乗数があれば、同じモデルを25ユニットで訓練できます。あるいは、その100ユニットを使って、以前なら400ユニット必要だったより高度なモデルを訓練できます」
さらに重要なのが次の部分だ。
「計算乗数は積み重なります。新しい乗数を発見するたびに、以前の乗数にも正の効果をもたらします。再帰的自己改善に近づくにつれて、さらに加速できると考えています。Claudeが計算乗数を自ら発見できるようになれば、乗数の数が加速度的に増えていきます」
物理的なチップの数を増やすのではなく、同じチップからより多くの「実効計算量」を引き出すアプローチだ。これは、GPU調達競争で後れを取っても、ソフトウェア側の効率化で追いつく可能性を示唆している。
ここからは見方だ——この発表をどう読むか
事実の整理はここまでにして、読み方の話をする。
IPOの文脈を忘れないこと。これはビジネスモデルの説明ではあるが、同時に「投資家に買ってもらうための語り口」でもある。「競争優位性があり、それは再現困難で、今後さらに加速する」という構造は、IPOロードショーとして理想的な物語だ。事実が嘘という意味ではないが、話の組み立て方が最大限に有利な側面を前に出していることは意識しておく必要がある。
ただし、マルチチップ戦略の部分は実質的だ。昨年9月にAnthropicが公開した直近3件のインシデントポストモーテムには、TPU固有のバグに関する記述があった。複数チップで本番稼働していることは、すでにインシデントログで裏付けられている。今回の発表は新たな主張ではなく、既知の事実を体系化したものと見てよい。
「再帰的自己改善」への言及は、切り離して扱うべきだ。計算乗数の自動発見という主張は、現時点で外部から検証できない。これを「次のAIトレンド」として取り上げる記事が出てくると思うが、IPOビデオの中で語られた将来展望である以上、実現の確認は別途必要だ。
実務への示唆と次の論点
AI推論インフラを設計する立場から見ると、このニュースはチップ選択戦略の再考を促す。NVIDIAに全面依存する設計は、ここ数年では合理的な選択だった。だが「AIがカーネルをほぼ全部書ける」という状況が一般化するなら、スイッチングコストの試算は更新される可能性がある。今すぐ動く必要はないが、「NVIDIA以外にも走れる設計になっているか」というチェックポイントは持っておいていい。
チップベンダー間の競争地図が変わりうる。AMD GPUを「3日で本番稼働」させられるなら、AMDにとってはAnthropicとの関係が一気に深まる可能性があるし、NVIDIAにとってはソフトウェアのロックイン効果が薄れることを意味する。長期的に見れば、CUDAエコシステムへの依存が前提だったAI開発の常識が、徐々に崩れていく方向の証拠として読める。
次に問われる論点は2つある。ひとつは、「計算乗数の発見」がどこまで体系化・説明可能なのかという点だ。「積み重なる」「スタックする」という表現は定性的であり、その発見プロセスが具体的に何を指すのかは、まだ外から見えていない。上場後に開示される技術情報に、この部分の具体が含まれるかどうかが注目点になる。
もうひとつは、AIが書いたカーネルの品質と安全性の問題だ。「ほぼ100%をAIが書いた」という移植が、本番GPU上でどのような品質保証を経ているのか。今回は成功例として語られたが、AIが書いたカーネルに起因するインシデントが将来起きたとき、責任と検証のプロセスはどう設計されているのかが問われる局面が来るだろう。
まとめ——このニュースで増えた軸
AnthropicのIPOロードショーを「上場のニュース」として読むと半分しか得られない。
技術側で起きていることを読むと、見えてくるのは2点だ。ひとつは、チップベンダーへの依存を分散する戦略が、想定より早く現実のものになってきているという事実。もうひとつは、AIがインフラ移植作業を担うという「AIがAIのインフラを作る」という構造の端緒が見えてきたことだ。
今後、同種のニュース——「○○がAMDやTPUに対応した」「新しいチップに△日で移植できた」——を見るとき、「誰がそのカーネルを書いたか」「スイッチングコストの変化がチップベンダー間の競争にどう効くか」という軸を持っておくと、表面上の数字の奥が少し読みやすくなる。
IPOの語り口だから全部信じるわけでもなく、疑うわけでもない。事実として確認できる部分と、まだ検証待ちの部分を切り分けながら追うのが、このニュースとの正しい付き合い方だと思う。