AnthropicのIPOロードショーが明かした「マルチチップ戦略」の正体

AnthropicがIPOロードショーを開始し、公開したビデオの中に、これまで表に出ていなかった情報が含まれていた。技術的な詳細が多く、見落としやすいが、読み解くと同社のインフラ戦略の輪郭がかなり明確になる。

注目すべきは、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」のセクションだ。ここからは、単なる事業紹介ではなく、Anthropicが数年かけて作り上げた技術的な堀の話になる。


AnthropicがIPOロードショーで何を開示したか

IPOロードショーのビデオは、投資家向けに作られた資料だ。当然、見栄えよく整えられている部分もある。ただ、今回の動画には「これまで公開されていなかった情報」が混じっていた。Simon Willisonがその点を指摘し、MacWhisperを使ってトランスクリプトを抽出して公開している。公式のトランスクリプトがなかったための措置だ。

中身としては、Claudeのトレーニングと推論を支える計算インフラの話が中心だ。具体的には、マルチチップ戦略と、同社が「計算乗数」と呼ぶ概念の2点が特に詳しく語られている。


マルチチップ戦略の実態

Anthropicは現在、以下の4つの主要チップファミリーを使ってClaudeをトレーニングし、提供している。

  • AWS Trainium
  • Google TPUs
  • NVIDIA GPUs
  • AMD GPUs

これだけ聞くと「多様な調達先を持っているんだな」で終わりそうだが、実態はもう少し複雑だ。ブラウンの発言を引用すると、「各チップには独自のソフトウェアスタックと推論スタックが必要で、それを構築するのはコストも手間もかかる。当時、多くの人がAIモデルを異なるチップ上で動かす価値はないと考えていた」という。

それをあえてやった。そして、今ではそれが得意になった、という話だ。

具体的なエピソードとして挙げられているのが、AMD GPUへの対応だ。「過去には、新しいチップを導入するには、数十人のエンジニアが数ヶ月かけて作業する必要があった。今回、MythosにAMD GPUを試させたところ、ほぼ人手なしで3日でClaudeをAMD上で動かすことができた。カーネルのほぼ100%をClaudeが移植または作成した」という。

Mythosは同社の内部AIシステムと思われる。ここで重要なのは数字だ。「数十人のエンジニアが数ヶ月」が「3日、ほぼ無介入」になった。このスケールの変化は、単なる効率化ではなく、開発プロセスの構造変化だ。


「計算乗数」という概念を整理する

もう一つの核心が「計算乗数(compute multipliers)」という概念だ。

Anthropicの定義によれば、総有効計算量 = 物理的計算容量 × 計算乗数の積という式で表される。乗数は発見するたびに積み重なる。

ブラウンが挙げた例がわかりやすい。「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する。4倍の計算乗数を発見すれば、25ユニットで同じモデルを訓練できる。あるいは100ユニットのままで、以前であれば400ユニット必要だったより高度なモデルを訓練できる」。

つまり、物理的なチップ数を増やさなくても、乗数の発見によって実質的な計算能力が膨らむ。しかも乗数は「積み重なる」。新しい乗数を発見すると、以前の乗数にも正の効果をもたらすという。

ここで少し立ち止まる必要がある。この「計算乗数」は、アルゴリズムの改善、推論の最適化、訓練手法の工夫など、様々な取り組みの総称と考えられる。具体的に何を指しているかは動画の範囲では明示されていない。ただ、「発見するたびに積み重なる」という性質は、研究組織としてのAnthropicの蓄積が競争優位になるという主張の根拠になっている。


ここからは見方だが——構造として何を意味するか

事実の整理はここまでにして、読み方の話をしたい。

マルチチップ戦略は、サプライチェーンの分散戦略でもある。

NVIDIA一社への依存を避け、AWS・Google・AMDにも対応できる体制を持つことは、GPU調達が逼迫したときのリスクヘッジになる。地政学リスクが高まっている現在、これは単なる技術的選択ではなく、事業継続性の問題だ。なぜAnthropicがこの情報をIPO資料で前面に出したかを考えると、「計算資源の調達安定性」を投資家に示したかったという意図が透けて見える。

IPOタイミングでこの情報を出す理由も考えたい。

今回の開示は、投資家向けに「Anthropicには独自の技術的堀がある」というメッセージを伝えることが目的だ。計算乗数が積み重なる構造、AIがチップ移植を自律的にこなす実績——これらは、「モデルの性能だけで競争しているわけではない」という主張の裏付けとして機能する。

ただし、ここで期待値の調整もしておきたい。IPOロードショーの資料は、投資家に前向きな印象を与えることが一つの目的だ。「計算乗数が積み重なる」というフレームは強力に聞こえるが、そのスピードや量の具体的な数値はまだ非公開だ。同様に、「Mythosが3日でAMDに対応した」という事例は印象的だが、それが全てのチップ移植に当てはまるかどうかは別の話だ。事実として受け取りつつ、過度に一般化しない姿勢が必要だ。


実務的な示唆と今後の論点

AIインフラを検討している事業者にとっての含意。

Anthropicのマルチチップ戦略は、同社の内部の話に見えるが、示唆は外にも及ぶ。AIシステムを構築する際に特定のハードウェアベンダーに深く依存する設計にしていないか、という問いだ。ベンダーロックインのリスクは、ソフトウェアだけでなくハードウェアにも存在する。大規模なAI基盤を持つ企業は、この教訓をどこかで直視することになる。

再帰的自己改善への言及が持つ意味。

ブラウンの発言の中で、最も注意深く聞くべき部分がある。「再帰的自己改善に近づくにつれて、Claudeが計算乗数を自律的に発見できるようになり、乗数の発見速度が加速する」という箇所だ。

これはIPO資料の中での話であり、現時点の事実ではなく展望の話だ。再帰的自己改善は、AIが自分自身を改良するという概念で、AI安全性の議論でも長く論点になってきた。Anthropicがこの表現を公式資料で使ったこと自体は記録に値するが、現状でどこまで実現しているかは不明だ。この言及を「すでに起きていること」として読むのは早計だ。

次の論点として注目すべき点。

Anthropicのマルチチップ対応能力が実際の調達交渉でどう使われるかは、今後の決算や開示で確認できる可能性がある。また、同様の戦略を他の大手AI企業が持っているかどうかも、競合分析の軸になる。今後の開示で「各チップの割合」や「チップ別のコスト」が明らかになれば、戦略の実態が一段と見えてくるはずだ。


まとめ——このニュースで増えた軸

今回のAnthropicの開示で、一つ軸が増えた。

大手AI企業の競争力を語るとき、「どんなモデルを持っているか」だけでなく、「どんな計算インフラを持っているか」「それはどれだけ柔軟か」という視点を加えること。モデルの性能はベンチマークで比較できるが、インフラの柔軟性や計算効率はなかなか外から見えない。

今回のような開示が出るたびに、そのインフラ側の話を丁寧に読む習慣を持っておくと、次のニュースを見るときの解像度が変わる。

Anthropicが主張する「計算乗数が積み重なる」という構造が、IPO後の実績でどう裏付けられていくか。それが次の確認ポイントだ。


参考元: Simon Willison's Weblog