Claudeが「必要とする」演算リソースは、想像以上に膨大
先週、AnthropicとSpaceXは業界を震撼させる契約を締結した。SpaceXがAnthropicに対し、年間150億ドル規模のAI演算リソースを提供するというものだ。この取引により、Anthropicは一気にAI演算市場の超大規模購入者へと躍り出た。
しかし、それでもまだ足りないようだ。
The Informationの最新報道によれば、AnthropicはMicrosoftとの初期段階の交渉を開始しており、Microsoft自社開発のMaia 200チップを搭載したAzureサーバーのレンタルを計画しているという。
これは何を意味するのか。それは、Claudeの演算リソース需要がすでに膨大化し、Google単独では供給しきれない状況に陥っていることを意味する。
Googleの「事実上の養子」から、複数企業への分散投資へ
AnthropicとGoogleの関係は、かつてAI業界で最も緊密なパートナーシップの一つだった。Googleは初期投資家であるだけでなく、Anthropicの主要な演算リソース供給元でもあり、Claudeのモデル学習と推論の大部分がGoogleのTPU（Tensor Processing Unit）に依存していた。
しかし現在、Anthropicは「脱Google化」を進めている。
この転換には、いくつかの層にわたる理由がある。
サプライチェーンの安全性。 演算リソースを単一のベンダーに依存するのはリスクが高すぎる。何らかの理由でGoogleがTPUの配分優先順位を変更した場合、Anthropicは受け身の立場に追い込まれる。演算リソース供給元の多様化は必然の選択だ。
MicrosoftのMaia 200の魅力。 Microsoft自社開発のMaia 200チップは、学習速度において最新のTPUに及ばない可能性はあるものの、「Claudeのような既存モデルの実行に特化して設計されている」。つまり、Maia 200は推論ワークロードにおいて、よりコストパフォーマンスに優れた選択肢となり得る。
ビジネス上の駆け引き。 AnthropicとMicrosoftの関係はこれまで「温冷入り混じる」状態だった。一方ではAnthropicがMicrosoftの演算リソースとチャネルを必要とし、他方ではMicrosoftがOpenAIにも投資しており、両社は競合関係にある。しかし、演算リソースが不足する時代においては、競合他社も供給元となり得る。
なぜ「学習」ではなく「推論」なのか？
報道では特に、Maia 200チップが「新モデルの学習支援においてはTPUほど高速ではない」と指摘されている。これは、AnthropicがMaia 200を主に推論（inference）、つまり学習済みのClaudeモデルにユーザーの質問へ回答させる用途に使用し、次世代モデルの学習には用いない可能性を示唆している。
この区別は非常に重要だ。
- 学習には極めて大規模な演算リソースと高速な相互接続が必要であり、この点では依然としてTPUが王者である。
- 推論は単一チップの性能に対する要求が比較的低い一方で、コストとレイテンシにより敏感である。Maia 200は推論シナリオにおいて、よりコスト優位性を発揮する可能性がある。
Claudeのユーザー数増加に伴い、推論用演算リソースの需要は指数関数的に上昇している。モデルの学習は一度きりの高額支出である一方、推論は継続的かつ日々発生するコストである。
より大きな背景：AI演算リソース戦争の激化
Anthropicのこの動きは孤立した事例ではない。AI業界全体が演算リソースの軍拡競争に突入している。
- OpenAI はMicrosoftと深く結びついている一方、自社演算インフラの構築も模索している。
- xAI のColossusクラスターは拡張を続けており、イーロン・マスクの「宇宙規模」の演算リソースへの野心はこれにとどまらない。
- Google はTPUの生産能力を継続的に拡大しているが、同時にサードパーティ（Anthropicの競合他社を含む）へ演算リソースの販売も行っている。
- Amazon のTrainiumおよびInferentiaチップも追い上げを図っている。
この競争において、比較的「若手」のプレイヤーであるAnthropicは、多様なサプライチェーン戦略を通じて自社の演算リソースの安全性を確保しようとしている。
業界への影響
AnthropicがMicrosoftとチップについて協議することは、一企業のビジネス決定のように見えるが、実際にはAI業界のいくつかの深層的なトレンドを反映している。
演算リソースがAI業界最大のボトルネックになりつつある。 モデルアーキテクチャの革新やアルゴリズムの最適化は、単純な物理的現実の前にかすんでいる。すなわち、より多くのGPU/TPUを保有する者が、より速く走れるという現実だ。
クラウドベンダー間の競争が激化する。 AnthropicのようなトップAI企業がGoogleとMicrosoftの間で「比較検討」を始めるようになれば、クラウドベンダー間の価格競争と技術競争はさらに激しさを増すだろう。
自社開発チップの戦略的価値が上昇。 MicrosoftのMaia 200は市場で最速のAIチップではないかもしれないが、Microsoft自身が設計・管理しているため、価格設定や供給優先順位においてより大きな柔軟性を発揮できる。演算リソースが逼迫する時代において、この自律性は極めて貴重だ。
Anthropicに残された一つの課題
複数企業に分散投資を進める中で、Anthropicは一つの戦略的課題に答えなければならない。演算リソースの供給元が分散化するにつれ、技術ロードマップの一貫性を維持できるのか？
異なるチップアーキテクチャ間の互換性、移行コスト、最適化戦略は、Claudeの将来の発展における隠れたコストとなる可能性がある。
しかし、「演算リソースがあるかどうか」と「演算リソースがどこから来るか」という2つの問題に直面した時、後者は明らかに「幸せな悩み」である。