بازگشت به اخبار
TechCrunch

Anthropic همچنان با چالش‌های اقتصادیِ تأمین توان پردازشی روبه‌روست

سه‌شنبه، ۱۲ آبان ۱۴۰۵۲۰:۴۴Russell Brandom
Anthropic is still grappling with the economics of compute

در شرایطی که انتظار می‌رود حاشیه سود Anthropic در بخش محاسبات بهبود پیدا کند، این حاشیه‌ها در حال بدتر شدن‌اند.

درباره وضعیت مالی آزمایشگاه‌های بزرگ هوش مصنوعی ابهام زیادی وجود دارد و حالا که Anthropic کم‌کم به عرضه اولیه سهام (IPO) نزدیک می‌شود، پاسخ برخی پرسش‌ها روشن‌تر شده است. به‌ویژه، این شرکت سرانجام اطلاعات بیشتری درباره اقتصادِ استفاده از توان محاسباتی و سهمی از درآمدِ سرسام‌آور Anthropic که صرف هزینه‌های محاسباتی می‌شود، منتشر می‌کند.

Anthropic در گزارشی که روز دوشنبه منتشر کرد، داده‌هایی ارائه داد که نشان می‌دهد حاشیه سودِ مرتبط با هزینه‌های محاسباتی در واقع بدتر شده است. این گزارش، به‌روزرسانیِ فرم S-1 منتشرشده در هفته گذشته بود؛ اما اطلاعات مالی آن گزارش فقط تا ۳۰ ژوئن امسال را پوشش می‌داد، درحالی‌که داده‌های جدید نتایج یک فصل دیگر، تا ۳۰ سپتامبر، را نیز در بر می‌گیرد. در مجموع، فصل خوبی برای Anthropic بود: درآمد شرکت از ۱۱٫۵ میلیارد دلار در فصل قبل به ۱۷ میلیارد دلار رسید که از رشد پایدار حکایت دارد. بااین‌حال، زیان عملیاتی هم‌زمان افزایش یافت که بخش عمده آن به بالا رفتن هزینه‌های محاسباتی مربوط می‌شد.

بررسی حاشیه سودِ مرتبط با هزینه‌های محاسباتی، تصویر را از این هم بدتر نشان می‌دهد. در فصل جدید، هزینه‌های محاسباتی ۵۸ درصد از درآمد شرکت را به خود اختصاص داد؛ درحالی‌که این رقم در فصل قبل ۴۸ درصد بود. در شرایطی که شرکت می‌توانست با نشان دادن بهبود حاشیه سود، نظر سرمایه‌گذاران IPO را جلب کند، این شاخص بدتر شده است.

نموداری در گزارش، این وضعیت را روشن‌تر نشان می‌دهد و درآمد شرکت را به‌ازای هر دلار هزینه‌کرد برای محاسبات دنبال می‌کند. این شاخص از ابتدای سال ۲۰۲۵ پیوسته افزایش یافته و در فصل گذشته به بیش از ۲ برابر رسیده، اما سپس به ۱٫۷۲ برابر کاهش پیدا کرده است.

نشانه‌های زیادی حاکی از آن است که این تغییر در حاشیه سودِ محاسباتی بیشتر یک نوسان مقطعی است تا مشکلی بلندمدت؛ بااین‌حال، این وضعیت نکات مهمی درباره اداره یک آزمایشگاه بزرگ به ما می‌گوید. هزینه محاسباتی Anthropic برای پاسخ‌گویی به تقاضا به ۱۰ میلیارد دلار در این فصل رسید. در گزارش آمده است که این رقم شامل «۵٫۰ میلیارد دلار توان محاسباتی با قراردادهای کوتاه‌مدت است که در حال حاضر هزینه آن به‌مراتب بیشتر از توان محاسباتیِ مشابهی است که بر اساس قراردادهای چندساله تهیه می‌کنیم». به بیان ساده، تقاضا آن‌قدر سریع رشد می‌کرد که Anthropic ناچار شد با شتاب به دنبال توان محاسباتی بگردد و در نتیجه، نرخ‌های بالاتری بپردازد.

برخی از این قراردادها پیش‌تر علنی شده‌اند. Anthropic ماهانه ۱٫۲۵ میلیارد دلار به SpaceX برای توان محاسباتی می‌پردازد و در کنار آن، قراردادهایی چندمیلیارددلاری با Nscale، Akamai و Volta دارد. در اصطلاح این صنعت، این شرکت‌ها «ابرهای نوظهور» (neoclouds) هستند، نه ابرمقیاس‌ها (hyperscalers)؛ شرکت‌های کوچک‌تری که قراردادهای منعطف‌تری برای توان محاسباتی، اما با نرخ‌های بالاتر، ارائه می‌کنند.

حاشیه سود Anthropic در سه‌ماهه سوم به‌دلیل قراردادهایی از این دست بدتر شد و نشانه‌ای هم وجود ندارد که این شرکت به‌زودی بتواند بی‌نیاز از آن‌ها شود. در گزارش جدید آمده است: «انتظار داریم هزینه‌های محاسباتی و زیرساختی، از نظر رقم مطلق، افزایش یابد و در آینده قابل پیش‌بینی همچنان بزرگ‌ترین هزینه عملیاتی ما باقی بماند؛ زیرا توان محاسباتیِ بیشتری بر اساس توافق‌های چندساله با ارائه‌دهندگان خدمات ابری (CSPها) در اختیارمان قرار می‌گیرد و همچنان روی توان محاسباتی بیشتر سرمایه‌گذاری می‌کنیم.»

Anthropic همچنان می‌کوشد هزینه‌های محاسباتی خود را کاهش دهد. این شرکت به‌ویژه درباره تلاش‌هایش برای ایجاد زیرساخت محاسباتی اختصاصی، در قالب پروژه‌ای با نام «Anthropic Direct»، توضیحات زیادی داده است. اما با رشد سریع تقاضا، این تلاش‌ها نمی‌توانند هم‌پای آن پیش بروند و ابرهای نوظهور همچنان بهترین گزینه پیش روی شرکت خواهند بود.

از یک نظر، این‌ها مشکلاتی از جنس دردسرهای لوکس‌اند. تا وقتی درآمد هر فصل نزدیک به ۵۰ درصد رشد می‌کند، بعید است سرمایه‌گذاران نگران هزینه‌های بالای محاسباتی باشند؛ و به‌محض کند شدن تقاضا، ممکن است آرامش خاطرشان از بهبود چشمگیر وضعیت هزینه‌های محاسباتی بیشتر شود. بااین‌حال، این وضعیت یادآور آن است که آزمایشگاه‌های هوش مصنوعی هنوز تا چه اندازه به توسعه زیرساختیِ تریلیون‌دلاری وابسته‌اند و تا چه حد در برابر اختلال در این روند آسیب‌پذیرند. به‌راحتی می‌توان تصور کرد که اگر بازار اوراق قرضه دچار نگرانی شود یا مخالفت‌های محلی شدت بگیرد، روند ساخت مراکز داده در سال آینده کند شود. Anthropic کار چندانی برای مقابله با هیچ‌یک از این دو خطر نمی‌تواند انجام دهد و هرکدام از آن‌ها می‌تواند وضعیت پیچیده هزینه‌های محاسباتی را بسیار پیچیده‌تر کند.

در این میان، آینده Anthropic و دیگر آزمایشگاه‌ها به قیمت توان محاسباتی وابسته خواهد بود.

اخبار مرتبط از TechCrunch AI

The unfolding Jensen Huang scandal: a timeline

خط زمانیِ رسواییِ فزایندهٔ جنسن هوانگ

این ماجرا می‌تواند برای امنیت ملی پیامدهایی داشته باشد؛ آن هم در شرایطی که آمریکا و چین برای توسعه پیشرفته‌ترین زیرساخت هوش مصنوعی با یکدیگر رقابت می‌کنند.

TechCrunch۲۱ آبان۰۳:۲۹