Anthropic hat erklärt, sich von der Abhängigkeit der Nvidia-Hardware befreit zu haben, indem das Unternehmen seine Strategie auf die gleichzeitige Nutzung mehrerer Chip-Typen ausgerichtet hat. Die Kernaussage des Unternehmens ist, dass es gelungen ist, das eigene KI-Modell Claude in nur drei Tagen auf AMD-Grafikprozessoren zu portieren – und das praktisch ohne menschliches Eingreifen. Laut Tom Brown, Mitgründer und Leiter der Rechenkapazitäten bei Anthropic, trainiert und betreibt das Unternehmen Claude nun auf der Hardware von vier großen Chip-Lieferanten: AWS Trainium, Google TPU, Nvidia GPU und AMD GPU. Damit betrachtet das Unternehmen Rechenressourcen mit unterschiedlicher Architektur und an verschiedenen geografischen Standorten als einen einzigen, austauschbaren Pool.
Drei Tage statt Monate
Die schwerste Prüfung für Anthropic war die Arbeit mit AMD-Grafikprozessoren. Früher erforderte die Anpassung einer neuen Chip-Plattform monatelang den Einsatz von Dutzenden Ingenieuren. In diesem Jahr setzte das Unternehmen erstmals AMD-GPUs ein und vertraute die Aufgabe seinem eigenen fortschrittlichen KI-Modell Mythos an. Laut Anthropic lief das Claude-Modell nach nur drei Tagen auf AMD-Chips, fast ohne menschliches Zutun: Das Modell hat fast 100 Prozent der erforderlichen Software-Kernels (Kernels) selbstständig portiert oder geschrieben.
Unkonventioneller Einsatz auf vier Plattformen
Laut Brown hat Anthropic schon früh eine „unkonventionelle Wette“ auf die Nutzung verschiedener Chip-Typen abgeschlossen, während die meisten Branchenteilnehmer einen solchen Aufwand für ungerechtfertigt hielten. Jeder Chip-Typ erfordert eine eigene spezialisierte Software und einen eigenen Stack für Berechnungen und Inferenz, was teuer ist und viel Zeit beansprucht. Dennoch hat das Unternehmen jahrelang in diesen Bereich investiert und laut Browns Einschätzung darin „unglaubliche Erfolge“ erzielt.
Durchbruch der CUDA-Barriere
Der Hauptwettbewerbsvorteil von Nvidia liegt in der Kombination aus Hard- und Software, insbesondere im CUDA-Ökosystem, das Entwickler an die Chips des Unternehmens „bindet“. Historisch gesehen erforderte die Portierung von KI-Modellen auf andere Chip-Architekturen so viel Aufwand, dass viele Unternehmen es gar nicht erst versuchten. Wenn die Ergebnisse von Anthropic unabhängig verifiziert werden, könnte dies bedeuten, dass die Softwarebarrieren, die lange Zeit als Nvidias Haupttrumpf galten, dank der künstlichen Intelligenz selbst deutlich sinken werden. Unternehmen erhalten die Möglichkeit, einfacher zwischen Anbietern zu wechseln und die günstigsten oder am besten verfügbaren Optionen zu wählen. Vor dem Hintergrund von Geräteknappheit und Nvidia-Margen von über 70 Prozent im KI-Chip-Markt wird diese Flexibilität zu einem strategischen Asset: Anthropic behauptet, für jeden in Rechenleistung investierten Dollar mehr Rendite zu erzielen als jedes andere fortschrittliche KI-Labor.
Rechenmultiplikatoren und rekursive Selbstverbesserung
Zusätzlich zu seiner Multiplattform-Strategie stützt sich Anthropic auf sogenannte „Rechenmultiplikatoren“ (compute multipliers) – wissenschaftliche Durchbrüche, die bei gleicher physischer Rechenleistung eine höhere Leistung ermöglichen. Nach Angaben des Unternehmens ergänzen sich diese Multiplikatoren: Jeder neue Durchbruch verstärkt den Effekt des vorherigen. Langfristig soll das Claude-Modell lernen, solche Multiplikatoren selbstständig zu finden, was den Übergang zur rekursiven Selbstverbesserung bedeuten würde – ein Konzept, das unter KI-Forschern intensiv diskutiert, aber noch nicht praktisch bewiesen ist.
Anthropic Direct und Investitionen von Konkurrenten
Im Rahmen des Programms „Anthropic Direct“ baut das Unternehmen eigene Rechenzentrumskapazitäten auf: Anstatt Cloud-Ressourcen einfach nur zu mieten, nimmt es Chips in Nutzung und betreibt sie in speziell vorbereiteten Rechenzentren, wodurch die Gesamtbetriebskosten gesenkt werden. Bemerkenswert ist, dass beide konkurrierenden Chiphersteller – Nvidia und AMD – aktiv in Anthropic selbst investieren. Nvidia versprach Ende 2025, bis zu 10 Milliarden US-Dollar in das Unternehmen zu investieren, und beteiligt sich laut SEC-Unterlagen vom 10. November 2026 an einer Privatplatzierungsrunde über 26 Milliarden US-Dollar vor dem IPO.
