חברת הבינה המלאכותית אנתרופיק (Anthropic) הודיעה על הסכם רב־שנתי ומולטי־מיליארדי עם גוגל, שיקנה לה גישה לעד מיליון שבבי בינה מלאכותית ייעודיים (TPU) של גוגל — כוח מחשוב שצפוי להוסיף למעלה מגיגה־ואט של קיבולת כבר ב-2026. לפי מינהל המידע על אנרגיה של ארה״ב (EIA), גיגה־ואט מקביל בקירוב לצריכת חשמל של כ-350 אלף בתים.

לפי הודעת החברה (AP), העסקה “שווה עשרות מיליארדי דולרים” ונועדה להזין את מערכי האימון וההרצה של קלוד (Claude) — העוזר הקולי/הטקסטואלי של אנתרופיק — לצד היצע כוח חישוב ללקוחות ארגוניים בתחומי פיתוח תוכנה, תמיכה תפעולית ומשימות קוגניטיביות מתקדמות.

גוגל תספק את הדורות החדשים של Tensor Processing Units (TPU) — מאיצים ייעודיים ללמידה עמוקה, המעניקים יחס עלות-ביצועים צפוי יותר בסביבות ענן מאשר שימוש ב-GPU בלבד. במקביל, אנתרופיק ממשיכה להריץ מערכות גם על שבבי אנבידיה ועל תשתית הענן של AWS, המשקיעה הראשונה בחברה וספקית הענן הראשית שלה.

אנתרופיק, שנוסדה ב-2021 בידי בוגרי OpenAI, עדכנה בחודש שעבר על שווי חברה של 183 מיליארד דולר לאחר גיוס נוסף של 13 מיליארד דולר. קלוד של אנתרופיק מתחרה ב-ChatGPT ובמודלים מובילים נוספים, עם מיקוד בשוק הארגוני ובשילוב בכלי פיתוח.

ההסכם מעגן שיתופי-פעולה הדוקים בין יצרניות תשתית ענן לבין מפתחי מודלים מהשורה הראשונה, וממחיש את קצב הגידול החריג בדרישות האנרגיה והחומרה של תעשיית ה-AI — עד לרמות שמוכרות מתחנות כוח תעשייתיות.

אמפמ
כותרת: אנתרופיק חותמת עם גוגל על אספקת עד מיליון שבבי TPU; קיבולת של מעל גיגה־ואט ב-2026
כותרת משנה: העסקה “בעשרות מיליארדי דולרים” תדלק את קלוד ותוסיף כוח חישוב בקנה מידה של תחנת כוח; אנתרופיק ממשיכה לעבוד גם עם אנבידיה ו-AWS
תגים: Anthropic, גוגל, TPU, בינה מלאכותית, שבבים, ענן, Claude, AWS, אנבידיה, תעשיית ה-AI
ביטוי מפתח: עסקת Anthropic-Google לשבבי TPU
נרדפים: חוזה ענן, מאיצי בינה מלאכותית, כוח חישוב, מרכזי נתונים, מודלי שפה, קיבולת אנרגיה
SLUG: anthropic-google-tpu-megadeal-2026-capacity

הפוסט אנתרופיק חתמה על עסקה של עשרות מיליארדי דולרים עם גוגל לרכישת שבבי בינה מלאכותית הופיע לראשונה ב-Chiportal.

חברת הבינה המלאכותית הסינית דיפסיק (DeepSeek) מטלטלת את עולם הטכנולוגיה עם השקת מודלים חדשניים ויעילים במיוחד, המסוגלים להתחרות במוצרים מתקדמים של חברות ענק אמריקניות כמו OpenAI ואנתרופיק. המודלים הללו, אשר פותחו תוך שימוש במשאבים מוגבלים ובתקציבים נמוכים, מהווים לא פחות ממהפכה בעולם הבינה המלאכותית.

החברה הוקמה בשנת 2023 ובזמן קצר הצליחה להגיע להישגים מרשימים. "דיפסיק הצליחה לשנות את כללי המשחק בתעשייה בזכות שתי גישות חדשניות שהן פורצות דרך. מדובר לא רק במודלים יעילים יותר אלא גם בזמינות רחבה יותר לקהילת המחקר," אומר פרופ' טונגליאנג ליו, מנהל מרכז הבינה המלאכותית באוניברסיטת סידני.

מה עשתה דיפסיק?

בדצמבר האחרון השיקה דיפסיק את מודל V3, מודל שפה גדול (LLM) המציג יכולות דומות לאלו של GPT-4o מבית OpenAI ו-Claude 3.5 מבית Anthropic. מודלים אלה ידועים ביכולתם לענות על שאלות, לכתוב מאמרים, לייצר קוד ועוד. עם זאת, לרוב הם סובלים מטעויות ולעיתים ממציאים מידע.

ה-V3 של דיפסיק מתגבר על חלק מהאתגרים הללו, והוא גם חסכוני בהרבה: בעוד שהכשרת GPT-4 עלתה למעלה מ-100 מיליון דולר, פיתוח V3 עלה כ-5.58 מיליון דולר בלבד. בנוסף, במקום להשתמש בעשרות אלפי יחידות עיבוד חזקות כמו NVIDIA H100, דיפסיק השתמשה ב-2,000 יחידות עיבוד בלבד מסוג H800, שהן פחות חזקות משמעותית.

ב-20 בינואר 2025, הציגה החברה את מודל R1, המתמקד ב"חשיבה" צעד-אחר-צעד, במטרה לפתור בעיות מורכבות בצורה מתודית. מודלים מסוג זה מצטיינים במשימות הדורשות הבנה של הקשר רחב ותכנון אסטרטגי, כמו קריאה ביקורתית ותכנון פרויקטים. ה-R1 הוא למעשה גרסה משופרת של ה-V3, שעברה התאמות על בסיס טכניקת למידה מחוזקת.

ההשקה האחרונה של דיפסיק, שהתרחשה ב-28 בינואר, כללה מודל חדשני המשלב יכולות לעבודה עם תמונות וטקסט בו זמנית. יכולת זו מציבה אותו ישירות בתחרות מול המודלים המתקדמים ביותר של מתחרותיה האמריקניות.

איך עשתה זאת דיפסיק?

הסוד הגדול של דיפסיק טמון בחדשנותה להשגת יעילות מרבית. החברה פיתחה שתי טכניקות ייחודיות שמאפשרות לה להפיק תוצאות טובות יותר עם פחות משאבים:

1. ספארסיות (Sparsity): מודלים של בינה מלאכותית כוללים מספר עצום של פרמטרים – ב-V3 מדובר בכ-671 מיליארד פרמטרים. אולם, רק חלק קטן מהם מופעל עבור כל קלט. דיפסיק הצליחה לזהות באילו פרמטרים יש להתמקד ולבצע הכשרה ממוקדת עליהם בלבד. הדבר צמצם משמעותית את הזמן והמשאבים הדרושים להכשרת המודל.
2. דחיסת מידע בזיכרון: החברה פיתחה דרך חדשנית לדחוס את המידע הרלוונטי בצורה שמאפשרת גישה מהירה ויעילה יותר אליו במהלך הפעולה. שיטה זו חוסכת לא רק בזמן עיבוד אלא גם בעלויות תפעול.

"בזכות חדשנות בתחום הספארסיות ודחיסת מידע, דיפסיק השיגה את מה שרבים חשבו לבלתי אפשרי," מציין פרופ' ליו. "הגישה הזו היא לא רק פורצת דרך מבחינה טכנולוגית, אלא גם מנגישה את התחום לחוקרים נוספים."

משמעות המהפכה של דיפסיק

המודלים והטכניקות של דיפסיק פורסמו תחת רישיון הקוד הפתוח MIT, כך שכל אחד יכול להורידם, להשתמש בהם ואף להתאימם לצרכיו. צעד זה מעורר סערה בעולם הטכנולוגיה. בעוד שחברות רבות עלולות להיפגע, הקהילה המחקרית כולה תיהנה מהשינוי.

"עכשיו, גם חוקרים באוניברסיטאות, שמוגבלים במשאבים, יכולים להתנסות בפיתוחים מורכבים," מסביר פרופ' ליו. לדבריו, המודלים החדשים גם יוזילו את העלויות לצרכנים. במקום להשתמש בשירותי ענן יקרים, חלק מהמודלים יוכלו לפעול ישירות על מחשבים אישיים או טלפונים חכמים.

ההשפעה של דיפסיק מורגשת כבר עכשיו: מנייתה של חברת NVIDIA צנחה ב-600 מיליארד דולר, בעוד הביקוש לאפליקציית הצ'אט של דיפסיק מבוססת V3 זינק בצורה חסרת תקדים.

למרות זאת, לא ברור עדיין אם הגישה של דיפסיק תאפשר פיתוח מודלים חזקים יותר, או שתתרכז בעיקר בשיפור היעילות של המודלים הקיימים.

הפוסט דיפסיק משנה את כללי המשחק בעולם ה-AI: מהפכה טכנולוגית בעלות נמוכה הופיע לראשונה ב-Chiportal.