Anthropic今日宣布,将使用SpaceX的Colossus 1超级计算机为其旗下Claude聊天机器人提供运算支持。
Colossus 1最初由埃隆·马斯克旗下的AI公司xAI于2024年建造,SpaceX在今年早些时候完成对xAI的收购后,随之获得了这台超级计算机。
该超级计算机部署于孟菲斯附近的一处数据中心,搭载逾22万块英伟达显卡,可为Claude提供300兆瓦的算力支持。Anthropic将利用这些算力处理Claude Pro和Max版订阅用户的请求。
与此同时,Anthropic还上调了Claude Code及Claude API的使用上限。Claude Code的请求量上限(每五小时重置一次)已翻倍,API用户每分钟可处理的输入与输出Token数量也大幅提升。
在未来合作方面,SpaceX表示Anthropic已"表达了合作兴趣,计划共同开发数吉瓦级别的轨道AI算力"。SpaceX早在今年1月底便公布了在太空部署数据中心的计划,拟发射每颗可搭载100千瓦AI硬件的卫星,要实现Anthropic所需的多吉瓦算力池,预计需要数千颗此类卫星。这些卫星将通过大型太阳能电池板阵列供电,并配备约100平方米的散热器,以红外辐射形式将芯片产生的热量散发至太空。
SpaceX计划在德克萨斯州新建自有芯片制造园区,用于生产搭载卫星的AI芯片。根据本周披露的文件,该项目初期投入至少550亿美元,最终预算可能超过这一数字的两倍。
在其他算力来源方面,亚马逊将于年底前为Anthropic提供近1吉瓦的算力,并计划投资最多250亿美元,长期算力供应规模可达4吉瓦。此外,Anthropic近期还与博通及谷歌签署了规模相当的AI硬件合作协议,相关算力预计于2027年起陆续上线。
SpaceX目前正在Colossus 1附近建设第二台超级计算机Colossus 2,满负荷运行时将搭载55万块B200芯片,算力可达2吉瓦。此次与Anthropic的合作也引发外界猜测,SpaceX或将对外出售Colossus 2的算力资源,借此进入AI基础设施市场,开辟新的营收来源,并为其即将到来的IPO提振关注度。据悉,SpaceX计划今年晚些时候以2万亿美元估值完成IPO,目标融资规模达750亿美元。
Q&A
Q1:Colossus 1超级计算机有哪些硬件配置?
A:Colossus 1部署于孟菲斯附近的数据中心,搭载超过22万块英伟达显卡,可为Anthropic的Claude提供300兆瓦的算力支持,主要用于处理Claude Pro和Max版订阅用户的请求。
Q2:SpaceX的太空数据中心计划是怎么回事?
A:SpaceX计划发射搭载AI硬件的卫星,每颗卫星可承载100千瓦的AI算力,通过太阳能供电,并配备散热器将热量以红外辐射形式散发到太空。要达到Anthropic感兴趣的数吉瓦级别算力,预计需要数千颗此类卫星。
Q3:Anthropic除了和SpaceX合作,还有哪些算力来源?
A:Anthropic与多家公司建立了算力合作关系。亚马逊将于年底前提供近1吉瓦算力,并投资最多250亿美元,长期可扩展至4吉瓦;同时Anthropic还与博通和谷歌签署了规模相当的AI硬件协议,相关算力预计2027年上线。
好文章,需要你的鼓励
Converge Bio完成550万美元种子轮融资,由TLV Partners领投。该公司专为生物科技和制药行业打造LLM应用平台,提供数据增强、模型微调及可解释性分析等功能,帮助企业将通用生物基础模型转化为可实际落地的研发工具。以抗体研究为例,平台可将抗体LLM精调至氨基酸级别的结合亲和力预测,并生成优化序列。公司计划用于扩充团队、拓展客户,并发布抗体设计科研论文。
香港大学与哈尔滨工业大学联合发布的这项研究(arXiv:2605.06196)发现,大语言模型在扮演不同社会层级角色时,内部神经网络存在一条清晰的"粒度轴",从普通个人视角延伸至全球机构视角。这条轴是AI角色空间的主导几何方向,可被测量、被跨模型复现,并通过激活引导技术加以操控,为AI社会模拟的可信度评估和角色视角的主动调控提供了新工具。
ChatGPT高级语音模式的创造者Alexis Conneau离开OpenAI后,创办了音频AI初创公司WaveForms AI,并获得由a16z领投的4000万美元种子轮融资。该公司专注于训练自有音频大语言模型,计划于2025年推出与OpenAI、谷歌竞争的AI音频产品。Conneau深受电影《Her》启发,致力于开发具备情感感知能力的语音AI,同时警惕AI伴侣化带来的社会问题,强调技术应服务于人而非取代人际关系。
华盛顿大学研究团队发现,在AI数学推理训练中,将随机拼凑的拉丁文占位词(Lorem Ipsum)添加到题目前,能帮助AI突破"全部答错、训练停滞"的困境,在多个模型上平均提升推理得分2.8至6.2分。研究揭示了有效扰动的两个关键特征:使用拉丁语词汇避免语义干扰,以及保持较低困惑度确保AI能正确理解题目内容。