Der 11,6-Milliarden-Dollar-Deal von Anthropic mit Akamai bringt CPUs wieder ins Rampenlicht

Lesen Sie das Substantiv nach der Zahl

Am 24. September 2026 gab Akamai eine vertragliche Verpflichtung von Anthropic in Höhe von 11,6 Milliarden US-Dollar über einen Zeitraum von sieben Jahren bekannt. In der Ankündigung wird ausdrücklich auf das Arbeitslastwachstum von CPU hingewiesen. Es beschreibt auch eine mögliche weitere Expansion, die nicht als Teil des ursprünglich zugesagten Betrags gezählt werden sollte. Akamai: siebenjährige Verpflichtung, 11,6 Milliarden US-Dollar Anthropic ↗

Die Unterscheidung ist wichtig. Eine große AI-Infrastrukturvereinbarung kann leicht als eine weitere Bestellung von Beschleunigern interpretiert werden. In diesem Fall handelt es sich bei der angegebenen Nachfrage um CPU-Infrastruktur und zugehörige Software. Die Veröffentlichung bietet keine detaillierte Karte der internen Arbeitslasten von Anthropic, daher wäre es Spekulation, den Vertrag bestimmten Diensten zuzuordnen.

Was das Modell umgibt

In einer typischen AI-Anwendung ist die Modellinferenz nur eine Stufe. Authentifizierung, Anforderungsweiterleitung, Dokumentenverarbeitung, Datenbanken, Toolausführung und Protokollierung können alle umfangreiche allgemeine Rechenleistungen erfordern. Hierbei handelt es sich um Architekturbeispiele und nicht um eine Beschreibung der nicht offengelegten Systeme hinter dieser Vereinbarung.

Betrachten Sie einen Dokumentenassistenten. Bevor ein GPU eine Antwort generiert, muss die Anwendung möglicherweise Berechtigungen überprüfen, Datensätze abrufen, eine Eingabeaufforderung vorbereiten und einen anderen Dienst kontaktieren. Nach der Generierung muss möglicherweise eine Ausgabe validiert oder ein Prüfdatensatz gespeichert werden. Durch die Beschleunigung des Modells werden nicht automatisch auch die umliegenden Schritte beschleunigt.

Die Auswirkungen auf den Kauf

Dies ist eine nützliche Korrektur für Teams, die fast das gesamte Hardwarebudget GPUs zuweisen. Ein Beschleuniger kann auf Daten warten, einen eingeschränkten Host gemeinsam nutzen oder hinter einem langsamen Anwendungsdienst sitzen. Teure Rechenleistung ist nicht produktiv, nur weil sie installiert ist.

Das bedeutet nicht, dass jeder GPU-Kauf eine übergroße CPU-Konfiguration benötigt. Das bedeutet, dass Host- und Anwendungsanforderungen gemessen werden sollten. Verfolgen Sie die Datenvorbereitungszeit, die CPU-Auslastung, die Speicherlatenz und die Netzwerkaktivität zusammen mit der GPU-Auslastung. Achten Sie auf die Stufe, die abgeschlossene Arbeiten einschränkt, bevor Sie entscheiden, welche Komponente aktualisiert werden soll.

Unterscheiden Sie bei verteilten Anwendungen auch das CPU innerhalb eines GPU-Servers von den separaten Maschinen, auf denen Datenbanken, Speicher-Gateways oder Steuerungsdienste ausgeführt werden. Sie können unterschiedliche Verfügbarkeits-, Speicher- und Skalierungsanforderungen haben. Die Behandlung der gesamten CPU-Nachfrage als eine Einzelposition kann diese Unterschiede verbergen.

Eine umfassendere Definition der AI-Infrastruktur

Die siebenjährige Laufzeit der Vereinbarung trennt außerdem die langfristige Bedarfsplanung von der sofort installierten Kapazität. Eine vertragliche Verpflichtung ist kein Einsatzbericht am selben Tag. Seine Relevanz liegt im Umfang und in der Dauer der Nachfrage, die Akamai laut eigener Aussage unterstützen wird.

Unsere Interpretation ist einfach: Der AI-Infrastrukturmarkt sollte als Ökosystem von Diensten und Maschinen verstanden werden. Beschleuniger bleiben im Mittelpunkt, aber ein nützlicher Kaufplan folgt der gesamten Anwendung. Für viele Unternehmen könnte die nächste bedeutende Leistungsverbesserung darin bestehen, dass die Geräte, die sie bereits besitzen, weniger Zeit mit Warten verbringen.