L'accordo da 11,6 miliardi di dollari con Akamai di Anthropic rimette CPUs in gioco

Leggi il sostantivo dopo il numero

Il 24 settembre 2026, Akamai ha annunciato un impegno contrattuale di 11,6 miliardi di dollari da parte di Anthropic su sette anni. L'annuncio identifica specificamente la crescita del carico di lavoro di CPU. Descrive inoltre la potenziale ulteriore espansione, che non deve essere conteggiata come parte dell'importo impegnato iniziale. Akamai: impegno di sette anni per 11,6 miliardi di dollari Anthropic ↗

La distinzione è importante. Un grande accordo infrastrutturale AI può essere facilmente interpretato come un altro ordine di acceleratori. In questo caso, la domanda dichiarata riguarda l'infrastruttura CPU e il software associato. Il comunicato non fornisce una mappa dettagliata dei carichi di lavoro interni di Anthropic, quindi sarebbe una speculazione assegnare il contratto a servizi particolari.

Ciò che circonda il modello

In una tipica applicazione AI, l'inferenza del modello è solo una fase. L'autenticazione, l'instradamento delle richieste, l'elaborazione dei documenti, i database, l'esecuzione degli strumenti e la registrazione possono tutti richiedere un'elaborazione sostanziale e generica. Questi sono esempi architettonici, non una descrizione dei sistemi nascosti dietro questo accordo.

Considera un assistente documentale. Prima che un GPU generi una risposta, l'applicazione potrebbe dover verificare le autorizzazioni, recuperare i record, preparare un prompt e contattare un altro servizio. Dopo la generazione, potrebbe essere necessario convalidare un output o archiviare un record di controllo. Accelerare il modello non accelera automaticamente i passaggi circostanti.

L'implicazione di acquisto

Questo è un correttivo utile per i team che assegnano quasi l'intero budget hardware a GPUs. Un acceleratore può attendere dati, condividere un host vincolato o restare dietro un servizio applicativo lento. L'elaborazione costosa non è produttiva semplicemente perché è installata.

Ciò non significa che ogni acquisto di GPU richieda una configurazione di CPU sovradimensionata. Ciò significa che i requisiti dell'host e dell'applicazione dovrebbero essere misurati. Tieni traccia del tempo di preparazione dei dati, dell'utilizzo di CPU, della latenza di archiviazione e dell'attività di rete insieme all'utilizzo di GPU. Cercare la fase che limita il lavoro completato prima di decidere quale componente aggiornare.

Per le applicazioni distribuite, distinguere anche CPU all'interno di un server GPU dalle macchine separate che eseguono database, gateway di archiviazione o servizi di controllo. Possono avere requisiti diversi di disponibilità, memoria e scalabilità. Trattare tutta la domanda CPU come un unico elemento pubblicitario può nascondere tali differenze.

Una definizione più ampia di infrastruttura AI

La durata di sette anni dell'accordo separa inoltre la pianificazione della domanda a lungo termine dalla capacità installata immediata. Un impegno contrattuale non è un rapporto di distribuzione in giornata. La sua rilevanza risiede nella portata e nella durata della domanda che Akamai afferma di voler supportare.

La nostra interpretazione è semplice: il mercato delle infrastrutture AI dovrebbe essere inteso come un ecosistema di servizi e macchine. Gli acceleratori restano centrali, ma un utile piano di acquisto segue tutta la candidatura. Per molte aziende, il prossimo miglioramento significativo delle prestazioni potrebbe derivare dal fatto che le apparecchiature già in loro possesso richiedono meno tempo di attesa.