O acordo de US$ 11,6 mil milhões de Anthropic com a Akamai coloca CPUs de volta em cena

Leia o substantivo após o número

Em 24 de setembro de 2026, a Akamai anunciou um compromisso contratual de US$ 11,6 mil milhões da Anthropic ao longo de sete anos. O anúncio identifica especificamente o crescimento da carga de trabalho CPU. Descreve também uma potencial expansão adicional, que não deve ser contabilizada como parte do montante inicialmente comprometido. Akamai: compromisso de sete anos e US$ 11,6 mil milhões Anthropic ↗

A distinção é importante. Um grande acordo de infraestrutura AI é facilmente interpretado como mais uma ordem para aceleradores. Neste caso, a demanda declarada é de infraestrutura CPU e software associado. O comunicado não fornece um mapa detalhado das cargas de trabalho internas do Anthropic, portanto seria especulação atribuir o contrato a serviços específicos.

O que envolve o modelo

Em uma aplicação AI típica, a inferência do modelo é apenas um estágio. Autenticação, roteamento de solicitações, processamento de documentos, bancos de dados, execução de ferramentas e registro em log podem exigir computação substancial de uso geral. Estes são exemplos arquitetônicos, não uma descrição dos sistemas não divulgados por trás deste acordo.

Considere um assistente de documentos. Antes que um GPU gere uma resposta, o aplicativo pode precisar verificar permissões, recuperar registros, preparar um prompt e entrar em contato com outro serviço. Após a geração, pode ser necessário validar uma saída ou armazenar um registro de auditoria. Acelerar o modelo não acelera automaticamente as etapas circundantes.

A implicação de compra

Este é um corretivo útil para equipas que alocam quase todo o orçamento de hardware para GPUs. Um acelerador pode esperar por dados, compartilhar um host restrito ou ficar atrás de um serviço de aplicativo lento. A computação cara não é produtiva simplesmente porque está instalada.

Isso não significa que toda compra de GPU precise de uma configuração CPU superdimensionada. Isso significa que os requisitos do host e do aplicativo devem ser medidos. Acompanhe o tempo de preparação de dados, utilização de CPU, latência de armazenamento e atividade de rede junto com a utilização de GPU. Procure o estágio que limita o trabalho concluído antes de decidir qual componente atualizar.

Para aplicações distribuídas, diferencie também o CPU dentro de um servidor GPU das máquinas separadas que executam bancos de dados, gateways de armazenamento ou serviços de controle. Eles podem ter diferentes requisitos de disponibilidade, memória e escalabilidade. Tratar toda a demanda CPU como um item de linha pode ocultar essas diferenças.

Uma definição mais ampla de infraestrutura AI

O prazo de sete anos do acordo também separa o planejamento da demanda de longo prazo da capacidade instalada imediata. Um compromisso contratual não é um relatório de implantação no mesmo dia. Sua relevância está na escala e na duração da demanda que a Akamai afirma que apoiará.

Nossa interpretação é direta: o mercado de infraestrutura AI deve ser entendido como um ecossistema de serviços e máquinas. Os aceleradores continuam sendo fundamentais, mas um plano de compra útil acompanha toda a aplicação. Para muitas empresas, a próxima melhoria significativa de desempenho pode advir de fazer com que os equipamentos que já possuem gastem menos tempo de espera.