Anthropic ने Amazon से 5 अरब डॉलर का निवेश जुटाया, बदले में 100 अरब डॉलर के cloud खर्च का वादा

• Amazon के अतिरिक्त निवेश के साथ आने वाले 10 वर्षों में AWS पर 100 अरब डॉलर से अधिक खर्च करने पर सहमति, cloud infrastructure और funding को जोड़ने वाली deal संरचना
• इसके बदले Claude की training और operation में उपयोग के लिए नई computing capacity के रूप में अधिकतम 5GW सुरक्षित, केवल cash investment से आगे बढ़कर वास्तविक infrastructure access इस deal का मुख्य तत्व
• Amazon का कुल निवेश बढ़कर 13 अरब डॉलर हो गया, और यह संरचना दो महीने पहले हुए OpenAI investment deal जैसी है
• deal के केंद्र में Amazon के custom chips शामिल हैं, और Graviton तथा Trainium परिवार में Trainium2 से Trainium4 तक इसका दायरा फैला है
• आगे आने वाले chips के लिए भी capacity purchase option सुरक्षित किया गया है, और इस घोषणा के बाद Anthropic की अतिरिक्त funding संभावना तथा 800 अरब डॉलर से अधिक valuation संबंधी रिपोर्टें सामने आईं

---

deal का अवलोकन

• Amazon के अतिरिक्त निवेश 5 अरब डॉलर पर सहमति, Anthropic में Amazon का कुल निवेश बढ़कर 13 अरब डॉलर
• Anthropic की AWS spending commitment शामिल, आने वाले 10 वर्षों में AWS पर 100 अरब डॉलर से अधिक खर्च करने पर सहमति
  • इसके बदले Claude की training और operation के लिए नई computing capacity के रूप में अधिकतम 5GW सुरक्षित
• यह deal संरचना Amazon की हाल की एक अन्य AI investment structure से मिलती-जुलती है
  • केवल cash investment ही नहीं, बल्कि cloud infrastructure services भी deal structure का हिस्सा हैं

OpenAI deal से तुलना

• दो महीने पहले Amazon और OpenAI के बीच हुई deal से संरचनात्मक समानता
  • Amazon ने 110 अरब डॉलर के funding round में भाग लिया
  • इनमें से 50 अरब डॉलर का निवेश किया
  • उस round में ChatGPT डेवलपर की pre-money valuation 730 अरब डॉलर दर्ज की गई
• OpenAI deal में भी सीधे cash के अलावा infrastructure provision का कुछ हिस्सा शामिल था

मुख्य infrastructure और chips

• इस deal के केंद्र में Amazon के custom chips शामिल हैं
  • Graviton एक low-power CPU है
  • Trainium Nvidia से प्रतिस्पर्धा करने वाला AI accelerator chip है
• Anthropic deal के दायरे में Trainium2 से Trainium4 तक शामिल हैं
  • Trainium4 अभी उपलब्ध नहीं है
  • नवीनतम chip Trainium3 दिसंबर में लॉन्च होगा
• Anthropic ने आगे आने वाले Amazon chips के लिए भी capacity purchase option सुरक्षित किया है
  • नए chips उपलब्ध होने पर संबंधित capacity खरीदने का विकल्प शामिल है

अतिरिक्त funding की संभावना

• कहा गया है कि यह घोषणा Anthropic के नए funding round का संकेत हो सकती है
• ऐसी रिपोर्टें हैं कि venture capital firms ने Anthropic में capital लगाने का प्रस्ताव दिया है
  • इन deals के आधार पर कंपनी की valuation 800 अरब डॉलर से अधिक हो सकती है

[GN⁺]

Hacker News की राय

• अभी की स्थिति देखकर लगता है कि मुनाफ़े का भ्रम लगभग खत्म होने वाला है। यह भी सवाल है कि निवेशकों की उम्मीद के मुताबिक कमाई निकल रही है या नहीं, और Anthropic तथा OpenAI का IPO की तरफ बढ़ना भी समय खरीदने वाला कदम लगता है। टोकन की असल लागत सामने आनी शुरू हो गई है, और compute bottleneck भी गंभीर है। Opus 4.7 की 7.5x token rate देखकर बोझ बड़ा महसूस हुआ, और open models कहीं सस्ते हैं, इसलिए जैसे-जैसे कंपनियां लागत के प्रति संवेदनशील होंगी, Big 2 और कमजोर दिख सकते हैं। यह भी जिज्ञासा है कि data center और power supply क्या काफ़ी तेज़ी से बढ़ पाएंगे, या फिर यह AGI तक पहले पहुंचने की एक विशाल all-in बाज़ी है। सबसे बढ़कर, model performance ठहरी हुई सी लगती है, और जटिल कामों में तो उल्टा productivity गिरती महसूस हो रही है
  • मेरा मानना है कि बहुत-सी कंपनियों को शुरू से ही public market में होना ज़रूरी नहीं था। quarterly results खराब आते ही खून बहना रोकने का संकेत देने के लिए बार-बार mass layoffs करने वाली संस्कृति बहुत हानिकारक और हास्यास्पद लगती है। जिन कंपनियों में मैं था, वे unlisted रहते समय अपने स्वर्णकाल में थीं, और अंत में आर्थिक दीवार से टकराकर किसी बड़ी listed company को बेच दी जाती थीं। अगर कोई ऐसा वैकल्पिक बाज़ार हो जहां सिर्फ long-term investment हो सके और कुछ वर्षों तक पूंजी निकाली न जा सके, तो शायद वह ज़्यादा स्वस्थ मॉडल होगा
  • software development के नज़रिए से मुझे लगता है कि मौजूदा models अभी प्रति token लागत को पर्याप्त रूप से justify करते हैं। यह कदम किसी overreach का संकेत कम, और मांग का अनुमान लगाकर पहले से supply सुरक्षित करने का फ़ैसला ज़्यादा लगता है। इसे ऐसे समझा जा सकता है जैसे कोई airline भविष्य का fuel पहले खरीद ले, या Apple DRAM की supply पहले से lock कर ले
  • यह निराशावाद ज़मीन से कितना जुड़ा है, यह मुझे स्पष्ट नहीं है। Fortune 500 कंपनियां पहले ही Anthropic जैसी कंपनियों के साथ सिर्फ प्रयोग करने के चरण से आगे निकल चुकी हैं, और अब पूरी organization में इसे कैसे लागू करना है तथा governance कैसे तय करना है, इस पर तेज़ी से काम कर रही हैं। overheating हुई थी, यह सही है, लेकिन value proposition अब और अधिक ठोस होता जा रहा है। कुछ AI कंपनियों ने शायद ज़रूरत से ज़्यादा spending commit कर दी हो, लेकिन Anthropic अपेक्षाकृत तेज़ी से profitability की तरफ बढ़ रही थी, ऐसा मुझे लगता है
  • मैं पूरी तरह असहमत नहीं हूं, लेकिन कुछ counterpoints हैं। सबसे पहले, model providers के बारे में यह दलील काफ़ी भरोसेमंद लगती है कि सिर्फ inference token service cost को देखें तो वे पहले से profitable हैं। घाटा अगली पीढ़ी के models की training में बन रहा है। open models में अभी performance gap काफ़ी बड़ा है, इसलिए token अभी भी अपेक्षाकृत सस्ते हैं और hallucination cost महंगी पड़ती है; इस वजह से coding agents में open models का अपनाना बहुत बढ़ा है, ऐसा मुझे महसूस नहीं हुआ। AI economy को लेकर मैं भी पूरी तरह आश्वस्त नहीं हूं, लेकिन Meta और Microsoft जैसी कंपनियों की valuation पहले ही कुछ नीचे आई है, और निवेशक भी कुछ हद तक overvaluation से सावधान दिखते हैं। warning signs पूरी तरह साफ़ नहीं हैं, लेकिन corporate profits अभी भी स्वस्थ लगते हैं। मैंने Anthropic token cost analysis और corporate profits पर Economist लेख देखा है
  • मुझे भी लगता है कि दिशा यही है। सचमुच ऐसा महसूस हो रहा है कि सेवाएं usage limits कड़ी करना शुरू कर चुकी हैं। मैं Google 5TB plan की वजह से Gemini Pro इस्तेमाल करता हूं, और IDE की तरफ Github Copilot Pro भी इस्तेमाल करता हूं, लेकिन हाल में Gemini में limit कहीं जल्दी लग जाती है और कुछ ही घंटों में Pro tokens खत्म होने का संदेश दिखने लगा है। पहले तो दिन का अधिकांश हिस्सा इस्तेमाल कर पाता था, अब सुबह में ही रुक जाता हूं। इसलिए मैं गंभीरता से सोच रहा हूं कि इस साल के भीतर बड़ा GPU वाला PC खरीदकर local execution की तरफ चला जाऊं। अभी के रुझान को देखकर लगता है कि लागत घटने से ज़्यादा बढ़ने की संभावना है
• अगर 100B डॉलर खर्च करने की नौबत है, तो यह सवाल उठता है कि क्या third-party cloud का इस्तेमाल जारी रखना सही है। Amazon चाहे कितनी भी अच्छी शर्तें दे, इतने बड़े पैमाने पर अंततः अपना own stack रखना चाहेंगे, ऐसा लगता है। खासकर ऐसे बेहद प्रतिस्पर्धी क्षेत्र में जल्द ही margin महत्वपूर्ण हो जाएगा, इसलिए और भी। अभी hyperscalers कुछ ज़्यादा ही गुलाबी अनुमान लगाकर अधिकतम पूंजी खींचने की कोशिश करते दिखते हैं, और मुझे लगता है कि इस cycle की peak दूर नहीं है, या शायद आ भी चुकी है
  • समस्या यह है कि इसका विकल्प आखिरकार खुद data center बनाना ही है। अमेरिका में 2, यूरोप में 2, एशिया में 2, अफ्रीका में 1, LATAM में 1 तक की ज़रूरत पड़ सकती है, और इनमें से आधे से ज़्यादा समय पर तैयार भी होने चाहिए। लेकिन यही “समय पर” सबसे कठिन हिस्सा है। स्थानीय सरकार की अनुमति, power companies से बातचीत, राजनीतिक बदलाव, military contracts जैसी वजहों से permit रद्द भी हो सकता है। इसके अलावा CPU, GPU, memory, network equipment सबकी procurement भी चाहिए, और industrial power transformer का lead time 5 साल से ज़्यादा होना भी बड़ी बात है। water treatment facilities भी permit के बिना आगे नहीं बढ़ सकतीं। ऐसे माहौल में AWS या Google किसी ऐसे ग्राहक को विशेष रियायत देंगे जिसके बारे में उन्हें पता हो कि वह निकलने की सोच रहा है—यह मानना मुश्किल है। AI और LLM खुद ही पहले से जटिल और नाज़ुक प्रतिस्पर्धी माहौल हैं; इसके साथ data center construction भी साथ में करना diversification नहीं बल्कि मौत का फरमान जैसा लगता है
  • जिस कंपनी ने कभी data center बनाया ही नहीं, उसका सीधे 100B पैमाने की compute capacity चलाने वाली कंपनी बन जाना दशकों लंबा high-risk लक्ष्य लगता है
  • मैं इन commitments को जोखिम का एक हिस्सा Amazon या Oracle जैसे infrastructure providers को ट्रांसफर करने वाली संरचना मानता हूं। Anthropic या OpenAI अगर अनुमान के मुताबिक नहीं पहुंचते, तो infrastructure providers उन assets को दूसरे ग्राहकों को बेच सकते हैं या खुद इस्तेमाल कर सकते हैं। उल्टा अगर मांग उम्मीद से ज़्यादा निकलती है, तो VC funding और आएगी और प्रतिस्पर्धियों को महंगा करके भी बाहर धकेला जा सकेगा। लेकिन अगर खुद build किया और demand forecast गलत निकला, तो गलती बहुत महंगी पड़ेगी; इसलिए अंततः यह risk sharing जैसा है
  • मुझे लगता है कि जवाब लेख में ही है। Anthropic के contract में अभी तक launch न हुआ Trainium4 भी शामिल है, और Amazon की बाद की chip generations आने पर उनकी capacity खरीदने का option भी सुरक्षित है। यानी यह सिर्फ आज की supply नहीं, बल्कि future chip roadmap के पूरे दायरे में supply rights पहले से पकड़ लेने जैसा है
  • मैंने पहले Facebook पर एक chart देखा था जिसमें top AI कंपनियों के बीच पैसा कुछ गिनी-चुनी कंपनियों में घूमता दिख रहा था, और वह सचमुच चौंकाने वाला था। यह लगभग पैसे घुमाने जैसा लगा, इसलिए कुछ हद तक धोखाधड़ी जैसा प्रभाव पड़ा
• AI labs को लेकर अपेक्षा आखिर है क्या, यह सोचता हूं। मेरी नज़र में अभी इनके products लगभग commoditized दिखते हैं, और मज़बूत open source competitors भी बहुत हैं। अंततः ऐसे models पर लगने वाला premium justify करना और मुश्किल होता जाएगा
  • मेरा मानना है कि तथाकथित Mythos स्थिति, चाहे सच हो या बढ़ा-चढ़ाकर कही गई हो, आखिरकार endgame की तरफ इशारा करती है। अगर दुनिया पर बड़ा असर डाल सकने वाले पर्याप्त शक्तिशाली models आ गए, तो फिर उपभोक्ताओं को बेचने वाले model पर सोचने के बजाय, उन्हें खुद economy पर कब्ज़ा करने में इस्तेमाल किया जाएगा या state द्वारा nationalize किए जाने की आशंका बनेगी। अगर आपके पास ऐसी मशीन है जो सब कुछ automate कर सकती है, तो फिर उसकी access क्यों बेची जाए—सोच कुछ ऐसी है
  • मुझे लगता है कि open source models 1–2 साल में पूरी तरह बराबरी पर आ सकते हैं। product भी commodity है और model भी commodity है। अभी bottleneck सिर्फ इतना है कि large-scale inference के लिए GPU cores जुटाना कठिन है। आखिरकार जो चीज़ चाहिए वह lock-in वाला platform है, लेकिन वह open source models के आधार पर क्यों नहीं हो सकता, यह मुझे समझ नहीं आता
  • अभी अधिकांश बड़ी tech कंपनियों में coding agents का व्यापक deployment हो रहा है, ऐसा मैं मानता हूं। कुछ जगहों पर तो token limits भी लगभग नहीं हैं; बस output justify कर दो और खुलकर इस्तेमाल करो। कंपनियां इन tools को workflow में गहरा बिठा रही हैं, और internal processes की documentation भी खास tools के इर्द-गिर्द होने लगी है। एक बार कुछ चलने लगे तो वह पूरी organization में तेज़ी से replicate हो जाता है। अगर Anthropic 30B डॉलर revenue तक पहुंच चुकी है, और यह भी coding के बड़े पैमाने पर rollout की सिर्फ शुरुआती अवस्था है, तो इस संख्या को नज़रअंदाज़ करना मुश्किल है
  • मेरी नज़र में ये models commodity होने के साथ-साथ cyber weapons भी हैं। military competition वाले देश बेहतर AI के ज़रिए मज़बूत cyber capability और intelligence capability पाना चाहेंगे, इसलिए वे सिर्फ एक lab नहीं चुनेंगे बल्कि कई AI defense vendors को प्रतिस्पर्धा में रखेंगे। जैसे पहले अमेरिका कई देशों को हथियार बेचता था, वैसे ही आगे चलकर चीन, अमेरिका, फ्रांस आदि AI cyber capability बेच सकते हैं। अलग-अलग देश सुरक्षा कारणों से दूसरे के cloud पर पूरी तरह भरोसा भी नहीं करेंगे, इसलिए अपने पसंदीदा vendor clusters चलाने के लिए खुद के data centers की ज़रूरत पड़ सकती है
  • मुझे नहीं लगता कि किसी कंपनी के पास moat है। OpenAI मुझे पहले ही अपनी बढ़त खोता हुआ लग रहा है, और अभी कोई भी साफ़ तौर पर जीतता नहीं दिखता। आख़िर में यह ऐसे chicken game जैसा लगता है जिसमें GPU जलाकर खेला जा रहा हो, जो लंबे समय तक टिकेगा भी नहीं। संदर्भ के लिए मैंने संबंधित comparison image देखी थी
• consumer-grade local models कुछ ही वर्षों में काफ़ी अच्छे हो जाएं, उससे पहले पैसा खींचने की रफ़्तार और तेज़ होती लग रही है। अभी demand विस्फोटक है, लेकिन on-device inference जड़ पकड़ते ही किसी बिंदु पर demand अचानक गिर सकती है, इसलिए पूरी चीज़ house of cards जैसी लगती है
  • मुझे तो लगता है कि मैं उस भविष्य का कुछ हिस्सा अभी से जी रहा हूं। अगर किसी ठीक-ठाक execution framework के साथ context management, unix-based memory, web search और access mechanisms जुड़ जाएं, तो local models भी practically frontier models जैसी उपयोगिता दे सकते हैं। speed तो कई बार उससे भी तेज़ होती है। जब तक AI कंपनियां वास्तविक लागत से कम subsidized pricing देकर बढ़त बनाए हुए हैं, तब तक मैं उनकी सेवाओं के लिए भुगतान करूंगा; लेकिन अंततः उन्हीं की सेवाओं का उपयोग करके उनके अपने पतन को bootstrap भी किया जा सकता है। मैं लंबे समय से अपने computer पर अपना software चलाने वाले पक्ष का समर्थक हूं
  • मैं भी उसी समय का इंतज़ार कर रहा हूं। शायद taalas जैसे high-performance custom hardware coding LLM engine और open source coding agents का संयोजन समाधान हो सकता है। अगर कीमत high-end graphics card के स्तर की हुई, तो समय के साथ उसकी लागत वसूल हो सकती है। यह कुछ वैसा ही लगता है जैसे IBM mainframe से PC की ओर हुआ पुराना संक्रमण फिर दोहराया जा रहा हो
  • consumer models पहले से काफी अच्छे हैं, और local inference का असली bottleneck hardware है। छोटे models लगभग किसी भी device पर चल सकते हैं, लेकिन जैसे-जैसे अधिक knowledge और बड़ा context चाहिए, requirements तेज़ी से बढ़ जाती हैं
• मुझे जिज्ञासा थी कि कहीं यह Nvidia और OpenAI के बीच दिखी संरचना की तरह आखिरकार पैसे और कर्ज़ का चक्र तो नहीं है
  • Nvidia और OpenAI के मामले में वास्तव में graphics cards का लेन-देन हुआ था, और vendor financing अपने आप में कोई असामान्य चीज़ नहीं है; यह कुछ वैसा है जैसे car dealership loan जोड़कर गाड़ी बेचे
  • मुझे याद है कि Oracle भी इसमें शामिल हुई थी और बाद में झटका खाया था
  • chip development में frontier तक पहुंचने के लिए आखिरकार economies of scale चाहिए होती हैं। इसलिए मांग को finance करके scale बनाना मुझे Ponzi scheme से ज़्यादा एक तर्कसंगत संरचना लगता है। Anthropic को दुर्लभ compute resources तक पहुंच मिलती है, और Amazon को R&D तथा capex बढ़ाने को justify करने वाली demand और field feedback मिलता है
• मैं economics का expert नहीं हूं, लेकिन यह समझना चाहता था कि Amazon 5B डॉलर देकर बाद में वही पैसा 20 गुना वापस कैसे ले सकता है
  • मेरा समझना है कि 5B डॉलर सीधे दिए गए पैसे नहीं बल्कि equity investment हैं, और साथ में spending commitment भी है। अगर 10 साल में 100B डॉलर के usage commitment की बात है, तो 5B शायद 3 साल के भीतर, शायद उससे भी पहले खर्च हो सकते हैं। मेरी व्याख्या में Amazon usage credits देता है और बदले में equity लेता है; अगर Anthropic सफल होती है, तो यह Amazon के लिए अच्छा सौदा है। असफल होने पर investment side पर नुकसान हो सकता है, लेकिन operational side पर लगभग 5B डॉलर revenue lock हो जाता है और expansion का औचित्य भी मिलता है। Anthropic के लिए यह ऐसा ढांचा है जो तुरंत सारे numbers match न होने पर भी ज़्यादा समय तक टिके रहने की मोहलत देता है। आख़िर में, Amazon के पैसे से Amazon की capacity बढ़ाना, किसी और के पैसे से अपनी capacity बनाने की तुलना में शायद तेज़ पड़ता है
  • मूल बात यह है कि अभी तुरंत large-scale compute चाहिए। Amazon ने कहा है कि वह आज 5B डॉलर निवेश कर रहा है और बाद में 20B डॉलर तक अतिरिक्त दे सकता है, जबकि पहले से 8B डॉलर का निवेश भी है। इस deal से 3 महीनों के भीतर meaningful capacity बढ़ेगी और साल खत्म होने से पहले कुल लगभग 1GW के स्तर तक पहुंचने की बात है। संबंधित जानकारी मैंने Anthropic announcement में देखी
  • अंततः इसे ऐसे समझना आसान है कि अभी 5B डॉलर मिल रहे हैं, और वैसे भी खर्च होने वाले compute bill के रूप में सालाना लगभग 10B डॉलर चुकाने हैं
  • यह Amazon के लिए शुद्ध 100B डॉलर का profit नहीं है, बल्कि operational costs वाले service exchange की बात है। Anthropic को भी यह पैसा अपने business operations के लिए वैसे भी खर्च करना था, इसलिए यह बाद में कम भुगतान करने वाली छूट से ज़्यादा, अभी cash लेकर बाद में सामान्य दर पर भुगतान करने वाली एक तरह की advance discount जैसा लगता है
  • मैं भी लगभग यही समझा। infrastructure cost तो वैसे भी होनी है, इसलिए Amazon का 5B डॉलर देना दरअसल उस spending को AWS से बंधा हुआ contract बनाने जैसा है
• आख़िर में मज़ाक में यही ख़याल आया कि Anthropic को शायद Prime Visa card के 5% cashback का enterprise version मिल गया। यानी AI कंपनियां भी अंदर से हमसे बहुत अलग नहीं हैं
• मौजूदा geopolitical स्थिति देखकर लगता है कि memory chips और तरह-तरह के CPU, GPU की production capacity घट सकती है। जापान, कोरिया और सिंगापुर से जुड़ी जो ख़बरें मैंने देखी हैं, उनसे यह चिंता और बढ़ी है। अगर यह आकलन सही निकला, तो नए data centers बनाने की लागत तेज़ी से बढ़ सकती है, जो चिंताजनक है
• मुझे चिंता है कि जब यह पागलपन खत्म होगा, तो क्या अंत में taxpayers को ऐसी कंपनियों का bailout करना पड़ेगा
  • मेरे हिसाब से यह तभी होगा जब हम ऐसा होने देंगे। आख़िरकार जवाब vote ही है