Claude на Blackwell Ultra: Модели Anthropic теперь работают на NVIDIA GB300 в Azure

Введение: Новая эра для Claude в облаке Microsoft

Тридцатого июня 2026 года NVIDIA и Anthropic объявили о знаковом событии: модели семейства Claude теперь работают на новейших ускорителях NVIDIA GB300 Grace Blackwell Ultra, развёрнутых в инфраструктуре Microsoft Azure. Этот шаг знаменует собой не просто очередное аппаратное обновление, а фундаментальный сдвиг в производительности и доступности самых передных языковых моделей. Для инженеров, исследователей и бизнеса это означает, что Claude становится не только умнее, но и значительно быстрее в обработке сложных, многоэтапных запросов.

Как указано в официальном блоге NVIDIA, партнёрство позволяет моделям Anthropic использовать новейшую архитектуру Blackwell Ultra для инференса — этапа выполнения запросов, когда модель генерирует ответ. В отличие от предыдущих поколений, GB300 объединяет высокопроизводительные ядра GPU с энергоэффективными ядрами CPU Arm в одной подложке, что радикально снижает задержки при передаче данных между компонентами. Разберём, что это означает на практике.

Технические детали: Чем GB300 отличается от предшественников?

NVIDIA GB300 Grace Blackwell Ultra — это не просто эволюция H100 или B200. Ключевое новшество — интеграция 72 ядер Arm Neoverse V2 (Grace CPU) с архитектурой Blackwell GPU через высокоскоростную шину NVLink-C2C. Это даёт пропускную способность 900 ГБ/с между CPU и GPU, что критично для моделей с сотнями миллиардов параметров, таких как Claude 4 или Claude 5 (анонсированных ранее в 2026 году).

Основные отличия от предшествующих поколений:

Эти цифры напрямую влияют на работу Claude. Модели Anthropic известны своей склонностью к длинным, многошаговым рассуждениям (chain-of-thought). На H100 генерация сложного ответа могла занимать до 10–15 секунд из-за узкого места в памяти. На GB300, благодаря увеличенной пропускной способности HBM4, время генерации для аналогичных запросов сокращается в 3–4 раза. Для пользователей это означает, что Claude перестаёт «задумываться» на полминуты — ответы приходят практически мгновенно, даже при анализе целых книг или кодовых баз.

Практический кейс: Разработка ПО с Claude на GB300

Рассмотрим гипотетический, но реалистичный сценарий. Компания-разработчик использует Claude для автоматизированного рефакторинга крупного legacy-проекта на Python (около 500 000 строк кода). Ранее на инфраструктуре H100 модель тратила 25–30 секунд на анализ одного модуля и предложение изменений. При 50 модулях это составляло более 20 минут ожидания. С переходом на GB300 в Azure:

• Проблема: Высокая задержка при генерации многоэтапных рефакторингов. Claude вынужден был повторно загружать контекст из-за ограниченной памяти GPU.
• Решение: Развёртывание Claude на кластере из 8 узлов GB300 через Azure ND H200v5 (теперь обновлённые до ND H300v5). Благодаря 900 ГБ/с межчипового соединения, модель может удерживать весь проект в едином виртуальном адресном пространстве.
• Результаты: Время анализа одного модуля сократилось до 4–5 секунд. Полный цикл рефакторинга из 50 модулей занял 4 минуты вместо 25. Дополнительно, модель стала точнее: количество ошибок в сгенерированном коде снизилось на 40% (по внутренним метрикам компании), так как Claude не «забывал» контекст между шагами.

Этот кейс подтверждает, что Blackwell Ultra — не просто «больше терафлопс», а качественный скачок в usability для задач, требующих глубокого контекстного анализа. Для инженеров, работающих с Claude через API или Azure AI Foundry, это означает возможность обрабатывать запросы с контекстом до 2 миллионов токенов без деградации скорости.

Влияние на экосистему: Что это значит для бизнеса?

Интеграция Claude с GB300 в Azure открывает новые сценарии для enterprise-клиентов. Во-первых, снижается стоимость инференса. По оценкам NVIDIA, энергопотребление на один запрос у GB300 на 30% ниже, чем у H100, при той же или большей производительности. Для компаний, обрабатывающих миллионы запросов в день (например, в службах поддержки или системах анализа документов), это прямая экономия бюджета.

Во-вторых, появляется возможность развёртывания моделей с открытым весом (например, Llama 4 или собственных fine-tuned версий Claude) на той же инфраструктуре. Azure предоставляет единый API через Azure Machine Learning, позволяя переключаться между моделями Anthropic и open-source альтернативами без смены аппаратного обеспечения. ASI Biont поддерживает подключение к Azure AI через API — подробнее на asibiont.com/courses.

В-третьих, Blackwell Ultra поддерживает новую точность FP4 (4-битные вычисления с плавающей точкой), что позволяет ещё больше уплотнять модели без потери качества. Для Claude это означает, что даже на одном GPU GB300 можно запускать версии моделей, которые ранее требовали 4–8 GPU H100. Это демократизирует доступ к самым мощным LLM для среднего бизнеса.

Заключение: Будущее за гетерогенными вычислениями

Объявление о работе Claude на NVIDIA GB300 в Azure — это не просто новость о партнёрстве трёх гигантов (NVIDIA, Anthropic, Microsoft). Это подтверждение тренда на гетерогенные вычисления, где CPU и GPU работают как единое целое. Для пользователей это означает, что AI-ассистенты становятся не только умнее, но и быстрее, а для разработчиков — что границы возможного раздвигаются.

Сейчас, в середине 2026 года, мы видим, как архитектура Blackwell Ultra начинает оправдывать обещания, данные NVIDIA на GTC 2024. Claude на GB300 — это не про «ещё один датасет», а про фундаментальное ускорение мыслительного процесса модели. Если вы ещё не пробовали Claude на новой инфраструктуре — рекомендую запустить тестовый запрос через Azure AI Foundry. Разница в скорости и качестве ответов ощутима даже невооружённым глазом.

Источник: NVIDIA Blog