Anthropic a confirmé mercredi la création d’une équipe interne de conception de puces dédiées à ses modèles Claude, une décision qui propulse le créateur de chatbot dans la même arène que Google, Amazon et les géants du cloud qui, depuis des années déjà, dessinent leur propre silicium pour s’affranchir de la dépendance à Nvidia. L’annonce, qui valide une exclusivité Reuters datant d’avril, ne relève pas du caprice d’ingénieur ni du communiqué cosmétique. Elle traduit une réalité physique, presque organique, de l’industrie de l’intelligence artificielle en 2026 : la demande en puces dépasse si violemment l’offre (le vrai goulot d’étranglement n’étant pas le GPU mais la donnée) qu’aucun fournisseur unique, fût-il le tout-puissant Nvidia, ne peut rassasier l’appétit des modèles de fondation.
La startup de San Francisco, valorisée à plusieurs dizaines de milliards de dollars, recrute désormais des ingénieurs capables de co-concevoir matériel et logiciel afin d’optimiser la vitesse et l’efficacité énergétique de Claude. L’objectif affiché n’est pas de rompre avec ses partenaires historiques (Nvidia, AMD, AWS, Google Cloud), mais d’ajouter une corde à un arc qui, manifestement, ne tire plus assez vite. Anthropic parle d’une « stratégie multi-puces », un euphémisme élégant pour dire qu’elle veut garder un pied chez tout le monde… tout en posant les fondations de sa propre souveraineté computationnelle.
Pourquoi cette urgence ? Les GPU Blackwell de Nvidia restent notoirement difficiles à obtenir alors que les hyperscalers continuent d’engloutir des milliards dans leurs centres de données. Et la génération suivante, baptisée Vera Rubin, s’annonce encore plus vertigineuse côté tarifs, avec un prix unitaire avoisinant 55 000 dollars par processeur graphique. Un rack NVL72 complet (72 GPU) coûterait entre 7,8 et 9,1 millions de dollars, avant même d’y raccorder le réseau et l’infrastructure de refroidissement. À ce niveau de dépense, concevoir sa propre puce n’est plus un luxe, c’est un calcul de survie économique.
Le paradoxe, savoureux, mérite qu’on s’y attarde. Au moment même où Anthropic annonce vouloir réduire sa dépendance au silicium de Jensen Huang, ses modèles Claude viennent d’être rendus disponibles sur Microsoft Azure, propulsés par les tout nouveaux GPU GB300 Blackwell Ultra de Nvidia, avec réseau InfiniBand Quantum-X800. Cette disponibilité générale dans Microsoft Foundry permet aux entreprises de déployer des agents autonomes spécialisés, capables d’exécuter des tâches complexes dans des environnements gouvernés. Nvidia et Anthropic intègrent même leurs outils respectifs pour offrir aux développeurs des « compétences d’agent vérifiées ». On ne divorce pas, on prépare un contrat de mariage parallèle.
A lire également
Cette dualité illustre parfaitement la tectonique des plaques qui secoue l’écosystème de l’IA. Chaque acteur veut simultanément collaborer avec Nvidia (parce que ses GPU restent la référence absolue pour l’entraînement et l’inférence) et s’en émanciper (parce que la concentration du pouvoir computationnel entre les mains d’un seul fabricant de puces représente un risque stratégique existentiel). Google a ses TPU, Amazon développe Trainium et Inferentia, Microsoft investit dans Maia, Meta travaille sur ses MTIA. Anthropic rejoint donc un club très fermé, celui des entreprises d’IA qui refusent de sous-traiter intégralement le substrat physique de leur intelligence.
La manœuvre est d’autant plus audacieuse qu’Anthropic n’est pas un hyperscaler. L’entreprise ne possède pas de centres de données en propre, ne fabrique rien, et dépend structurellement d’AWS et de Google Cloud pour héberger Claude. Concevoir une puce sans disposer de l’infrastructure pour la déployer à grande échelle suppose soit un partenariat industriel avec un fondeur (TSMC, Samsung), soit un accord de co-déploiement avec un fournisseur cloud. Le chemin est long, coûteux, semé d’embûches techniques, pour ne pas dire titanesque.
Faut-il y voir un signal baissier pour Nvidia ? Sans doute pas, du moins à court terme. Chaque nouvelle puce propriétaire qui entre sur le marché absorbe une fraction de la demande excédentaire sans entamer le carnet de commandes de Nvidia, tant celui-ci déborde. L’émergence de concurrents internes chez les clients de Nvidia confirme plutôt que le marché des semi-conducteurs IA grossit plus vite que quiconque ne l’avait anticipé. La course aux puces IA ressemble désormais à une expansion de l’univers : plus on s’éloigne du centre, plus la vitesse augmente, et personne, absolument personne, ne semble capable de freiner.
