Anthropic envisage de fabriquer ses propres puces IA : le pari risqué qui pourrait tout changer (ou tout faire exploser)

D’après Reuters, Anthropic explore sérieusement l’option de concevoir ses propres puces IA. Pas simplement des optimisations logicielles, pas des partenariats plus serrés avec NVIDIA ou AMD : des puces propriétaires, conçues de A à Z pour faire tourner Claude.

En tant qu’utilisateur quotidien de Claude, ma première réaction a été : enfin. Puis, deux secondes plus tard : attendez, c’est une idée terrible.

Laissez-moi vous expliquer pourquoi cette annonce est à la fois brillante et potentiellement catastrophique.

La dépendance à NVIDIA : le talon d’Achille de toute l’industrie IA

Si vous développez avec les API d’Anthropic, vous l’avez probablement remarqué : les prix sont élevés, les capacités limitées en période de forte demande, et les délais d’accès aux nouveaux clusters peuvent être longs. Pourquoi ? Parce qu’Anthropic, comme OpenAI, Google, Meta et tous les autres, dépend entièrement de NVIDIA.

Les GPU H100 et H200 de NVIDIA sont les seules puces vraiment viables pour entraîner des modèles de langage à grande échelle. Et NVIDIA le sait. Les marges sont astronomiques, les délais de livraison s’étirent sur des mois, et les prix augmentent à chaque génération.

Pour Anthropic, qui vient de lever des milliards mais brûle du cash à une vitesse vertigineuse pour entraîner Claude, cette dépendance est existentielle. Chaque dollar économisé sur le compute, c’est un dollar de plus pour la R&D, pour l’expansion, pour survivre face à OpenAI qui a Microsoft derrière lui.

Alors oui, concevoir ses propres puces semble logique. Google l’a fait avec les TPU. Amazon avec Trainium et Inferentia. Apple avec ses puces Neural Engine. Pourquoi pas Anthropic ?

Le problème : fabriquer des puces, c’est un tout autre métier

Voici où ça devient compliqué. Concevoir des puces IA n’a rien à voir avec entraîner des modèles de langage. Ce sont deux expertises radicalement différentes.

Google a mis plus de 10 ans à produire des TPU vraiment compétitifs. Amazon investit des milliards dans Trainium, et franchement, personne n’utilise ces puces en dehors d’AWS. Apple a réussi, mais ils avaient déjà 20 ans d’expérience dans le design de puces mobiles.

Anthropie, c’est une boîte de 2 000 personnes, fondée il y a trois ans, dont l’expertise est dans les transformers, pas dans les transistors. Recruter des ingénieurs hardware, monter une équipe de conception, négocier avec des fonderies comme TSMC, gérer les cycles de production de 18-24 mois… c’est un métier à part entière.

Et pendant ce temps, NVIDIA ne reste pas les bras croisés. Ils sortent déjà la génération Blackwell (B100, B200), puis viendra Rubin, puis autre chose. La course est perpétuelle.

Ce que ça changerait concrètement pour les utilisateurs de Claude

Si Anthropic réussit ce pari, les bénéfices pourraient être massifs :

1. Des prix plus bas. En coupant l’intermédiaire NVIDIA, Anthropic pourrait réduire ses coûts de compute de 30 à 50 %. Ça se répercuterait sur les tarifs API. Aujourd’hui, Claude Opus 4 coûte $15 pour 1M tokens en input et $75 en output. Imaginez ces prix divisés par deux.

2. Une latence réduite. Des puces optimisées spécifiquement pour l’architecture de Claude pourraient accélérer l’inférence. Moins d’attente entre vos requêtes et les réponses, surtout sur les longs contextes (200K+ tokens).

3. Des fonctionnalités impossibles aujourd’hui. Avec du hardware custom, Anthropic pourrait expérimenter des architectures radicalement différentes. Par exemple, des modèles avec mémoire persistante, ou des mécanismes d’attention hyper-optimisés qu’aucun GPU générique ne pourrait gérer efficacement.

4. Une indépendance stratégique. Plus de dépendance aux cycles de production de NVIDIA. Anthropic pourrait scaler à sa guise, sans négocier avec Jensen Huang.

Mais voilà : tout ça, c’est dans le meilleur des cas.

Le scénario catastrophe : quand le hardware dévore le software

Il y a un autre scénario, beaucoup plus probable : Anthropic se lance dans cette aventure, mobilise des centaines d’ingénieurs, investit des milliards… et produit des puces qui sont à peine meilleures que ce que NVIDIA propose déjà.

Pendant ce temps, OpenAI continue d’itérer sur GPT, Google améliore Gemini, Meta sort Llama 5, et Anthropic… dépense son énergie et son capital sur des problèmes de yield de wafers et de dissipation thermique.

Regardez Intel. Ils ont les meilleurs ingénieurs hardware de la planète. Et ils se sont fait laminer par NVIDIA en IA, parce qu’ils étaient trop concentrés sur leurs propres designs au lieu d’écouter ce que le marché voulait vraiment.

La question n’est pas « est-ce qu’Anthropic peut fabriquer des puces ? ». La question est : est-ce que ça vaut le coût d’opportunité ?

Ce que révèle vraiment cette annonce

Ce qui m’interpelle, en tant que praticien qui utilise Claude tous les jours, c’est ce que cette décision révèle sur la situation d’Anthropic.

Si vous êtes en position de force, vous n’allez pas vous lancer dans la fabrication de puces. C’est un investissement colossal, à haut risque, avec des retours incertains. Vous continuez à payer NVIDIA, vous optimisez vos modèles, et vous utilisez votre cash pour recruter les meilleurs chercheurs.

Mais si vous êtes acculé, si vos coûts de compute deviennent insoutenables, si vous sentez que NVIDIA va continuer à augmenter les prix parce qu’ils vous tiennent par les couilles… alors oui, fabriquer vos propres puces devient une option.

Et ça, c’est inquiétant. Parce que ça signifie qu’Anthropic, malgré ses levées de fonds spectaculaires, malgré ses partenariats avec Google et Amazon, est peut-être en train de perdre la bataille économique.

Mon avis de praticien : l’erreur stratégique qu’ils sont en train de faire

Voici ce que j’aurais fait à leur place : au lieu de fabriquer des puces, racheter ou s’associer avec un acteur hardware existant.

Par exemple, AMD essaie désespérément de grignoter des parts de marché à NVIDIA avec ses MI300X. Pourquoi Anthropic ne développerait-il pas un partenariat exclusif avec AMD ? Ou avec Graphcore, Cerebras, SambaNova, qui ont tous des architectures innovantes mais galèrent à trouver des clients ?

Ou mieux encore : forcer un partenariat tripartite avec Google et leurs TPU. Google a déjà l’infrastructure, les puces, l’expertise. Anthropic apporterait les modèles et l’optimisation logicielle. Ça serait du gagnant-gagnant.

Mais non. Anthropic semble vouloir jouer en solo. Et historiquement, dans la tech, jouer en solo sur le hardware… ça se termine rarement bien.

Ce qui va se passer dans les 18 prochains mois

Voici ma prédiction : Anthropic va recruter quelques dizaines d’ingénieurs hardware, explorer des partenariats avec des fonderies, peut-être même produire quelques prototypes. Mais au moment de passer à l’échelle, ils vont réaliser que le jeu n’en vaut pas la chandelle.

À ce moment-là, soit ils abandonnent discrètement le projet (comme Meta a abandonné ses serveurs custom pour revenir à du Dell standard), soit ils pivotent vers un partenariat avec AMD ou un autre acteur secondaire.

Dans tous les cas, d’ici 2027, je parie qu’Anthropic fera toujours tourner l’essentiel de ses modèles sur… des GPU NVIDIA.

Parce que fabriquer des puces IA, ce n’est pas juste une question de volonté ou de capital. C’est une question de focus. Et si Anthropic perd son focus sur ce qui fait vraiment sa valeur — les modèles de langage eux-mêmes —, alors tous les utilisateurs de Claude en paieront le prix.

Ce que vous devriez surveiller

Si vous utilisez Claude en production, voici les signaux à surveiller dans les prochains mois :

1. Les annonces de recrutement. Si Anthropic embauche massivement des profils hardware (chip designers, verification engineers, etc.), c’est qu’ils sont sérieux. Si ça reste discret, c’est juste de l’exploration.

2. Les partenariats avec des fonderies. Un deal avec TSMC ou Samsung signifierait qu’ils passent à l’étape suivante. Sans ça, c’est du vent.

3. L’évolution des prix API. Si les prix baissent significativement en 2026, ce sera probablement grâce à des optimisations logicielles ou des partenariats (AMD, TPU), pas grâce à des puces custom.

4. Les délais de sortie de nouveaux modèles. Si Claude 5 ou 6 prennent plus de temps que prévu, ça pourrait signifier que l’équipe est distraite par des projets hardware.

En attendant, je continue à utiliser Claude tous les jours. Parce qu’aujourd’hui, c’est le meilleur modèle du marché pour mon usage. Mais si dans deux ans, ils sont encore en train de déboguer leurs puces pendant qu’OpenAI sort GPT-6… je ne sais pas si je serai encore là.