Anthropic a officiellement confirmé qu’il constitue une équipe d’ingénierie spécialisée dans la conception de silicium pour développer ses propres accélérateurs destinés à Claude. Cette décision marque un changement stratégique pour l’une des entreprises leaders en intelligence artificielle : au lieu de dépendre exclusivement des GPU de NVIDIA et AMD ou des accélérateurs de Google Cloud et Amazon Web Services (AWS), elle souhaite concevoir une partie de son matériel spécifiquement adapté aux besoins de ses modèles.

Les clés du futur chip d’Anthropic en 20 secondes

• Anthropic a confirmé la formation d’une équipe dédiée à la conception de ses propres chipsets pour Claude.
• L’entreprise cherche à optimiser conjointement hardware, logiciel et modèles d’IA.
• Ce projet ne remplacera pas à court terme les GPU de NVIDIA ni les puces de Google ou AWS.
• Cette stratégie s’inscrit dans la tendance lancée par OpenAI, Microsoft, Meta et d’autres acteurs majeurs du secteur.

Au cours des derniers mois, plusieurs informations avaient laissé entrevoir cette démarche, mais jusqu’à présent, l’entreprise n’avait pas officiellement confirmé ses intentions. La publication d’offres d’emploi spécialisées et les déclarations recueillies par Business Insider dissipent tout doute : Anthropic souhaite participer directement à la conception du matériel sur lequel seront déployées les futures générations de Claude.

L’objectif n’est plus seulement d’acheter des accélérateurs, mais de les concevoir

L’expansion de l’intelligence artificielle oblige les entreprises à repenser leur dépendance à un groupe limité de fabricants de puces. NVIDIA continue de dominer le marché des accélérateurs pour l’IA, tandis qu’AMD tente de gagner des parts avec sa famille Instinct. Parallèlement, les grands fournisseurs cloud ont développé leurs propres processeurs, comme les TPU de Google ou les Trainium et Inferentia d’AWS.

Anthropic vise à adopter une position différente. Son ambition n’est pas de devenir un fabricant de puces à usage général, mais de concevoir des accélérateurs précisément adaptés aux besoins de Claude.

Les offres d’emploi montrent que l’entreprise recherche des ingénieurs spécialisés dans toutes les phases du développement de circuits intégrés : conception en front-end, vérification pré-silicium, design physique, intégration analogique, emballage avancé, intégrité du signal, gestion énergétique et coopération avec les fondeurs.

Cela indique qu’Anthropic souhaite intervenir dans presque toutes les étapes du processus de conception du chip, tout en étant probablement assistée par des partenaires externes pour la fabrication et certains blocs technologiques.

Matériel et modèles développés en synergie

L’une des évolutions majeures concerne l’approche de développement conjoint du hardware et du software.

Au lieu d’adapter Claude au matériel disponible sur le marché, Anthropic veut que certaines parties du matériel évoluent en tenant compte des caractéristiques spécifiques de ses modèles. Cela permettrait d’optimiser notamment :

• la vitesse d’inférence
• la consommation énergétique par requête
• l’utilisation de la mémoire
• les performances sous charges particulières de Claude
• l’efficacité économique lors de déploiements massifs

Ce paradigme s’inspire des approches adoptées par d’autres entreprises technologiques qui privilégient la conception de silicium spécifique à leurs charges de travail plutôt que d’utiliser uniquement des processeurs génériques.

NVIDIA restera incontournable pendant plusieurs années

Malgré cette annonce, Anthropic ne compte pas rompre immédiatement avec sa dépendance aux fournisseurs actuels.

L’entreprise maintient une collaboration étroite avec AWS, utilisant déjà de grands déploiements basés sur Trainium2, ainsi qu’avec l’infrastructure de Google Cloud où Claude exploite les Tensor Processing Units (TPU) pour certains usages.

De plus, NVIDIA demeure l’un des piliers du développement des modèles fondamentaux à l’échelle de l’industrie.

Dès lors, l’avenir d’Anthropic s’inscrit dans une stratégie multichaîne, où différentes architectures cohabiteront en fonction des types de charges de travail.

Une tendance sectorielle en accélération

L’annonce s’inscrit dans une tendance qui s’accélère en 2026.

De plus en plus de développeurs de modèles d’IA cherchent aussi à contrôler le hardware sur lequel leurs systèmes tournent.

OpenAI travaille déjà avec Broadcom sur un accélérateur propriétaire. Meta développe depuis plusieurs années son Meta Training and Inference Accelerator (MTIA). Microsoft continue d’élargir sa gamme Maia. Google fait évoluer ses TPU génération après génération, et Amazon reinforce ses chips Trainium et Inferentia.

Dans ce contexte, la décision d’Anthropic paraît cohérente. Les coûts d’entraînement et d’inférence ne cessent d’augmenter, et l’accès à un matériel de dernière génération reste l’un des principaux goulots d’étranglement du secteur.

Sans révéler de calendrier ni de spécifications techniques précises, la portée stratégique est claire : l’avenir de Claude ne dépendra pas uniquement de l’évolution du hardware fourni par des tiers.

Si le projet voit le jour, Anthropic pourra optimiser conjointement ses modèles, compilateurs, kernels, mémoire et architecture silicium afin d’améliorer performance et efficacité énergétique. Bien que cela ne rendra pas NVIDIA ou AMD obsolètes immédiatement, cela renforce une tendance grandissante dans l’industrie : les grandes entreprises d’IA veulent maîtriser toute la chaîne technologique, du modèle au chip exécutif.

Questions fréquentes

Anthropic abandonnera-t-elle l’utilisation des GPU NVIDIA ?

Non. La société continuera d’utiliser du matériel NVIDIA, ainsi que les accélérateurs Trainium d’AWS et les TPU de Google, tout en développant ses propres siliciums.

À quoi servira le chip propre d’Anthropic ?

Son objectif est d’optimiser le fonctionnement de Claude en améliorant la performance, l’efficacité énergétique et les coûts d’exécution grâce à la conception de matériel spécifique à ses modèles.

Anthropic fabriquera-t-elle ses propres puces ?

Pas nécessairement. Concevoir la puce et la fabriquer sont deux processus distincts. La production sera probablement confiée à une fondeuse spécialisée, bien que l’entreprise n’ait pas encore annoncé son partenaire.

Est-ce une stratégie courante dans l’industrie de l’IA ?

De plus en plus. OpenAI, Meta, Microsoft, Google et Amazon investissent également dans leurs propres accélérateurs pour réduire les coûts, améliorer les performances et réduire leur dépendance aux fournisseurs externes.