Anthropic négocie avec Samsung le développement de sa propre puce d'IA

Anthropic négocie avec Samsung Electronics la production éventuelle d'une puce d'IA sur mesure, a rapporté The Information le 3 juillet 2026. Le projet en est à un stade précoce : l'entreprise n'a pas encore décidé de ce que fera exactement la puce, de sa puissance ni de la manière dont elle s'intégrera à son infrastructure de serveurs.

Où en sont les négociations ?

Les parties étudient seulement la possibilité d'une coopération : il n'y a aucun contrat et les paramètres de la future puce ne sont pas arrêtés. Anthropic ne dévoile ni le calendrier ni le budget du projet.

• Partenaire de fabrication — Samsung Electronics
• Statut — négociations à un stade précoce, 3 juillet 2026
• Fonction de la puce — non définie
• Performance visée — non définie
• Place dans l'architecture des serveurs — non étudiée

Fait notable : Anthropic n'a pas démenti l'information. Dans l'industrie technologique, le silence face à ce type de publication est généralement lu comme une confirmation indirecte.

Pourquoi Anthropic a-t-elle besoin de sa propre puce ?

Les plus grandes entreprises d'IA réduisent méthodiquement leur dépendance à NVIDIA. Google a lancé ses processeurs TPU dès 2016, Amazon a créé Trainium spécifiquement pour l'entraînement des modèles, Meta développe son propre MTIA et Microsoft a investi dans les puces Maia. Le silicium maison offre trois avantages clés : la maîtrise du coût du calcul, la possibilité d'optimiser l'architecture pour des tâches précises et l'indépendance vis-à-vis d'un marché tendu des GPU haute performance.

Anthropic est l'un des rares grands acteurs de l'IA à ne pas encore avoir annoncé de semi-conducteurs propres. L'entreprise dépense des milliards de dollars par an en calcul : les modèles de la famille Claude exigent des clusters massifs, tant pour l'entraînement que pour l'inférence, c'est-à-dire le traitement de millions de requêtes d'utilisateurs en temps réel. Une puce sur mesure pourrait réduire sensiblement les coûts d'exploitation et renforcer la position d'Anthropic dans la concurrence tarifaire avec OpenAI et Google.

Pourquoi Samsung ?

Samsung Electronics est le deuxième fabricant de puces au monde par le chiffre d'affaires et l'un des rares à maîtriser le cycle complet, de la conception à la fonderie. L'entreprise produit déjà des processeurs pour Google et affronte activement TSMC pour décrocher de gros clients dans le segment des accélérateurs d'IA. L'usine de Samsung à Taylor (Texas) rend aussi ce partenariat attractif au regard du CHIPS Act américain, la loi qui subventionne la production locale de semi-conducteurs.

Pour Samsung, un contrat avec Anthropic est l'occasion de consolider sa position sur le segment des puces d'IA, à forte marge, et de réduire sa dépendance à un nombre limité de gros clients. Pour l'industrie de l'IA dans son ensemble, c'est le signe que la concurrence entre fonderies pour fabriquer les accélérateurs de nouvelle génération ne fait que s'intensifier.

Ce que cela signifie

Si les négociations débouchent sur un contrat, Anthropic rejoindra le club des entreprises d'IA dotées de leur propre matériel et pourra concurrencer non seulement par la qualité de ses modèles, mais aussi par l'économie de son infrastructure. Pour l'instant, il ne s'agit que d'une exploration sans paramètres arrêtés, mais les négociations elles-mêmes montrent que l'entreprise se prépare à l'échelle supérieure et n'entend pas dépendre indéfiniment des puces des autres.

Questions fréquentes

Quand la puce sur mesure d'Anthropic pourrait-elle voir le jour ?

Il n'y a pas de calendrier précis : le projet en est à un stade précoce, sans décisions clés prises. D'après l'expérience de Google, d'AWS et de Meta, il s'écoule généralement de trois à cinq ans entre le début des négociations avec le fabricant et les premières puces fonctionnelles.

En quoi les puces d'IA sur mesure sont-elles plus avantageuses que les

GPU de NVIDIA ?

Les accélérateurs sur mesure sont optimisés pour un type d'opération précis, l'entraînement des modèles ou l'inférence, ce qui réduit le coût de chaque opération de calcul. Ils diminuent en outre la dépendance à l'approvisionnement en NVIDIA H100 et H200, des puces coûteuses dont la pénurie entre 2023 et 2025 a sérieusement freiné la croissance des entreprises d'IA.

*Meta a été reconnue organisation extrémiste et est interdite en Russie.