TechCrunch→ original

Anthropic monte une équipe pour concevoir ses propres puces d'IA dédiées aux modèles Claude

Anthropic recrute une équipe d'ingénieurs spécialisés en conception de puces et adopte le principe du co-design : le matériel et les modèles Claude seront développés conjointement, et non plus l'un après l'autre. L'objectif : accélérer la technologie et réduire les coûts de calcul. Anthropic rejoint ainsi une tendance de fond : Google (TPU), Amazon (Trainium) et Meta (MTIA) construisent déjà leur propre silicium pour ne plus dépendre de fournisseurs externes. *Meta est reconnue comme organisation extrémiste et interdite en Russie.

Traité par IA depuis TechCrunch ; édité par Hamidun News
Anthropic monte une équipe pour concevoir ses propres puces d'IA dédiées aux modèles Claude
Source : TechCrunch. Collage: Hamidun News.
◐ Écouter l'article

Le 5 août 2026, Anthropic a annoncé la création d'une équipe d'ingénieurs distincte, chargée de développer ses propres puces d'IA. Selon l'entreprise, l'éditeur de Claude concevra conjointement le matériel et les modèles, afin que la technologie tourne plus vite et consomme moins de ressources de calcul.

Pourquoi Anthropic a besoin de son propre silicium

Anthropic mise sur le co-design : développer ensemble matériel et algorithmes dès la conception, plutôt que d'adapter des GPU existants aux besoins du modèle. Les puces standard de Nvidia ont été conçues à l'origine pour une large classe de calculs : calcul scientifique, graphisme 3D, traitement de données. Les modèles de type transformeur, comme Claude, représentent au contraire une charge de travail très spécialisée : des opérations matricielles continues sur des tenseurs gigantesques, avec des exigences particulières en matière de bande passante mémoire.

Pour une telle charge, un GPU généraliste est structurellement surdimensionné : il contient des blocs inutilisés lors de l'exécution d'un modèle de langage, mais qui consomment de l'énergie et ajoutent de la latence. L'écart d'efficacité se creuse à mesure que la taille du modèle augmente : plus Claude compte de paramètres, plus l'avantage d'une puce taillée pour cette architecture est sensible.

Un silicium maison, optimisé pour les mathématiques de modèles précis, réduit le coût de l'inférence, premier poste de dépenses opérationnelles d'une entreprise qui traite des millions de requêtes par jour. À long terme, un matériel optimisé pèse directement sur la marge et sur l'accessibilité de l'API pour les clients professionnels.

Dans l'industrie de l'IA, les plus grands acteurs ont déjà emprunté cette voie : Google utilise ses propres TPU depuis 2016, Amazon a déployé Trainium pour l'entraînement et Inferentia pour l'inférence au sein d'AWS, et Meta développe MTIA pour son infrastructure d'IA interne. Pour Anthropic, qui s'appuie sur AWS et Google Cloud, une puce maison signifie aussi une moindre dépendance à des fournisseurs externes sur un maillon critique de la chaîne de production.

Qu'est-ce que le co-design et comment fonctionne-t-il ?

D'après l'annonce d'Anthropic, l'entreprise concevra le matériel et les modèles au sein d'une seule équipe : l'architecture de la puce est définie en fonction des schémas de calcul spécifiques de Claude, tandis que les algorithmes sont adaptés de manière itérative aux capacités du matériel en cours de développement, et non de façon séquentielle.

«

Nous concevrons conjointement le matériel et les modèles afin que notre technologie fonctionne plus vite et plus efficacement », peut-on lire dans l'annonce officielle d'Anthropic relative au recrutement de l'équipe puces.

Une telle approche exige des profils atypiques pour un laboratoire d'IA :

  • Chip architecture — conception des blocs de calcul de l'accélérateur
  • VLSI design — création des schémas physiques des circuits intégrés
  • AI hardware acceleration — optimisation matérielle pour les réseaux de neurones
  • Hardware-software co-design — mise en cohérence du matériel et de la pile logicielle

Les spécialistes dotés de ces compétences se concentraient jusqu'ici dans des entreprises comme Intel et Qualcomm, ainsi que dans des start-up d'IA : Groq (accélérateurs pour l'inférence de LLM) et Tenstorrent. L'apparition de ces postes chez Anthropic signale un pari sérieux et de long terme sur la verticale matérielle.

Ce que cela signifie

Anthropic s'engage sur la voie de l'intégration verticale : d'un laboratoire d'IA, elle cherche à devenir une entreprise qui contrôle la pile technologique, du silicium à l'interface utilisateur. La création d'une équipe puces est un projet de longue haleine : les premiers résultats commerciaux n'arriveront pas avant plusieurs années. Mais pour une entreprise tournée vers le marché professionnel, l'économie unitaire de l'inférence est cruciale : à l'échelle de Claude, la moindre baisse du coût de revient du calcul se traduit par des millions de dollars d'économies. L'équipe puces n'est pas encore un produit, mais un signal stratégique : Anthropic considère le contrôle du matériel comme un avantage concurrentiel durable.

*Meta est reconnue comme organisation extrémiste et interdite en Russie.

ZK
Hamidun News
Actualités IA sans bruit. Sélection éditoriale quotidienne de plus de 50 sources. Produit de Zhemal Khamidun, Head of AI chez Alpina Digital.
✦ Unified AI Workspace

Access Frontier LLMs & Multimodal AI in One Workspace

Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.

Try NomadNet AI →Launch NomadNet Agent
Qu'en pensez-vous ?
Chargement des commentaires…