TechCrunch→ original

Anthropic создаёт команду для разработки собственных AI-чипов под модели Claude

Anthropic нанимает команду инженеров-чипмейкеров и переходит к принципу co-design: железо и модели Claude будут разрабатываться совместно, а не последовательно. Цель — ускорить работу технологии и снизить затраты на вычисления. Anthropic присоединяется к тренду: Google (TPU), Amazon (Trainium) и Meta (MTIA) уже строят собственный кремний вместо того, чтобы зависеть от внешних поставщиков. *Meta признана экстремистской организацией и запрещена в РФ.

Traité par IA depuis TechCrunch ; édité par Hamidun News
Anthropic создаёт команду для разработки собственных AI-чипов под модели Claude
Source : TechCrunch. Collage: Hamidun News.
◐ Écouter l'article

Le 5 août 2026, Anthropic a annoncé la formation d'une équipe d'ingénieurs dédiée au développement de ses propres puces AI. Selon le communiqué de la société, le fabricant de Claude co-concevra matériel et modèles ensemble — afin que la technologie fonctionne plus vite et consomme moins de ressources de calcul.

Pourquoi Anthropic a besoin de son propre silicium

Anthropic mise sur le co-design — le développement conjoint du matériel et des algorithmes depuis zéro, plutôt que l'adaptation de GPU existants aux besoins du modèle. Les puces standard de NVIDIA ont été conçues à l'origine pour une large classe de calculs : calculs scientifiques, graphiques 3D et traitement de données. Les modèles de type transformateur comme Claude représentent une charge de travail très spécialisée — des opérations matricielles continues sur d'immenses tenseurs avec des exigences spécifiques en matière de bande passante mémoire.

Pour une telle charge, un GPU généraliste est structurellement redondant : il contient des blocs qui ne sont pas sollicités lors de l'exécution d'un modèle de langage, mais qui consomment tout de même de l'énergie et ajoutent de la latence. L'écart d'efficacité se creuse à mesure que la taille du modèle augmente : plus Claude possède de paramètres, plus l'avantage d'une puce taillée pour cette architecture spécifique est marqué.

Un silicium personnalisé, optimisé pour les mathématiques de modèles spécifiques, réduit le coût de l'inférence — un poste de dépenses opérationnel clé pour une entreprise qui traite des millions de requêtes quotidiennement. Sur le long terme, le matériel optimisé influe directement sur les marges et l'accessibilité de l'API pour les clients entreprises.

Dans l'industrie de l'AI, ce chemin a déjà été emprunté par les plus grands acteurs : 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 le MTIA pour son infrastructure AI interne. Pour Anthropic, qui opère via AWS et Google Cloud, disposer de sa propre puce signifie également réduire sa dépendance à des fournisseurs externes à un maillon critique de la chaîne de production.

Qu'est-ce que le co-design et comment ça fonctionne

Selon l'annonce d'Anthropic, la société concevra matériel et modèles au sein d'une équipe unique — l'architecture de la puce est définie en fonction des patterns de calcul spécifiques de Claude, tandis que les algorithmes sont adaptés aux capacités du matériel en développement de manière itérative, et non séquentielle.

«

Nous co-concevrons le matériel et les modèles pour que notre technologie fonctionne plus vite et plus efficacement », indique l'annonce officielle d'Anthropic concernant le recrutement de l'équipe chips.

Cette approche requiert des spécialistes avec des profils atypiques pour un laboratoire d'AI :

  • Chip architecture — conception des blocs de calcul d'un accélérateur
  • VLSI design — création de schémas physiques de circuits intégrés
  • AI hardware acceleration — optimisation matérielle pour les tâches de réseaux de neurones
  • Hardware-software co-design — alignement entre matériel et pile logicielle

Les spécialistes dotés de ces compétences se concentraient auparavant dans des entreprises comme Intel et Qualcomm, ainsi que dans des startups AI — Groq (accélérateurs pour l'inférence LLM) et Tenstorrent. L'apparition de tels postes chez Anthropic est le signal d'un pari sérieux et à long terme sur la verticale matérielle.

Ce que cela signifie

Anthropic s'engage sur la voie de l'intégration verticale — d'un laboratoire d'AI à une entreprise contrôlant la pile du silicium jusqu'à l'interface utilisateur. La création d'une équipe chips est un projet à long terme : les premiers résultats commerciaux n'arriveront pas avant plusieurs années. Mais pour une entreprise orientée vers le marché entreprise, l'économie unitaire de l'inférence est critique : la moindre réduction du coût de calcul à l'échelle de Claude se traduit par des millions de dollars d'économies. La formation d'une équipe chips n'est pas encore un produit, mais un signal stratégique qu'Anthropic envisage le contrôle du matériel comme un avantage concurrentiel à long terme.

*Meta a été reconnue comme organisation extrémiste et est 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.

Besoin d'une IA qui travaille dans votre entreprise — pas seulement dans votre fil d'actualité?

Je construis de l'IA en production pour les entreprises — CRM sur mesure, outils internes, agents autonomes, automatisation des processus. Vous en êtes propriétaire, adaptée à votre processus, sans coût par utilisateur. Réalisé par Zhemal Khamidun, CPO d'AlpinaGPT (plateforme IA, 6 000+ utilisateurs).

Qu'en pensez-vous ?
Chargement des commentaires…