Anthropic a confirmé qu’elle recrute une équipe pour concevoir des puces AI custom. L’objectif affiché est co-développer hardware et modèles pour faire tourner Claude plus vite et efficacement. Business Insider a rapporté la nouvelle en premier, Anthropic l’a confirmée à TechCrunch.

Le mois dernier, The Information signalait qu’Anthropic cherchait Samsung comme partenaire pour la production. L’entreprise a déjà des accords pour le compute avec AWS, Google, Nvidia et AMD, mais acheter des GPU auprès d’autres ne suffit plus.

Ce n’est pas un geste isolé. En juin, OpenAI a présenté Jalapeño, sa puce pour l’inférence construite avec Broadcom. Google utilise les TPU depuis des années, Meta développe les accélérateurs MTIA. La compétition entre les labs se déplace des poids au silicium.

Pour ceux qui construisent des agents, l’effet indirect porte sur le coût par tâche. Quand un lab conçoit le silicium en parallèle avec le modèle, les optimisations concernent des opérations spécifiques : inférence plus rapide, contextes plus larges à moindre coût, utilisation d’outils plus efficace. C’est la même logique pour laquelle, comme nous l’expliquions le 28 juillet, Anthropic présentait les contrôles sur les puces comme principal levier de gouvernance. Maintenant, elle veut avoir ce levier en interne.

L’histoire en est à ses débuts : il y a des annonces d’embauche, pas de puces. Mais la direction est claire, et ceux qui s’appuient sur les API de Claude pour des agents en production devraient suivre comment l’infrastructure sous-jacente évolue.

En détail

Jusqu’à présent, les labs AI ont joué la partie du compute en achetant autant de GPU Nvidia que possible. Anthropic a des accords avec AWS, Google Cloud, Nvidia et, depuis juillet, un investissement de 5 milliards d’AMD pour 2 gigawatts de GPU MI450. La course au compute est devenue le facteur déterminant : celui qui a plus de silicium entraîne des modèles plus grands et sert plus d’utilisateurs.

Mais acheter des GPU auprès d’autres a une limite structurelle. Les puces general-purpose de Nvidia doivent servir de nombreux clients avec des charges différentes. Une puce conçue pour un seul modèle peut optimiser les opérations que ce modèle exécute le plus : la matrice d’attention, le décodage des tokens, le routage dans les modèles MoE. Google le fait avec les TPU depuis des années, et c’est en partie la raison pour laquelle Gemini a des coûts d’inférence que les concurrents ont du mal à égaler.

Le maître mot est co-conception. Anthropic parle de concevoir hardware et modèles ensemble, et les décisions sur le fonctionnement de l’un et de l’autre sont prises en parallèle, pas en séquence. Si tu sais que ton modèle utilise une certaine structure d’attention, tu construis le silicium pour la faire bien fonctionner, au lieu d’adapter le modèle à une puce qui existe déjà.

OpenAI a fait le même choix en juin avec Jalapeño, la puce pour l’inférence construite avec Broadcom. Meta a ses propres MTIA. Google a les TPU. La tendance est claire : les labs frontières veulent contrôler la pile complète, des poids au silicium.

Pour ceux qui construisent des agents, l’effet concret porte sur le prix et la latence. Si Anthropic réussit à optimiser le silicium pour les opérations que Claude exécute le plus (lire des contextes longs, appeler des outils, raisonner par étapes), le coût par tâche diminue. C’est la direction que le marché a prise depuis plusieurs semaines : quand les performances convergent, le prix par tâche décide, et les labs cherchent à le baisser aussi du côté hardware.

Les limites sont évidentes. Il y a des annonces d’embauche et une offre d’emploi, pas de puces fonctionnelles. Le cycle de développement d’une puce custom prend des années, et Anthropic débute. Le partenariat avec Samsung en est au stade de prospection, selon The Information, pas de production. Et une question reste ouverte : si chaque lab contrôle son silicium, la portabilité des modèles et les standards ouverts deviennent plus fragiles. Anthropic a créé MCP, le protocole pour connecter les agents aux systèmes externes, mais la verticalisation sur le hardware ajoute un niveau de verrouillage que le protocole ne résout pas.