RÉSUMÉ
· Il a été rapporté qu’Anthropic explore des puces de serveurs IA développées en interne, mais la conception, le lancement en fonderie (tape-out) ou les plans de production en série ne sont pas encore confirmés.
· OpenAI a divulgué la puce d’inférence Jalapeño et a commencé des tests, avec un déploiement prévu d’ici la fin 2026.
· Samsung pourrait profiter de la tendance à externaliser la fabrication des puces IA, mais à court terme, Anthropic dépend toujours des capacités de calcul d’AWS, de Google et de Nvidia.

Les discussions autour d’un serveur IA à puce développée en interne par Anthropic s’intensifient, mais il ne s’agit pas encore d’une ligne de commande de puce déjà concrétisée. L’attention du public se concentre sur le fait que les coûts de raisonnement derrière Claude, l’approvisionnement en GPU, l’électricité des centres de données et la capacité des racks deviennent des contraintes incontournables pour les entreprises de grands modèles. OpenAI a déjà divulgué sa puce d’inférence Jalapeño en partenariat avec Broadcom, et il a également été rapporté qu’Anthropic évalue des puces spécialisées plus adaptées à ses propres modèles. Toutefois, d’après les informations publiques disponibles à l’heure actuelle, rien n’a encore été confirmé sur la participation de Samsung à la fabrication, ni sur le fait que le projet ait franchi l’étape de conception officielle.

Anthropic explore encore, pas encore à la veille de la production en volume

La direction explorée par Anthropic, telle que révélée, concerne une puce serveur mieux adaptée à la façon dont ses propres modèles IA fonctionnent. Par rapport aux GPU généralistes, si la puce sur mesure est conçue avec succès, elle pourrait réduire les coûts, améliorer l’efficacité énergétique sur des tâches d’inférence spécifiques, et diminuer la dépendance aux fournisseurs de puces externes.

Les difficultés de ce type de puces ne se limitent pas aux performances d’une seule puce. Les entreprises de grands modèles doivent gérer simultanément la vitesse de calcul, la bande passante mémoire, les réseaux d’interconnexion, la consommation électrique, le refroidissement et la stabilité des clusters. Le véritable défi consiste à faire en sorte que des milliers de puces fonctionnent de manière stable et coordonnée dans un data center, et qu’elles continuent de servir des tâches d’entraînement ou d’inférence.

À l’heure actuelle, l’expression la plus prudente serait de dire qu’Anthropic en est encore au stade d’évaluation et de définition. Quelles tâches IA la puce doit principalement exécuter, comment fixer les objectifs en matière de performances et de consommation, comment adapter cela au niveau des serveurs et des clusters, et s’il faut faire participer des sociétés externes de conception de puces : à ce stade, rien de tout cela n’a encore été clairement répondu publiquement.

La communication externe de l’entreprise reste également prudente. En avril de cette année, Anthropic a annoncé l’élargissement de sa collaboration avec Amazon ; à l’avenir, au cours des dix prochaines années, ses investissements techniques dans AWS dépasseront 100 milliards de dollars, avec un verrouillage maximal de 5 GW de capacité, et l’entreprise affirme avoir déjà utilisé plus d’un million de puces Trainium2 pour entraîner et servir Claude. Anthropic souligne en parallèle une stratégie matérielle diversifiée, mais AWS demeure son principal fournisseur pour l’entraînement et les services cloud.

Cela signifie que, même si l’exploration de puces conçues en interne continue d’avancer, il sera difficile à court terme de remplacer les fournisseurs existants. Les AWS Trainium, Google TPU et les GPU de Nvidia restent des composants importants du système de puissance de calcul à l’échelle d’Anthropic.

OpenAI avance d’un pas : la pression sur les coûts d’inférence est plus directe

Le fait qu’Anthropic soit à ce stade intégré aux discussions sur des puces conçues en interne s’explique en partie par un contexte important : OpenAI a déjà donné une référence.

D’après les annonces officielles de Broadcom, OpenAI et Broadcom ont publié le Jalapeño le 24 juin 2026. Il est présenté comme un accélérateur destiné au raisonnement (inférence) pour les grands modèles de langage, également appelé Intelligence Processor. OpenAI et Broadcom indiquent que, de la conception initiale au passage en plaquettes de fabrication (tape-out), il aura fallu environ 9 mois ; des échantillons d’ingénierie fonctionnent déjà en laboratoire, et le déploiement devrait commencer avant la fin de 2026.

Il faut ici distinguer deux étapes. Jalapeño a déjà été publié et entre dans une phase de test, mais cela ne veut pas dire qu’il est déjà commercialisé à grande échelle. Il représente le début pour les entreprises de modèles de premier plan de faire entrer le coût de l’inférence dans un contrôle matériel plus en profondeur, plutôt qu’un remplacement imminent de la demande en GPU.

L’inférence correspond au processus de calcul par lequel le modèle génère une réponse après que l’utilisateur a posé une question à des produits tels que ChatGPT ou Claude. Par rapport à l’entraînement, l’inférence est beaucoup plus fréquente ; à mesure que la base d’utilisateurs augmente, la pression sur les coûts va continuer de grimper. Pour les entreprises de grands modèles, même si le coût unitaire de l’inférence baisse seulement d’un petit pourcentage, la mise à l’échelle sur des volumes massifs de requêtes et des dépenses de data centers à long terme peut se traduire par des économies substantielles.

Le rythme d’Anthropic est nettement plus en amont. Il n’a publié ni les spécifications des puces, ni les indicateurs de performance, ni la liste des partenaires, ni même un calendrier de production en volume. Les progrès d’OpenAI montrent simplement au marché une direction : les tout premiers acteurs des modèles ne se contentent plus d’acheter des GPU ; ils cherchent aussi à intégrer une partie de l’infrastructure de calcul dans leur propre périmètre de contrôle.

L’espace d’imagination autour de Samsung s’enflamme, mais les commandes ne sont pas encore tombées

Si Samsung retient autant l’attention du marché, c’est parce qu’il possède à la fois des capacités de fabrication avancées et cherche à obtenir davantage d’opportunités de sous-traitance pour des puces IA. Après l’apparition de nouvelles concernant le financement d’Anthropic et la collaboration en infrastructures, le public relie naturellement Samsung à des opportunités potentielles de fabrication d’accélérateurs IA.

Mais il faut tempérer ce point. Ce que l’on peut confirmer grâce aux informations publiques, c’est que Samsung, SK hynix (SK 海力士) et Micron ont déjà figuré dans les discussions d’Anthropic au sujet de partenaires d’infrastructure. Micron a annoncé le 22 juin 2026 qu’elle avait conclu un accord stratégique avec Anthropic, comprenant la conception d’architectures IA pour la mémoire et le stockage, des accords d’approvisionnement, l’adoption en interne de Claude chez Micron, ainsi qu’un investissement stratégique dans Anthropic Series H.

Ces signaux de coopération ne peuvent pas être assimilés directement au fait que Samsung aurait déjà obtenu une commande de puces conçues en interne par Anthropic. Les informations publiques vérifiables ne sont pas suffisantes concernant les affirmations selon lesquelles Anthropic aurait pris contact avec Samsung au sujet d’une collaboration pour la fabrication. Le jugement le plus prudent est le suivant : si le projet de puce conçue en interne d’Anthropic progresse jusqu’au stade de la fabrication, Samsung pourrait devenir l’un des acteurs potentiels suscitant l’attention du marché ; toutefois, pour l’instant, il n’est pas possible de le qualifier de transaction certaine.

Pour un projet de puce, entre l’évaluation initiale et la production en volume, il faut encore passer par la définition de l’architecture, la validation de la conception, le choix des procédés de fabrication, les tests de packaging et la coordination de la chaîne d’approvisionnement. Tant que la conception de la puce n’est pas figée, le rôle du sous-traitant de fabrication est difficile à stabiliser réellement.

Recruter et renforcer l’équipe augmente la crédibilité, mais la route n’est pas encore déterminée

Les mouvements liés aux talents rendent les pistes matérielles d’Anthropic plus visibles. Selon des informations, Clive Chan, un membre précoce de l’équipe de puces sur-mesure d’OpenAI, a rejoint Anthropic. Les éléments publics montrent qu’il a participé à la construction initiale de l’équipe de puces chez OpenAI, et qu’il a aussi une expérience liée à Tesla Dojo. Anthropic renforce aussi récemment le recrutement d’ingénieurs en puces.

Cela montre que l’entreprise se prépare au moins en matière de capacités matérielles. Pour une société de modèles, une équipe matérielle qui comprend les modèles, les charges d’inférence et les systèmes de data centers peut l’aider à déterminer quels travaux conviennent à une puce sur mesure, et lesquels devraient rester dépendants de GPU, de TPU ou de puces fournies par des fournisseurs cloud.

Mais il faut aussi calmer cette vision. Ce que les informations publiques permettent de confirmer, c’est que des entreprises comme Samsung, SK hynix (SK 海力士) et Micron ont déjà été mentionnées dans des discussions avec Anthropic au sujet de partenaires d’infrastructure. Micron a annoncé le 22 juin 2026 avoir conclu un accord stratégique avec Anthropic, incluant la conception d’architectures IA pour la mémoire et le stockage, des accords d’approvisionnement, l’adoption interne par Micron de Claude, ainsi qu’un investissement stratégique dans Anthropic Series H.

C’est aussi une des raisons pour lesquelles il est difficile, à court terme, de remplacer Nvidia. Les GPU de Nvidia restent le moteur principal de l’entraînement et de l’inférence IA ; l’écosystème logiciel est mûr, et les clients des data centers ont déjà construit de nombreux systèmes autour de sa plateforme. Les puces conçues en interne prendraient plus probablement en charge une partie du travail dans des scénarios d’inférence spécifiques, plutôt que de remplacer complètement les GPU.

Pour les investisseurs, l’impact concret des puces conçues en interne par Anthropic ressemble à court terme davantage à une bataille dans la chaîne d’approvisionnement. Les grandes entreprises de modèles cherchent à obtenir davantage de pouvoir de choix sur la puissance de calcul : les fournisseurs de cloud, Broadcom, Samsung, TSMC, les fabricants de mémoire et la chaîne d’approvisionnement des solutions d’advanced packaging pourraient tous bénéficier de cette tendance. Mais, dans le cas d’Anthropic, les faits vérifiables restent encore limités : l’exploration interne en est encore à un stade précoce, le rôle de Samsung n’a pas été confirmé et la puissance de calcul Claude à l’échelle dépend toujours d’AWS, de Google et de Nvidia.