Anthropic affirme avoir réduit à trois jours le portage de ses modèles vers les GPU AMD grâce à son modèle Mythos, bien en deçà des délais habituels. Cette stratégie multi-puces, présentée comme un moyen d’alléger la dépendance à CUDA, intervient alors que Nvidia et AMD sont tous deux engagés financièrement auprès d’Anthropic, avec des montants et des déploiements planifiés jusqu’en 2027.
Nvidia et AMD financent Anthropic, avec des déploiements annoncés jusqu’en 2027
Nvidia a pris des engagements financiers envers Anthropic. En novembre 2025, dans le cadre d’un accord de 45 milliards de dollars avec Microsoft, le groupe s’est engagé à investir jusqu’à 10 milliards de dollars dans le laboratoire. Selon la déclaration S-1/A déposée le 10 novembre 2026, Nvidia participe aussi à un placement privé conditionnel totalisant 26 milliards de dollars, auquel prennent part sept entreprises technologiques au prix d’introduction. AMD a, de son côté, annoncé en juillet 2026 un investissement stratégique pouvant aller jusqu’à 5 milliards de dollars. En contrepartie, Anthropic prévoit de déployer jusqu’à deux gigawatts de GPU AMD Instinct MI455X dans des systèmes Helios à l’échelle rack, avec une première phase d’un gigawatt prévue au premier semestre 2027.
Anthropic vise la fin du verrou CUDA grâce à un portage automatisé
L’avantage de Nvidia repose notamment sur CUDA, un écosystème logiciel qui retient les développeurs sur ses puces et rend coûteux les portages vers d’autres architectures, au point que nombre d’entreprises renoncent. Anthropic soutient avoir engagé l’IA pour automatiser ce travail, afin de réduire la surcharge logicielle qui profitait à Nvidia. Si les performances annoncées étaient confirmées, cela rendrait plus aisés le passage à d’autres fournisseurs ainsi que le recours à des alternatives moins coûteuses ou plus accessibles, alors que la marge de Nvidia sur les puces d’IA dépasse 70 %. D’après au moins un grand laboratoire, la suprématie de CUDA ne semble plus impossible à remettre en cause, et les modèles pourraient servir à atténuer les dépendances vis-à-vis du matériel. Ces données proviennent cependant d’une présentation destinée aux investisseurs et n’ont pas fait l’objet d’une vérification indépendante.
Vous suivez la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Trois jours annoncés pour activer AMD : Mythos a porté presque tous les noyaux
Anthropic décrit un cas concret sur GPU AMD, traditionnellement activés au prix de mois de travail et de dizaines d’ingénieurs. Cette année, le laboratoire a confié l’opération à son modèle de pointe, Mythos. Il affirme que le modèle a écrit ou porté presque 100 % des noyaux, avec très peu d’intervention humaine, et que Claude fonctionnait sur AMD au bout d’environ trois jours, contre six à douze mois avec des approches classiques d’ingénierie. Les mesures évoquées concernent le traitement de requêtes sur des GPU AMD MI355X.
Une stratégie multi-puces posée comme un pari initial et entretenue dans la durée
Anthropic affirme avoir construit dès l’origine une stratégie multi-puces, alors jugée peu pertinente par une majorité d’acteurs du secteur. Tom Brown indique que l’entreprise entraîne et exécute Claude sur quatre familles de puces réunies dans un pool de calcul interchangeable. Chaque architecture demandant son propre logiciel et une pile d’inférence dédiée, l’effort est coûteux et long. Selon lui, Anthropic a néanmoins investi pendant des années et a atteint un niveau d’exécution élevé sur ce sujet.
Pools de calcul et multiplicateurs : allocation, recherche et capacité dédiée
Le laboratoire indique regrouper AWS Trainium, Google TPUs, GPU Nvidia et GPU AMD au sein d’un même pool, utilisé pour la recherche, la création de modèles, les besoins des clients et l’exploitation interne de Claude. Il déclare obtenir davantage de valeur pour chaque dollar investi dans le calcul que n’importe quel autre laboratoire de pointe. Dans un contexte de ressources limitées, cette méthode recherche le meilleur équilibre entre coût et performance, en prenant en considération le fait que certaines puces se montrent plus efficaces pour l’entraînement et d’autres pour l’inférence. Au-delà du multi-puces, Anthropic mise sur des multiplicateurs de calcul, décrits comme des percées qui s’additionnent pour extraire davantage de performance à capacité physique constante, avec la perspective que Claude puisse un jour les découvrir lui-même. Cette amélioration récursive reste débattue et non prouvée. En parallèle, avec Anthropic Direct, l’entreprise construit sa propre capacité en louant des puces pour des centres de données dédiés, dans l’objectif déclaré de réduire le coût total de possession. Anthropic soutient qu’ainsi elle a rompu sa dépendance à Nvidia.
