Anthropic a indiqué à des investisseurs que son modèle phare, Claude, fonctionne désormais sur des GPU AMD Instinct, après seulement trois jours de travail. L’entreprise affirme que le portage a été réalisé par son propre modèle de pointe, Mythos, qui a écrit presque tous les noyaux de calcul nécessaires sans aide humaine. Jusqu’ici, le transfert d’un modèle vers un nouvel accélérateur mobilisait des dizaines d’ingénieurs pendant six à douze mois.
Cette annonce figure dans une présentation aux investisseurs publiée en novembre 2026. Tom Brown, cofondateur et directeur des infrastructures de calcul d’Anthropic, a déclaré que l’entreprise entraîne et fait désormais fonctionner Claude sur quatre grandes familles de puces : les GPU Nvidia, les GPU AMD, les puces Trainium d’Amazon et les TPU de Google. Cette approche multi-puces permet au laboratoire de répartir les tâches sur le matériel le moins cher ou le plus disponible, ce qui était difficile jusqu’ici, car la pile logicielle CUDA de Nvidia enferme traditionnellement les développeurs dans son écosystème.
Selon Anthropic, le passage aux puces AMD en trois jours a fait appel au GPU MI355X et visait à améliorer les performances de traitement des requêtes. L’entreprise considère la puissance de calcul de différents fournisseurs comme un pool unique et attribue les ressources là où le rapport prix-performances est le meilleur. Elle prévoit également d’installer jusqu’à deux gigawatts de GPU AMD MI455X dans ses systèmes en rack Helios ; le premier gigawatt devrait être déployé au premier semestre 2027.
Pourquoi c’est important
Si les chiffres d’Anthropic se vérifient, les entreprises pourraient transférer bien plus rapidement leurs charges de travail d’IA entre Nvidia et AMD, et réduire leur dépendance à l’écosystème CUDA de Nvidia, très rentable pour l’entreprise. Cela pourrait ouvrir le marché à des puces moins chères ou plus faciles à obtenir, notamment tant que l’offre de GPU reste limitée.
Pourquoi c'est important
Pour les entreprises qui font tourner de grands modèles de langage, pouvoir changer plus rapidement de matériel pourrait réduire les coûts du cloud et éviter les goulots d’étranglement liés à la domination de la pile logicielle de Nvidia. Toutefois, l’annonce n’a pas été vérifiée de manière indépendante : les gains réels en rapidité et en coût restent donc incertains.
