Anthropic réserve 5 gigawatts chez Amazon, l’IA se joue désormais sur le réseau électrique

Le chiffre donne le vertige, et c’est précisément ce qui le rend politique. En sécurisant jusqu’à 5 gigawatts de capacité chez Amazon, Anthropic ne parle plus seulement de modèles, de benchmarks ou d’agents IA : l’entreprise parle désormais comme un industriel de l’énergie.

Avec 5 gigawatts, Anthropic affiche la vraie unité de mesure de l’IA

Le 20 avril 2026, Anthropic a annoncé un nouvel accord avec Amazon pour verrouiller jusqu’à 5 GW de capacité destinée à l’entraînement et au déploiement de Claude. Le partenariat prévoit plus de 100 milliards de dollars d’engagements sur dix ans envers les technologies AWS, avec de nouvelles capacités Trainium2 disponibles au premier semestre 2026, puis près de 1 GW d’infrastructure fondée sur Trainium2 et Trainium3 d’ici à la fin 2026.

À cette échelle, l’information dépasse largement le cadre d’un simple contrat cloud. 5 GW, c’est une puissance habituellement évoquée pour des infrastructures électriques nationales, des parcs de production, ou des zones industrielles massives. Rapporté à l’IA, le message est limpide : la compétition ne se joue plus d’abord sur la qualité d’un assistant conversationnel, mais sur la capacité à garantir l’accès à des volumes de calcul et d’énergie hors norme.

Anthropic affirme déjà utiliser plus de 1 million de puces Trainium2 pour entraîner et servir Claude. Là encore, la précision compte. Depuis deux ans, l’industrie parlait souvent de milliers, puis de dizaines de milliers d’accélérateurs. Le passage au million marque un seuil psychologique et industriel.

Amazon transforme son pari Anthropic en démonstration de force pour AWS

Cet accord prolonge une relation déjà stratégique. Amazon a multiplié les investissements dans Anthropic et a fait de l’éditeur de Claude l’un des principaux partenaires d’AWS sur l’IA générative. Mais le communiqué du 20 avril donne une autre dimension à cette alliance : AWS ne vend plus seulement du cloud, il vend une trajectoire d’accès à l’électricité, au silicium et aux interconnexions réseau.

Le cœur du dispositif repose sur la famille de puces Trainium, les accélérateurs IA conçus par Amazon pour concurrencer les GPU de Nvidia et, dans une moindre mesure, les puces de Google et AMD. En mentionnant explicitement Trainium2 puis Trainium3, Anthropic et Amazon envoient un double signal. D’un côté, ils valident publiquement la feuille de route matériel d’AWS. De l’autre, ils montrent qu’un grand laboratoire de modèles de fondation accepte de s’adosser à une pile technologique plus intégrée, potentiellement moins dépendante de Nvidia.

Cette précision est essentielle dans le contexte de 2026. La bataille du compute est devenue une bataille verticale : centres de données, énergie, réseaux, packaging avancé, mémoire à haute bande passante, compilateurs, logiciels de distribution de charge. Le cloud public ne suffit plus ; il faut une chaîne logistique complète.

Le vrai sujet n’est plus Claude, mais le coût marginal d’un Claude plus puissant

Le contraste est frappant. Pendant longtemps, les annonces IA mettaient en avant les performances : meilleur raisonnement, contexte plus long, multimodalité, agents. Ici, Anthropic choisit de communiquer sur des gigawatts, des puces et des engagements à neuf chiffres. Cette bascule n’est pas anodine.

Elle dit d’abord que le plafond de croissance n’est plus seulement algorithmique. Pour améliorer un modèle comme Claude, pour en réduire la latence, pour servir davantage d’utilisateurs entreprise, il faut avant tout garantir une base industrielle. Cela vaut pour l’entraînement des prochaines générations, mais aussi pour l’inference, devenue un gouffre de calcul à mesure que les modèles sont utilisés en production à grande échelle.

Le cap de plus de 100 milliards de dollars sur dix ans souligne également une autre réalité : l’IA générative est entrée dans une phase de dépenses comparables à celles des télécoms ou de l’énergie. À ce niveau, le débat quitte le seul terrain logiciel. La question devient : qui peut encore financer l’accès au calcul ? Et à quelles conditions de marge ?

Anthropic n’annonce pas une levée de fonds ni une nouvelle fonctionnalité ; elle annonce en creux qu’exister dans le peloton de tête exige désormais une relation quasi structurelle avec un hyperscaler. Le laboratoire indépendant n’est pas mort, mais il devient difficilement concevable sans adossement massif à une infrastructure.

Une guerre du compute qui redessine la hiérarchie du secteur

L’ampleur de ce deal en fait l’un des signaux les plus spectaculaires de la course au compute en 2026. Car chaque grand acteur suit désormais la même logique, avec des variantes : OpenAI et Microsoft sur des mégaprojets d’infrastructure, Google avec ses TPU, Meta avec ses grappes de GPU internes, xAI avec ses déploiements agressifs de capacité.

Mais l’annonce d’Anthropic se distingue sur deux points.

D’abord par sa formulation énergétique. Parler en gigawatts ramène brutalement l’IA à sa matérialité : terrains, postes électriques, transformateurs, refroidissement, fibres, délais de raccordement. Les grands modèles ne sont plus seulement des produits numériques ; ce sont des consommateurs industriels d’électricité.

Ensuite par le niveau d’engagement économique. 100 milliards de dollars sur dix ans envers AWS, ce n’est pas seulement un achat de capacité. C’est un verrouillage stratégique. Anthropic sécurise un accès prioritaire aux ressources critiques, mais accepte en échange une dépendance profonde à l’écosystème d’Amazon. L’avantage est évident : visibilité, disponibilité, optimisation logicielle et matérielle. Le risque l’est tout autant : moindre flexibilité, concentration de pouvoir chez quelques fournisseurs, et exposition à leurs arbitrages techniques et tarifaires.

Derrière les puces, une bataille d’indépendance face à Nvidia

L’un des enjeux les plus surveillés sera la capacité réelle de Trainium2 et Trainium3 à soutenir cette ambition. Depuis 2023, Nvidia domine l’économie du calcul IA grâce à l’avance de son écosystème logiciel, de ses interconnexions et de ses performances sur l’entraînement comme sur l’inférence. Pour Amazon, convaincre Anthropic d’opérer à cette échelle sur Trainium est une validation commerciale et technique majeure.

Si cette montée en charge tient ses promesses, AWS pourrait s’imposer comme le premier cloud à démontrer qu’un laboratoire de premier plan peut réduire sa dépendance aux GPU Nvidia sans sacrifier la cadence de développement. Si elle échoue, l’annonce apparaîtra comme le symptôme d’une industrie poussée à promettre des ordres de grandeur avant d’avoir démontré tous les détails d’exécution.

C’est là que la chronologie compte. Nouvelles capacités au premier semestre 2026, puis près de 1 GW basé sur Trainium2/Trainium3 d’ici fin 2026 : les prochains mois serviront de test grandeur nature. Pas sur le marketing de Claude, mais sur la capacité d’Amazon à industrialiser rapidement son silicium propriétaire.

L’IA entre dans l’ère des contraintes physiques

Au fond, cette annonce raconte une mutation plus large : l’IA générative entre dans une phase où la contrainte principale n’est plus l’idée, mais la capacité à la faire tourner à grande échelle. Le calcul devient une ressource stratégique comparable à l’accès au pétrole pour l’industrie du XXe siècle ou au spectre pour les télécoms.

Cette évolution a des conséquences très concrètes. Elle favorise les acteurs capables de signer des contrats géants, d’absorber des cycles d’investissement très longs et de négocier directement l’accès aux infrastructures critiques. Elle pourrait aussi accentuer les barrières à l’entrée pour les nouveaux venus, sauf à miser sur des modèles plus petits, plus spécialisés, ou sur des architectures plus efficientes.

Le prochain jalon sera mesurable : la livraison effective des nouvelles capacités Trainium2 au premier semestre 2026, puis la montée vers près de 1 GW d’ici fin 2026. Si ces objectifs sont tenus, Anthropic disposera d’un avantage industriel rare pour entraîner les futures versions de Claude et soutenir leur diffusion. Si le calendrier dérape, l’annonce restera malgré tout un repère de l’année : le moment où la guerre de l’IA s’est résumée, sans détour, à une équation d’électricité, de puces et de centaines de milliards.