Amazon et Google derrière Anthropic : lecture d'une double alliance cloud

Un laboratoire d'intelligence artificielle qui compte parmi ses actionnaires deux géants du cloud rivaux, et qui fait tourner ses modèles sur les puces conçues par l'un comme par l'autre : la situation d'Anthropic, à l'orée de 2026, tient de l'exercice d'équilibre. D'un côté, Amazon a porté son engagement financier à huit milliards de dollars et bâti pour la société un centre de données géant dans l'Indiana. De l'autre, Google a pris une participation notable et lui a ouvert l'accès à un million de ses processeurs maison. Ces deux entreprises se disputent le marché du cloud et proposent chacune leur propre modèle de langage. Elles financent pourtant, en parallèle, le même concurrent. Cet article propose une lecture de cette double alliance : ce qu'elle recouvre en faits vérifiés, la logique industrielle qu'elle éclaire, et ce qu'elle révèle d'une dynamique plus large de l'écosystème de l'IA.

Il ne s'agit pas ici de raconter une annonce isolée, mais de relier plusieurs mouvements étalés sur près de trois ans pour en dégager le dessin d'ensemble. Le pari matériel — s'approvisionner en puissance de calcul auprès de sources multiples plutôt que d'une seule — mérite d'être examiné pour lui-même, car il en dit long sur la manière dont un acteur de l'IA générative sécurise aujourd'hui sa ressource la plus rare : les processeurs et l'énergie qui les alimente.

Un mot de méthode avant d'entrer dans le détail. Les montants, dates et volumes de puces cités ici proviennent des communiqués officiels d'Anthropic, d'Amazon et de Google, ainsi que de la presse technologique spécialisée. Lorsqu'un chiffre reste imprécis ou non confirmé publiquement, il est présenté comme un ordre de grandeur, et la lecture stratégique qui en découle est signalée comme une interprétation, non comme une certitude. On nomme les acteurs pour ce qu'ils font, sans en faire l'apologie ni le procès.

Le constat : deux alliances parallèles, des faits datés

Commençons par établir ce qui est solidement documenté. Anthropic, laboratoire fondé en 2021 par d'anciens responsables d'OpenAI et éditeur de l'assistant Claude, a noué au fil du temps deux relations profondes avec Amazon et Google. Ces relations mêlent trois dimensions distinctes qu'il faut prendre soin de ne pas confondre : une prise de participation au capital, un accès à de la puissance de calcul, et la distribution des modèles de Claude à travers les plateformes cloud des deux partenaires.

Le versant Amazon : d'un ticket initial à huit milliards

La relation avec Amazon s'est construite par étapes. En septembre 2023, le groupe de Seattle annonce un premier investissement pouvant atteindre quatre milliards de dollars, dont un ticket initial de 1,25 milliard. En novembre 2024, un second apport de quatre milliards porte le total à huit milliards de dollars. Dans le même mouvement, Anthropic désigne Amazon Web Services comme son partenaire d'entraînement principal, sans pour autant fermer la porte aux autres fournisseurs.

Le volet matériel de cette entente est particulièrement concret. Amazon développe ses propres accélérateurs d'IA, les puces Trainium pour l'entraînement et Inferentia pour l'inférence, conçues par sa division de conception de circuits, Annapurna Labs. Anthropic s'est engagé à faire évoluer ses modèles pour tourner sur plus d'un million de puces Trainium2, et travaille avec les équipes d'Annapurna sur les générations futures de ces accélérateurs.

Ce partenariat a pris une forme physique spectaculaire avec le projet baptisé Rainier. Il s'agit d'un ensemble de centres de données édifié à New Carlisle, dans l'Indiana, dont la construction a débuté en septembre 2024. L'installation, présentée par AWS comme le plus grand agrégat de puces d'IA non fournies par Nvidia au monde, exploitait environ 500 000 puces Trainium2. Le site, étendu sur environ 1 200 acres, doit à terme mobiliser près de 2,2 gigawatts d'électricité. L'investissement dans ce campus est chiffré autour de onze milliards de dollars, présenté comme le plus grand engagement en capital de l'histoire de l'État de l'Indiana.

Le versant Google : participation au capital et un million de processeurs

Du côté de Google, la chronologie suit une trajectoire comparable, avec des chiffres du même ordre. La maison mère Alphabet a investi autour de deux milliards de dollars dans Anthropic en 2023, puis un milliard supplémentaire par la suite. Des documents judiciaires rendus publics en 2025 ont fait état d'une participation de l'ordre de 14 % détenue par Google — un ordre de grandeur qu'il convient de manier avec prudence, ces chiffres de détention évoluant au gré des tours de financement.

Le tournant matériel le plus visible date du 23 octobre 2025. Ce jour-là, Anthropic et Google Cloud annoncent une extension majeure de l'usage des TPU, les Tensor Processing Units maison de Google. L'accord donne à Anthropic accès à un maximum d'un million de ces processeurs, pour une capacité de calcul dépassant le gigawatt, attendue en ligne courant 2026. La valeur financière exacte n'a pas été communiquée, mais elle a été confirmée comme se situant dans l'ordre de plusieurs dizaines de milliards de dollars.

La stratégie de calcul singulière d'Anthropic repose sur une approche diversifiée qui exploite efficacement trois plateformes de puces : les TPU de Google, le Trainium d'Amazon et les GPU de Nvidia.
— Anthropic, communiqué du 23 octobre 2025 sur l'extension de l'usage des TPU Google

Cette phrase, tirée du communiqué officiel, est le pivot de tout notre sujet. Elle formule noir sur blanc la doctrine matérielle du laboratoire : ne pas dépendre d'une seule filière de silicium, mais répartir la charge sur trois familles de processeurs aux origines industrielles distinctes.

Un récapitulatif chiffré

Pour fixer les idées, le tableau ci-dessous rassemble les principaux repères vérifiés des deux alliances. Les montants et volumes correspondent aux annonces publiques disponibles à la date de rédaction ; certains restent des maximums ou des ordres de grandeur, ce qui est signalé.

Dimension	Amazon (AWS)	Google (Cloud / Alphabet)
Investissement cumulé annoncé	≈ 8 milliards $ (sept. 2023 → nov. 2024)	≈ 3 milliards $ (2023 + apport ultérieur)
Participation au capital	Minoritaire (non communiquée précisément)	≈ 14 % (documents judiciaires, 2025)
Puces maison mobilisées	Trainium2 — plus d'1 million visé	TPU — jusqu'à 1 million
Capacité annoncée	Projet Rainier, ~500 000 puces, cap 2,2 GW	« Bien plus » d'1 GW en ligne courant 2026
Statut affiché	Partenaire d'entraînement et cloud principal	Fournisseur additionnel majeur

Sources : communiqués Anthropic, Amazon (aboutamazon.com), Google Cloud, TechCrunch, CNBC, GeekWire, DataCenterDynamics. Chiffres à la date de rédaction ; plusieurs valeurs sont des maximums ou ordres de grandeur.

Deux constats se dégagent de ce panorama. D'abord, les deux relations sont d'une ampleur comparable, même si l'engagement financier d'Amazon apparaît plus élevé et son rôle affiché plus central. Ensuite, dans les deux cas, le nerf de l'accord n'est pas seulement l'argent, mais l'accès garanti à des volumes considérables de processeurs spécialisés et à l'électricité pour les faire fonctionner.

Le troisième étage : la distribution de Claude

Au-delà du capital et du calcul, il existe une troisième couche qu'il serait dommage de négliger : la manière dont les modèles de Claude parviennent aux entreprises clientes. Car Anthropic ne vend pas seulement son assistant en direct ; il le rend disponible à travers les places de marché de modèles des grands fournisseurs de cloud. Cette présence multiplateforme constitue le pendant commercial des accords d'infrastructure.

Les faits sont documentés. Les modèles de Claude figurent sur Amazon Bedrock, le catalogue de modèles d'IA d'AWS, depuis l'ouverture générale de ce service, le 28 septembre 2023 — Claude y figurait dès le lancement. Ils sont proposés sur Vertex AI, la plateforme équivalente de Google Cloud, à partir de mars 2024. Une troisième porte s'est ouverte plus tard chez Microsoft, avec l'arrivée de Claude sur la plateforme Foundry courant novembre 2025. Cette disponibilité simultanée sur les trois principales plateformes cloud du marché est une singularité que peu de modèles concurrents partagent.

Cette distribution croisée éclaire la relation sous un jour supplémentaire. Un fournisseur de cloud qui propose Claude dans son catalogue perçoit une part du chiffre d'affaires généré chaque fois qu'un client l'utilise. L'intérêt du fournisseur ne se limite donc pas à héberger l'entraînement des modèles : il tient aussi à les revendre à sa propre clientèle d'entreprises. Cette mécanique complète le raisonnement de coopétition que nous examinerons plus loin, en ajoutant un flux de revenus lié à l'usage, distinct de la plus-value en capital et des revenus d'hébergement.

Pour les organisations soumises à des exigences réglementaires strictes — administrations, secteurs régulés — cette présence sur plusieurs plateformes présente un autre avantage. Chaque environnement cloud apporte ses propres certifications de conformité et de sécurité, ce qui élargit l'éventail des contextes dans lesquels Claude peut être déployé. La diversité des canaux de distribution recoupe ainsi la diversité des besoins de conformité, un point rarement mis en avant mais qui compte pour l'adoption en entreprise.

La lecture : pourquoi diversifier ses sources de calcul

Passons maintenant à l'interprétation. Pourquoi un laboratoire d'IA choisit-il de s'appuyer sur trois filières de puces et deux investisseurs concurrents plutôt que de se ranger derrière un seul allié ? Plusieurs logiques se conjuguent, et il vaut mieux les présenter comme des hypothèses complémentaires que comme une explication unique et définitive.

Sécuriser l'approvisionnement dans un marché sous tension

La première logique tient à la rareté. Entraîner et servir des modèles de langage de grande taille consomme une quantité colossale de puissance de calcul, et les processeurs adaptés sont recherchés par tous les acteurs simultanément. Les GPU haut de gamme de Nvidia, longtemps incontournables, font l'objet de délais d'attente et de tensions d'approvisionnement récurrentes. Répartir ses besoins sur plusieurs filières — Trainium chez Amazon, TPU chez Google, GPU chez Nvidia — permet de ne pas subordonner sa feuille de route à la disponibilité d'un seul fournisseur.

On peut lire cette dispersion comme une forme d'assurance industrielle. Si une génération de puces prend du retard, si une usine sature ou si une chaîne logistique se grippe, disposer d'alternatives évite l'arrêt brutal. Cette prudence rappelle les pratiques d'approvisionnement bien établies dans d'autres industries lourdes, où l'on évite de dépendre d'un unique fournisseur pour une pièce critique.

Préserver un pouvoir de négociation

La deuxième logique est commerciale. Un client qui peut faire jouer plusieurs fournisseurs les uns contre les autres obtient de meilleures conditions que celui qui n'a nulle part où aller. En maintenant des relations actives avec Amazon, Google, Nvidia et d'autres, Anthropic conserve un levier pour négocier prix, priorités d'accès et modalités contractuelles. Une interprétation raisonnable consiste à voir dans cette architecture multi-fournisseurs autant un choix de gestion des risques qu'un instrument de rapport de force économique.

Répartir sa dépendance, c'est se donner le choix ; concentrer sa dépendance, c'est le perdre. Pour un acteur dont la ressource critique est le silicium, cette différence structure toute la trajectoire.
— Formulation de synthèse, à titre de grille de lecture

Trois familles de puces, trois logiques industrielles

Pour comprendre ce que recouvre concrètement cette répartition, il faut dire un mot de la nature des trois filières mobilisées. Chacune répond à une histoire et à une logique propres, et leur coexistence dans la pile d'Anthropic n'a rien d'anodin.

Les GPU de Nvidia sont à l'origine des processeurs graphiques, détournés au fil des années vers le calcul massivement parallèle qu'exige l'apprentissage automatique. Leur écosystème logiciel, mûri sur plus d'une décennie, en a longtemps fait le choix par défaut de l'industrie. Les TPU de Google, à l'inverse, sont des circuits conçus dès le départ pour les réseaux de neurones : l'entreprise les développe en interne depuis le milieu des années 2010 pour ses propres besoins, avant de les proposer à ses clients. Les puces Trainium d'Amazon, plus récentes, procèdent d'une démarche voisine : concevoir un accélérateur maison, taillé pour l'entraînement, afin de maîtriser à la fois le coût et la disponibilité.

Fig. 1 — Trois familles de processeurs aux origines industrielles distinctes alimentent l'entraînement des modèles Claude : une diversité qui est à la fois contrainte (compatibilité logicielle) et atout (résilience face aux aléas d'une seule filière).

Cette diversité d'origines a une conséquence pratique. Un modèle optimisé pour une architecture ne se transpose pas mécaniquement sur une autre. Les formats de calcul, les capacités de mémoire, les modes d'interconnexion entre puces diffèrent. S'appuyer sur les trois familles suppose donc de maintenir une compétence transversale, capable de tirer parti des forces de chacune. On peut lire cette exigence comme une contrainte, mais aussi comme un atout : la maîtrise de plusieurs architectures rend l'organisation moins vulnérable aux aléas d'une seule d'entre elles.

La contrepartie technique : le coût de la diversité

Il serait naïf de présenter cette diversification comme sans revers. Faire tourner un même modèle sur trois familles de puces impose un travail d'ingénierie considérable. Chaque architecture — Trainium, TPU, GPU — possède ses propres outils, ses bibliothèques logicielles, ses optimisations spécifiques. Adapter et maintenir une pile technique compatible avec plusieurs cibles matérielles mobilise des équipes et du temps, là où une plateforme unique simplifierait la vie des développeurs.

Ce compromis mérite d'être nommé clairement. La diversification apporte de la résilience et du pouvoir de négociation, mais elle coûte en complexité. On peut interpréter le choix d'Anthropic comme un pari : celui que les bénéfices de l'indépendance vis-à-vis d'un fournisseur unique l'emportent sur le surcroît d'ingénierie qu'elle réclame. Que ce pari soit le bon dépendra de l'évolution des prix, des capacités et de la maturité logicielle de chaque filière — autant de paramètres qui restent ouverts.

Résilience — un incident sur une filière ne bloque pas l'ensemble de la production.
Levier commercial — la concurrence entre fournisseurs améliore les conditions obtenues.
Complexité accrue — maintenir la compatibilité multi-puces exige un effort d'ingénierie soutenu.
Dépendance résiduelle — la diversification atténue le risque sans l'annuler ; l'énergie et les capacités restent contraintes.

La coopétition : quand des rivaux financent le même acteur

Le trait le plus frappant de cette double alliance n'est pas la diversification en elle-même, mais le fait que les deux principaux financeurs d'Anthropic soient des concurrents frontaux. Ce phénomène porte un nom dans la littérature économique : la coopétition, contraction de coopération et compétition. Il désigne ces situations où des entreprises rivales collaborent sur certains terrains tout en s'affrontant sur d'autres.

Rivaux sur trois fronts, partenaires sur un quatrième

Amazon et Google se disputent le marché du cloud : AWS et Google Cloud sont deux des principaux fournisseurs mondiaux d'infrastructure informatique. Ils se disputent aussi le marché des modèles d'IA : Google développe sa famille Gemini, qui rivalise directement avec Claude. Enfin, chacun héberge et distribue les modèles d'Anthropic sur sa propre plateforme, ce qui fait de Claude à la fois un produit concurrent et un produit vendu par les deux maisons.

Cette configuration a de quoi surprendre au premier abord. Comment expliquer que deux géants investissent des milliards dans une société dont le produit phare concurrence le leur ? Une lecture plausible tient au raisonnement suivant : pour un fournisseur de cloud, héberger un laboratoire d'IA de premier plan génère des revenus d'infrastructure substantiels, indépendamment du fait que les modèles de ce laboratoire concurrencent les siens. Autrement dit, même si Claude rivalise avec Gemini, faire tourner Claude sur les TPU de Google rapporte à Google.

Fig. 2 — Amazon et Google s'affrontent sur trois fronts (infrastructure cloud, modèles d'IA — Gemini face à Claude —, et silicium), tout en finançant conjointement Anthropic et en lui vendant du calcul : c'est le cœur de la dynamique de coopétition.

L'infrastructure comme socle de revenus

Cette dimension financière n'est pas anecdotique. Selon des analyses de marché relayées par la presse, les revenus qu'AWS tire de sa relation avec Anthropic se comptent en centaines de millions, voire en milliards de dollars par an, avec une progression attendue au fil des années. Pour un fournisseur d'infrastructure, un client qui consomme massivement de la puissance de calcul est précieux, quel que soit le contenu qu'il produit avec.

On peut ainsi lire l'investissement des deux géants comme un pari à double détente. D'une part, une prise de participation dans une société valorisée à près de deux cents milliards de dollars, susceptible de générer une plus-value financière. D'autre part, un contrat d'infrastructure qui alimente en revenus récurrents la division cloud de l'investisseur. Dans cette optique, financer un concurrent sur le terrain des modèles peut se justifier par les gains obtenus sur le terrain de l'infrastructure et du capital.

À retenir. Le pari des deux géants est à double détente : une plus-value en capital sur une société à valorisation ascendante, et des revenus d'infrastructure récurrents dès qu'Anthropic consomme de la puissance de calcul. C'est ce second ressort — gagner à l'usage — qui rend acceptable de financer un concurrent sur le terrain des modèles.

Nos clients — des entreprises du Fortune 500 aux jeunes pousses nées de l'IA — s'appuient sur Claude pour leurs travaux les plus importants.
— Krishna Rao, directeur financier d'Anthropic, communiqué du 23 octobre 2025

Une symétrie qui protège les deux parties

Cette coopétition présente une symétrie intéressante. Anthropic ne veut dépendre ni d'Amazon ni de Google seul ; les deux géants, de leur côté, ne veulent pas laisser leur concurrent capter à lui seul un acteur aussi stratégique. Chacun a donc intérêt à rester dans la partie. Le résultat est un équilibre où plusieurs parties conservent des relations, faute de quoi elles risqueraient de céder du terrain à l'autre. On peut interpréter cet arrangement comme un jeu d'influences croisées où l'indépendance de l'un fait la sécurité de tous — une lecture parmi d'autres, à confronter aux évolutions futures.

Une dépendance croisée devenue structurelle

La coopétition ne serait qu'une curiosité si elle restait ponctuelle. Or, dans le cas présent, elle s'est approfondie au fil du temps. Chaque nouvelle vague d'accords a resserré les liens entre Anthropic et ses deux partenaires : nouveaux apports en capital, extensions de capacité de calcul, engagements sur les générations futures de puces. Cette accumulation transforme une série de contrats en une relation structurelle, où chaque partie a désormais un intérêt durable à la réussite des autres.

Cette imbrication a des implications qu'il vaut la peine de mesurer. Pour Anthropic, elle sécurise un accès de long terme à des ressources rares, mais elle crée aussi une forme d'interdépendance : le laboratoire s'inscrit dans les feuilles de route matérielles de ses partenaires, et réciproquement. Pour Amazon et Google, soutenir la croissance d'Anthropic revient à alimenter un client majeur de leurs divisions cloud, tout en gardant un œil sur un concurrent de leurs propres modèles. Une interprétation possible est que cette dépendance croisée fonctionne comme un stabilisateur : elle rend une rupture brutale coûteuse pour toutes les parties, et incite donc à la continuité.

À retenir. Cette dépendance croisée fonctionne comme un stabilisateur : une rupture brutale coûterait cher à toutes les parties, ce qui pousse chacun à la continuité. Mais ce mécanisme incitatif n'équivaut pas à une garantie : intérêts et rapports de force peuvent évoluer.

Il ne faut pas pour autant y voir un équilibre définitif. Les intérêts peuvent diverger, les priorités changer, et rien ne garantit que la configuration actuelle perdure sous cette forme. On observe un arrangement qui, à la date de rédaction, sert les intérêts de chacun ; sa pérennité dépendra de facteurs que nul ne maîtrise entièrement. C'est précisément ce qui rend le cas instructif : il montre comment des acteurs rivaux peuvent construire, sans plan concerté, une architecture de dépendances mutuelles qui les lie plus qu'ils ne l'auraient sans doute imaginé.

Mise en perspective : Anthropic n'est pas un cas isolé

Pour prendre la mesure de cette double alliance, il faut la replacer dans le paysage des grands laboratoires d'IA, où des schémas voisins se retrouvent. La question de l'approvisionnement en calcul et des liens avec les fournisseurs d'infrastructure structure aujourd'hui toute l'industrie.

Le miroir OpenAI-Microsoft

Le rapprochement le plus commenté reste celui d'OpenAI avec Microsoft, marqué par un adossement fort à une plateforme cloud, en l'occurrence Azure. Ce modèle, plus resserré autour d'un partenaire principal, offre un contraste utile avec l'approche d'Anthropic. Là où une alliance concentrée simplifie l'ingénierie et la relation commerciale, elle expose davantage à la trajectoire d'un unique allié. La stratégie multi-fournisseurs d'Anthropic peut se lire comme une réponse alternative au même problème : comment sécuriser un accès massif au calcul sans se lier pieds et poings à un seul acteur.

Il convient de rester prudent dans cette comparaison. Les deux configurations répondent à des contextes, des historiques et des rapports de force différents, et rien n'indique qu'une approche soit intrinsèquement supérieure à l'autre. Ce sont deux paris distincts sur la meilleure manière d'articuler indépendance et accès à la ressource.

La montée des puces maison des géants du cloud

Un second élément de perspective concerne le silicium lui-même. Pendant des années, l'entraînement des grands modèles reposait presque exclusivement sur les GPU de Nvidia. Le fait qu'Anthropic fasse tourner ses modèles sur les Trainium d'Amazon et les TPU de Google témoigne d'une évolution de fond : les grands fournisseurs de cloud conçoivent désormais leurs propres accélérateurs, en partie pour réduire leur dépendance à un fournisseur externe unique.

Cette dynamique concerne l'ensemble du secteur. Plusieurs hyperscalers ont développé ou développent des circuits spécialisés pour l'IA. Le mouvement d'Anthropic vers une pile à trois filières s'inscrit donc dans une tendance plus vaste de diversification du silicium d'IA, qui redistribue progressivement les cartes d'un marché longtemps dominé par une seule référence. On peut y voir un signe de maturation de l'industrie, sans pour autant préjuger de la place que chaque filière occupera demain.

Le contexte financier : une valorisation en forte progression

Ces alliances matérielles se déploient sur fond d'une valorisation d'Anthropic qui a connu une ascension rapide. Les repères publics permettent de situer la trajectoire. En septembre 2025, un tour de financement de série F de 13 milliards de dollars a valorisé la société autour de 183 milliards de dollars. Ces montants, communiqués par l'entreprise et repris par la presse financière, changent au fil des tours et doivent être lus comme des instantanés plutôt que comme des valeurs figées.

Cette dynamique financière donne un relief particulier aux prises de participation d'Amazon et de Google. Investir tôt dans une société dont la valorisation progresse rapidement peut représenter une opération patrimoniale intéressante pour l'investisseur, indépendamment des revenus d'infrastructure. On peut interpréter la double alliance comme la conjonction de deux motivations chez chaque partenaire : un pari en capital sur la valeur future de la société, et un contrat opérationnel sur la fourniture de calcul. Distinguer ces deux ressorts aide à comprendre pourquoi des concurrents acceptent de financer conjointement un même acteur.

Il faut toutefois se garder d'une lecture purement financière. La valorisation d'un laboratoire d'IA reste un sujet débattu, tributaire d'hypothèses sur la croissance future des revenus et sur la soutenabilité des investissements en calcul. Les chiffres cités ici décrivent une trajectoire observée, non une garantie de rendement. La prudence s'impose d'autant plus que le secteur évolue vite et que les repères d'aujourd'hui peuvent être révisés demain.

La contrainte énergétique en toile de fond

Enfin, un facteur traverse toutes ces annonces sans toujours occuper le devant de la scène : l'électricité. Les capacités se mesurent désormais en gigawatts autant qu'en nombre de puces. Le projet Rainier vise à terme plus de deux gigawatts ; les accords avec Google se comptent aussi en gigawatts de capacité à mettre en ligne. Ces ordres de grandeur situent le calcul de l'IA au même rang que des infrastructures industrielles lourdes, avec les questions d'implantation, de raccordement au réseau électrique et de soutenabilité que cela soulève.

Cette dimension énergétique déplace en partie la nature de la concurrence. La ressource critique n'est plus seulement la puce, mais la capacité à l'alimenter et à l'héberger. On peut interpréter la localisation de centres de données près de lignes à haute tension, comme à New Carlisle, comme le signe que l'énergie devient un paramètre stratégique de premier plan pour les acteurs de l'IA. C'est une lecture que les prochaines implantations viendront confirmer ou nuancer.

Que représente, concrètement, un gigawatt de calcul ?

Les accords évoqués dans cet article se mesurent en gigawatts — un ordre de grandeur que l'on croise d'ordinaire pour des infrastructures industrielles lourdes, rarement pour un seul programme d'IA. Déplacez le curseur pour comparer ces puissances à des repères familiers.

2,2 GW

≈ 2,4 réacteurs nucléaires de 900 MW (puissance équivalente).
≈ 4,3 millions de ménages français alimentés en électricité pendant un an.

Repères tirés de l'article : accord Google Cloud « bien plus d'1 GW » attendu courant 2026 · projet Rainier jusqu'à ~2,2 GW.
Bases de conversion : 1 GW = 1 000 MW ; 1 GW mobilisé 24 h/24 sur un an ≈ 8,8 TWh, soit ≈ 1,95 million de foyers à ~4 500 kWh/an ; réacteur de référence = palier français 900 MW.

Ce qu'on peut en retenir

La double alliance d'Anthropic avec Amazon et Google offre un cas d'école de la manière dont un laboratoire d'IA sécurise aujourd'hui sa ressource fondamentale. Résumons les enseignements que l'on peut en tirer, en gardant à l'esprit la distinction entre faits établis et lectures interprétatives.

Sur le plan des faits, trois éléments sont solidement documentés. Amazon a porté son engagement à environ huit milliards de dollars et bâti le projet Rainier autour de ses puces Trainium2. Google a investi de l'ordre de trois milliards de dollars et ouvert l'accès à un maximum d'un million de ses TPU. Et Anthropic revendique explicitement une stratégie de calcul répartie sur trois plateformes de puces. Ces points reposent sur des communiqués officiels et une couverture de presse convergente.

Sur le plan de l'interprétation, plusieurs lectures se dégagent sans qu'aucune ne s'impose seule. La diversification des sources de calcul peut se comprendre à la fois comme une assurance contre la rareté, comme un levier de négociation et comme un pari sur l'indépendance, assumé au prix d'une complexité technique accrue. La coopétition entre deux rivaux financeurs s'explique plausiblement par le fait que l'infrastructure et le capital rapportent, même quand les modèles se concurrencent. Et l'ensemble s'inscrit dans des tendances de fond — montée des puces maison, contrainte énergétique — qui dépassent largement le cas particulier d'Anthropic.

Reste une part d'incertitude qu'il serait malhonnête de masquer. Les montants d'investissement évoluent au rythme des tours de financement, les participations au capital se recomposent, et les volumes de puces annoncés sont souvent des maximums ou des objectifs plutôt que des déploiements confirmés. La trajectoire de cette double alliance dépendra de facteurs qui restent ouverts : l'évolution des prix du calcul, la maturité logicielle de chaque filière, la disponibilité de l'énergie et les rapports de force entre acteurs. Plutôt que de prédire une issue, on peut se contenter d'observer une chose : dans l'économie de l'IA, savoir répartir sa dépendance est devenu un art aussi décisif que la qualité des modèles eux-mêmes.