// CLUBIC — INTELLIGENZA ARTIFICIALE
Soif insatiable en puissance de calcul : pourquoi Anthropic veut dépenser 6 milliards dans cette start-up IA
Anthropic accélère. La société négocie pour mettre la main sur Decart AI, une pépite israélienne de l’optimisation IA, pour environ 6 milliards de dollars. Il s’agirait, tout simplement, de la plus importante acquisition de son histoire.
C’est le très bien renseigné Bloomberg qui a révélé l’information : selon plusieurs sources proches du dossier, les discussions entre les deux parties en seraient encore à un stade précoce, mais le contexte ne laisse place à aucun doute. Anthropic se prépare à une introduction en Bourse potentiellement historique, et cherche très clairement à muscler sa capacité de calcul. Decart peut l’aider à y parvenir.
Fondée en 2023 par trois ingénieurs, elle excelle en effet dans un domaine bien précis : elle aide les puces à travailler plus efficacement, que ce soit pour entraîner les modèles d’IA, ou les faire tourner au quotidien. Une expertise qui tombe à pic pour Anthropic, confrontée à des besoins en calcul toujours plus gourmands, ce qui lui a valu quelques pannes très remarquées.
Mais ce n’est pas tout, puisque Decart AI développe aussi ses propres modèles. Lucy permet, par exemple, de modifier une vidéo en direct et en haute définition, en faisant apparaître un vêtement ou un sac sur une personne filmée en temps réel. eBay, client investisseur de la jeune pousse l’exploite déjà, tout comme des streamers sur Twitch, TikTik ou YouTube. Oasis, lui, génère des environnements virtuels entiers, utiles pour entraîner les robots ou les voitures autonomes.
De quoi séduire les investisseurs. En mai, Decart a levé 300 millions de dollars, avec la participation, entre autres, de NVIDIA et Adobe. L’entreprise, valorisée à 4 milliards de dollars, aurait aussi attiré les convoitises de SpaceX, qui s’impose aussi comme un géant de l’IA depuis sa fusion avec xAI.
En cas d’accord, l’équipe de la start-up rejoindrait directement l’unité « inference and performance » d’Anthropic, chargée d’optimiser les performances de ses modèles. Une évolution clairement bienvenue, alors que l’adoption de Claude continue de s’envoler.
Il est aussi bon de rappeler que le géant de l’IA a récemment annoncé le recrutement d’ingénieurs afin de concevoir ses propres puces, dans l’idée de reprendre la main sur son infrastructure et de ne pas uniquement dépendre de fournisseurs externes. Car lors de son arrivée à Wall Street, sa capacité à répondre à la demande de calcul sera scrutée de très près.
La capacité de calcul désigne l’ensemble des ressources matérielles et logicielles nécessaires pour faire tourner des modèles : GPU/TPU, mémoire, réseau, stockage et piles logicielles associées. L’entraînement consomme surtout beaucoup de calcul et de mémoire sur de longues durées pour ajuster les paramètres du modèle. L’inférence correspond à l’exécution du modèle en production (répondre à des requêtes, générer du texte, analyser une image), avec des contraintes fortes de latence, de coût par requête et de stabilité. Optimiser cette capacité revient donc à faire plus vite et/ou moins cher à matériel égal, via des améliorations de compilation, de scheduling, de parallélisme, de précision numérique (FP16/INT8, etc.) ou de gestion mémoire. Dans un service grand public, ces optimisations peuvent réduire les pannes liées à la saturation et améliorer la disponibilité sous forte charge.
Une équipe « inference and performance » se concentre sur l’efficacité opérationnelle des modèles une fois déployés : temps de réponse, débit (requêtes/seconde), coût d’exécution et consommation énergétique. Elle travaille sur le profilage (mesure des goulots d’étranglement), l’optimisation des kernels GPU, le batching, le caching, et parfois la distillation ou la quantification pour alléger les modèles. Elle s’occupe aussi de la fiabilité à grande échelle, par exemple l’équilibrage de charge et la dégradation contrôlée (servir un modèle plus léger en cas de pic). Ces choix ont un impact direct sur l’expérience utilisateur et sur la facture cloud. C’est un lev