L'accord Akamai de 11,6 milliards de dollars de Anthropic remet CPUs sur le devant de la scène

Lisez le nom après le numéro

Le 24 septembre 2026, Akamai a annoncé un engagement contractuel de 11,6 milliards de dollars de la part de Anthropic sur sept ans. L'annonce identifie spécifiquement la croissance de la charge de travail de CPU. Il décrit également une éventuelle expansion future, qui ne devrait pas être prise en compte dans le montant initial engagé. Akamai : engagement Anthropic de 11,6 milliards de dollars sur sept ans ↗

La distinction est importante. Un grand accord d'infrastructure AI est facilement interprété comme une nouvelle commande d'accélérateurs. Dans ce cas, la demande déclarée concerne l'infrastructure CPU et les logiciels associés. La version ne fournit pas de carte détaillée des charges de travail internes de Anthropic, ce serait donc une spéculation d'attribuer le contrat à des services particuliers.

Ce qui entoure le modèle

Dans une application AI typique, l'inférence de modèle n'est qu'une seule étape. L'authentification, le routage des requêtes, le traitement des documents, les bases de données, l'exécution des outils et la journalisation peuvent tous nécessiter une informatique générale importante. Ce sont des exemples architecturaux, et non une description des systèmes non divulgués derrière cet accord.

Considérons un assistant documentaire. Avant qu'un GPU génère une réponse, l'application devra peut-être vérifier les autorisations, récupérer des enregistrements, préparer une invite et contacter un autre service. Après la génération, il peut être nécessaire de valider une sortie ou de stocker un enregistrement d'audit. L’accélération du modèle n’accélère pas automatiquement les étapes environnantes.

L'implication des achats

Il s'agit d'un correctif utile pour les équipes qui allouent la quasi-totalité du budget matériel à GPUs. Un accélérateur peut attendre des données, partager un hôte contraint ou s'asseoir derrière un service d'application lent. Un calcul coûteux n’est pas productif simplement parce qu’il est installé.

Cela ne signifie pas que chaque achat GPU nécessite une configuration CPU surdimensionnée. Cela signifie que les exigences en matière d'hôte et d'application doivent être mesurées. Suivez le temps de préparation des données, l'utilisation de CPU, la latence de stockage et l'activité du réseau ainsi que l'utilisation de GPU. Recherchez l'étape limitant le travail effectué avant de décider quel composant mettre à niveau.

Pour les applications distribuées, distinguez également le CPU à l'intérieur d'un serveur GPU des machines distinctes exécutant des bases de données, des passerelles de stockage ou des services de contrôle. Ils peuvent avoir des exigences différentes en matière de disponibilité, de mémoire et de mise à l’échelle. Traiter toutes les demandes CPU comme un seul élément de campagne peut masquer ces différences.

Une définition plus large de l'infrastructure AI

La durée de sept ans de l'accord sépare également la planification de la demande à long terme de la capacité installée immédiate. Un engagement contractuel n’est pas un rapport de déploiement le jour même. Sa pertinence réside dans l'ampleur et la durée de la demande qu'Akamai prétend soutenir.

Notre interprétation est simple : le marché des infrastructures AI doit être compris comme un écosystème de services et de machines. Les accélérateurs restent centraux, mais un plan d’achat utile accompagne l’ensemble de l’application. Pour de nombreuses entreprises, la prochaine amélioration significative des performances pourrait venir du fait que les équipements qu’elles possèdent déjà passent moins de temps à attendre.