Un accord de 35 milliards de dollars qui n'a rien d'un simple contrat cloud
Anthropic, l'éditeur des modèles Claude, a conclu un contrat de calcul évalué à 35 milliards de dollars avec Lambda, un fournisseur cloud soutenu par Nvidia, selon des informations rapportées par le Wall Street Journal, Bloomberg et Reuters. L'accord, d'une durée de six ans, porte sur une capacité d'environ 350 mégawatts hébergée dans un centre de données du comté de Nueces, au Texas, développé par l'entreprise d'infrastructure Hut 8.
La particularité de ce montage tient à la position de Nvidia. Le fabricant de puces ne se contente pas de fournir le matériel : il détient également le bail du centre de données, selon le Wall Street Journal. Lambda installe les puces Nvidia sur le site de Hut 8 pour ensuite vendre de la capacité de calcul à Anthropic. Quatre entreprises se retrouvent ainsi imbriquées sur la même chaîne : Anthropic consomme la capacité, Lambda la revend, Nvidia fournit le matériel et loue le site, et Hut 8 construit l'infrastructure physique.
Le montant que Lambda versera à Nvidia pour accéder à cette capacité n'a pas été précisé publiquement, selon la newsletter Scale & Strategy. Cette zone d'ombre illustre la difficulté, pour un acheteur externe, d'évaluer le coût réel supporté in fine par les utilisateurs des modèles.
Anthropic, une consommation d'infrastructure hors norme
Le contrat avec Lambda n'est pas isolé. Anthropic a multiplié les engagements de calcul ces derniers mois, après avoir rencontré des contraintes d'approvisionnement en début d'année face à une demande en forte hausse pour ses produits, selon Bloomberg et Reuters.
| Partenaire | Montant annoncé | Durée ou capacité | Objet |
|---|---|---|---|
| Lambda (Nvidia) | 35 milliards $ | 6 ans, environ 350 MW, Texas | Capacité de calcul Nvidia via le site Hut 8 |
| Nscale | 45 milliards $ | Virginie-Occidentale | Capacité de calcul Nvidia |
| Fluidstack | 50 milliards $ | Neocloud | Capacité de calcul |
| SpaceX | 45 milliards $ | Non précisé | Capacité de calcul |
| Riot Platforms | 9,1 milliards $ | Bail de 20 ans, 191 MW, Rockdale (Texas) | Capacité de calcul |
Le financement circulaire de Nvidia, un risque à surveiller
Plusieurs médias financiers, dont Barron's et 24/7 Wall St, qualifient ce type de montage de « financement circulaire » : Nvidia investit dans ou finance les infrastructures des entreprises qui achètent ensuite ses propres puces, ce qui alimente mécaniquement la demande pour son matériel. Nvidia avait annoncé en juillet vouloir fournir un soutien de crédit à des fournisseurs neocloud comme Lambda en échange d'une part de leurs revenus cloud, avant de suspendre certains de ces dispositifs, selon Scale & Strategy.
Ce mode de financement accélère la disponibilité de capacité, mais il rend aussi plus difficile d'isoler le coût réel d'un token ou d'une requête envoyée à un modèle Claude. Une part croissante du prix payé par l'utilisateur final finance en réalité la construction de centres de données, la location de sites et le remboursement de dettes d'infrastructure. Pour Lambda elle-même, la levée en cours (jusqu'à 3 milliards de dollars, pour une valorisation pouvant atteindre 12 milliards, selon Bloomberg) confirme que ces acteurs intermédiaires cherchent à consolider leur propre capital avant même d'avoir stabilisé leur modèle économique.
Ce que cela implique pour le TCO de l'IA générative en France
Pour une direction des systèmes d'information française, ces montages n'ont rien d'anecdotique. Le coût total de possession d'un projet d'IA générative ne se limite pas au prix affiché d'un abonnement ou d'une API : il intègre la disponibilité de la capacité, la volatilité des prix d'accès et l'exposition indirecte aux cycles d'investissement des fournisseurs d'infrastructure.
Trois éléments méritent une attention particulière côté budget :
- L'exposition en devise. Les engagements d'Anthropic sont libellés en dollars, alors que les budgets IT français sont pilotés en euros. Une variation de change ou une répercussion tarifaire côté fournisseur américain se traduit directement en surcoût budgétaire non anticipé.
- La dépendance à un nombre restreint de fournisseurs de capacité. Quand un seul développeur de modèles verrouille des centaines de mégawatts sur plusieurs années, la disponibilité et le prix de l'accès pour les autres clients, y compris les entreprises françaises utilisatrices d'API, peuvent en être affectés.
- L'absence de visibilité sur la répercussion tarifaire finale. Les conditions précises de refacturation entre Nvidia, Lambda et Anthropic n'ont pas été communiquées, ce qui rend difficile toute projection fiable du coût par usage à moyen terme.
Face à cette incertitude, une partie des directions informatiques choisit de répartir le risque plutôt que de le subir. Des plateformes d'accès multi-modèles comme Moon AI, qui propose plus de 70 modèles (GPT, Claude, Gemini, Mistral, DeepSeek, Llama, Grok, Qwen ainsi que son modèle Moon 6) sous un abonnement fixe en euros TTC par utilisateur, permettent de sortir d'une logique de facturation à l'usage indexée sur des infrastructures dont le coût réel reste opaque.
Arbitrer entre modèles propriétaires et solutions hébergées en Europe
La question du TCO rejoint celle de la conformité et du traitement des données. Envoyer des données professionnelles à des modèles hébergés par des fournisseurs américains, dont l'infrastructure repose sur des montages financiers complexes comme celui décrit plus haut, impose de sécuriser la couche de transmission des informations personnelles ou sensibles.
Certaines plateformes appliquent une pseudonymisation avant l'envoi des requêtes aux modèles tiers. C'est le cas de Moon Blur, le dispositif de Moon AI, qui remplace les données personnelles par des jetons avant transmission puis les rétablit au retour. Ce procédé étant réversible, il s'agit d'une pseudonymisation au sens de l'article 4-5 du RGPD, et non d'une anonymisation. L'application et le stockage de Moon AI sont hébergés chez OVHcloud, à Strasbourg et à Roubaix, mais les requêtes adressées aux modèles tiers partent bien vers les infrastructures de leurs fournisseurs, une fois les données pseudonymisées.
Cette architecture ne rend pas un service conforme au RGPD en soi : elle réduit le périmètre de données personnelles directement lisibles côté fournisseur tiers, ce qui constitue un élément de gestion du risque, pas une garantie de conformité globale. Elle offre en revanche un levier concret pour continuer à utiliser des modèles frontières hébergés aux États-Unis tout en limitant l'exposition des données identifiantes.
Questions fréquentes
Le contrat Anthropic-Nvidia-Lambda va-t-il augmenter le prix des API Claude en France ?
Les sources disponibles ne précisent pas de répercussion tarifaire directe sur les prix d'API facturés aux entreprises françaises. Elles montrent en revanche que le montage financier entre Nvidia, Lambda et Hut 8 reste opaque sur la répartition des coûts, ce qui empêche toute projection fiable à ce stade.
Qu'est-ce que le financement circulaire évoqué autour de Nvidia ?
Il s'agit du fait que Nvidia investit dans ou finance les infrastructures de clients comme Lambda ou Hut 8, qui achètent ensuite ses propres puces, un mécanisme qualifié de « circular financing » par Barron's et 24/7 Wall St. Nvidia a par ailleurs suspendu certains dispositifs de soutien de crédit à des neoclouds après les avoir annoncés en juillet.
Pourquoi Hut 8, une ancienne société de minage de bitcoin, est-elle impliquée dans ce deal ?
Hut 8 a réorienté son activité de minage vers la construction de centres de données pour l'IA. L'entreprise développe le site de Nueces County utilisé par Anthropic via Lambda, et construit par ailleurs, pour Anthropic également, des installations fonctionnant sur des puces Google, distinctes de celles de Nvidia.
Existe-t-il des alternatives pour limiter l'exposition d'une entreprise française à ces montages ?
Les entreprises peuvent diversifier les modèles utilisés plutôt que de dépendre d'un seul fournisseur, et choisir des plateformes dont la facturation est fixe et libellée en euros. Des offres françaises combinant accès multi-modèles et hébergement européen permettent de limiter le lien direct entre le coût final payé et la volatilité des marchés d'infrastructure américains, sans pour autant garantir à elles seules une conformité réglementaire complète.