100 000 puces chinoises, zéro ingénieur d'infrastructure : la semaine où l'IA a appris à s'auto-industrialiser

Z.AI a mis en production le 17 septembre 2026 son modèle GLM-5.3-Flash sur un cluster de plus de 100 000 accélérateurs chinois, en confiant l'essentiel du travail d'ingénierie à un agent IA plutôt qu'à des ingénieurs humains. Le même jour, Anthropic publiait son premier indice mesurant la part de sa propre recherche déjà menée par Claude : deux signaux distincts d'une même bascule : l'IA qui commence à construire l'IA.

Pourquoi Z.AI a-t-elle laissé une IA construire sa propre infrastructure ?

Z.AI a publié le 17 septembre 2026 un rapport technique détaillant comment son modèle ouvert GLM-5.3-Flash a été porté en production sur un cluster de plus de 100 000 accélérateurs fabriqués en Chine, en un peu moins de deux semaines. L'entreprise affirme qu'aucun opérateur n'avait auparavant fait tourner un cluster de puces chinoises à cette échelle en production. Le détail le plus frappant tient à la méthode : une grande partie du travail d'adaptation, d'optimisation et de mise à l'échelle a été menée par un "Infra Agent" propulsé par GLM-5.3 lui-même, plutôt que par des ingénieurs d'infrastructure humains. Résultat annoncé : un débit de bout en bout triplé par rapport à la version initiale, avec une efficacité matérielle et un coût par token désormais comparables, selon Z.AI, aux plateformes NVIDIA grand public. L'affirmation reste invérifiable de façon indépendante — plusieurs observateurs ont noté que Z.AI n'a pas publié de benchmarks tiers — mais elle illustre une tendance de fond : les laboratoires chinois cherchent à prouver que leurs modèles ouverts peuvent aussi bien concevoir l'infrastructure qui les fait tourner que répondre à des questions.

Combien du travail de recherche d'Anthropic est déjà mené par Claude ?

Anthropic a annoncé le 17 septembre 2026 que Claude "mène" 26% du travail de recherche et développement de l'entreprise, contre moins de 1% en février 2026, selon les premiers résultats de son "R&D Automation Index". La mesure, construite par l'Anthropic Institute, catalogue environ 15 000 tâches de R&D dans une hiérarchie de 542 nœuds et attribue à chacune un niveau d'automatisation sur l'échelle AL0-AL5 d'Epoch AI, pondéré par le temps humain qu'elle représente. "Mener" correspond au niveau AL4 : le modèle complète la majorité d'une tâche de bout en bout à partir d'une consigne de haut niveau, sous supervision humaine. Anthropic précise que le travail à un niveau AL3 ("collabore") ou supérieur dépasse désormais 90% de l'ensemble mesuré, et qu'aucune tâche n'atteint encore le niveau AL5, entièrement autonome sans supervision. L'exercice, présenté comme un prototype, place Anthropic dans une position inhabituelle : documenter publiquement à quel point son propre produit remplace ses propres employés, au moment même où Z.AI démontre un exercice comparable côté infrastructure.

Pourquoi le Congrès américain a-t-il voté 417 contre 3 pour faire payer les data centers ?

La Chambre des représentants américaine a adopté le 16 septembre 2026, par 417 voix contre 3, le Ratepayer Protection Act (H.R. 9340), porté par les élus Gabe Evans (républicain, Colorado) et Kathy Castor (démocrate, Floride). Le texte amende le Public Utility Regulatory Policies Act de 1978 pour établir un nouveau standard fédéral applicable aux gros consommateurs d'électricité — 100 mégawatts ou plus sur un seul site, un seuil qui vise directement les data centers d'entraînement et d'inférence IA. L'objectif affiché est d'empêcher que les coûts de nouvelles lignes, sous-stations et capacités de production nécessaires pour alimenter ces sites ne soient répercutés sur la facture des ménages. Le vote quasi unanime traduit une inquiétude bipartisane grandissante sur la hausse des prix de l'électricité observée dans plusieurs États où se concentrent les data centers. Le texte doit maintenant franchir un Sénat dont le calendrier, resserré par les échéances de mi-mandat, reste incertain ; il ne s'agit donc que de la première étape d'un processus législatif qui pourrait s'étaler sur plusieurs mois.

Pourquoi Crusoe a-t-elle levé 3,9 milliards de dollars le 17 septembre 2026 ?

Crusoe a bouclé le 17 septembre 2026 la première clôture de sa Série F à 3,9 milliards de dollars, portant sa valorisation à 30,9 milliards de dollars, avec la participation de NVIDIA, GIC, Qatar Investment Authority, Founders Fund, Mubadala Capital, Atreides Management, Valor Equity Partners, Radical Ventures et TPG. L'entreprise, spécialisée dans la construction de data centers dédiés au calcul IA, illustre la poursuite d'une course au capital qui ne montre aucun signe de ralentissement malgré les débats sur la soutenabilité électrique du secteur — la même semaine où le Congrès américain votait justement pour faire payer aux gros consommateurs électriques leurs coûts d'infrastructure. La présence de fonds souverains (Qatar Investment Authority, Mubadala, GIC) aux côtés de NVIDIA souligne à quel point le financement de l'infrastructure IA est devenu un enjeu géopolitique autant qu'un pari financier : ces mêmes fonds soutiennent en parallèle des projets de calcul souverain dans leurs propres pays.

Que change la phase 2 de la mission semi-conducteurs indienne, dotée de 13,5 milliards de dollars ?

L'Inde a lancé le 17 septembre 2026, à l'ouverture de SEMICON India 2026, la deuxième phase de sa mission semi-conducteurs nationale, avec un budget porté à 13,5 milliards de dollars sur douze ans contre 8 milliards pour la première phase. Le Premier ministre Narendra Modi a annoncé que douze projets de fabrication de puces sont déjà approuvés, et que ce nombre devrait encore augmenter. Contrairement à la première phase, centrée sur les usines de fabrication (fabs) et le packaging, cette deuxième étape élargit le périmètre à la conception de puces, à la recherche et développement, aux machines et matériaux, et à la formation de talents ; les entreprises internationales peuvent désormais collaborer avec des start-up indiennes et des bureaux de design détenus par des citoyens d'origine indienne (OCI). Deux nouvelles usines de packaging ont par ailleurs démarré leur production commerciale le même jour. L'initiative s'inscrit dans une course mondiale à la souveraineté sur les semi-conducteurs, où l'Inde cherche à se positionner comme alternative à Taïwan et à la Chine plutôt que comme simple sous-traitant.

AMD et Cerebras vont-ils changer la manière dont l'IA répond en temps réel ?

AMD a annoncé début septembre 2026 un partenariat avec Cerebras pour combiner leurs architectures sur une même chaîne d'inférence, en répartissant le travail selon sa nature : les puces Cerebras, conçues pour la bande passante mémoire, prennent en charge la phase de décodage token par token, tandis que les GPU AMD, plus économiques pour le calcul massif, gèrent la phase de pré-remplissage où le modèle traite l'ensemble du contexte d'entrée. Cette répartition vise à réduire la latence perçue par l'utilisateur final sans multiplier le nombre de puces Cerebras nécessaires, qui restent coûteuses à produire en volume. L'accord s'inscrit dans une tendance plus large où les fournisseurs de calcul cessent de se positionner comme des alternatives interchangeables à NVIDIA pour se spécialiser sur des étapes précises de l'inférence — une segmentation qui pourrait, si elle se généralise, redessiner la manière dont les clouds IA achètent et assemblent leur matériel dans les deux prochaines années.

Testez votre lecture de la semaine