OLIX, FRACTILE et ETCHED lèvent 1,5 milliard pour l’inférence

Trois levées structurantes OLIX, FRACTILE et ETCHED ont réuni ensemble plus de 1,5 milliard de dollars pour accélérer l’inférence. Cette phase correspond à l’utilisation d’un modèle pour répondre, générer du code ou analyser un document. Les modèles de raisonnement augmentent cette dépense, car ils explorent plusieurs solutions et peuvent vérifier leurs résultats. Les futurs agents pourraient prolonger ces tâches pendant plusieurs minutes ou plusieurs heures. OLIX vient d’annoncer une levée de 312 millions de dollars auprès de Fundomo, ARM, Hudson River Trading et Reed Hastings. Six mois auparavant, la startup avait obtenu 220 millions de dollars. Sa valorisation atteint désormais 3,3 milliards de dollars, selon la source originale.

L’inférence devient prioritaire L’entraînement concentrait jusqu’ici les investissements autour de grands modèles et de vastes grappes de GPU. L’inférence ajoute une dépense à chaque utilisation du modèle. Son économie dépend donc du nombre d’utilisateurs servis, de la vitesse des réponses et de la consommation énergétique. Le coût par token devient un indicateur central lorsque les systèmes produisent des réponses longues. Les laboratoires peuvent aussi réduire la demande de calcul avec la distillation, la quantification, la compression du KV cache ou des modèles spécialisés. Une requête simple peut être confiée à un modèle plus petit. Un modèle frontière intervient seulement pour les demandes complexes. Le logiciel reste ainsi un concurrent direct des nouvelles puces.

Trois architectures ciblent les tokens

Des paris technologiques distincts OLIX mise sur la SRAM et la photonique pour accélérer le decode, c’est-à-dire la génération successive des tokens. FRACTILE rapproche la mémoire et le calcul afin de réduire le temps d’exécution des raisonnements. ETCHED spécialise son architecture autour des Transformers. Ces choix répondent aux deux étapes de l’inférence. Le prefill traite la demande initiale et se prête fortement à la parallélisation. Le decode produit ensuite les tokens un par un. Un GPU réalise les deux opérations, mais cette polyvalence peut limiter l’optimisation de chacune. James Dacombe, fondateur d’OLIX, estime que la même puce NVIDIA ne devrait plus exécuter indifféremment toutes les tâches de l’IA.

Des maturités industrielles contrastées OLIX prévoit de finaliser la conception de sa première puce avant la fin de 2026. La startup prévoit ensuite de livrer ses premiers systèmes en 2027. FRACTILE, fondée en 2022 par Walter Goodwin, a levé 220 millions de dollars en mai auprès d’ACCEL, FACTORIAL FUNDS et d’autres investisseurs. Cette opération doit financer ses premiers processeurs. ETCHED affirme avoir réuni 800 millions de dollars à travers quatre financements. Elle a recruté plus de 400 ingénieurs. Son silicium A0, fabriqué par TSMC en N4P, serait en phase de validation. La startup aurait sécurisé plus d’un milliard de dollars de commandes et prévoit des livraisons dès cet été.

Le système complet reste à prouver

Le rack sera le test Les trois sociétés ne doivent pas seulement comparer leurs puces à celles de NVIDIA. Leur proposition associe matériel, mémoire, réseau, compilateur et refroidissement. OLIX veut distribuer mémoire et calcul à l’échelle du rack. Elle relie ces composants avec une interconnexion photonique. Cette approche doit encore intégrer et tester les lasers, les interfaces optiques et les composants photoniques. La SRAM occupe aussi davantage de surface sur le silicium. Le tape-out annoncé avant la fin de 2026 ne prouvera donc pas encore la compétitivité industrielle. Le véritable test interviendra en 2027, lorsque les entreprises devront produire davantage de tokens, plus vite et à un coût suffisamment bas.