OLIX, FRACTILE, ETCHED : les milliards affluent vers les futurs moteurs de l’IA
📩 Pour nous contacter: redaction@fw.media
Alors que l’entraînement des grands modèles a longtemps concentré les investissements, les modèles de raisonnement déplacent la bataille vers l’inférence. OLIX, FRACTILE et ETCHED ont déjà levé, ensemble, plus de 1,5 milliard de dollars pour accélérer la production de tokens, réduire la facture énergétique et contester l’architecture imposée par NVIDIA. Derrière cette même ambition se cachent cependant trois paris technologiques, trois niveaux de maturité et trois modèles industriels encore très différents.
Un peu plus de deux ans après sa création, OLIX vaut déjà 3,3 milliards de dollars. La startup britannique vient d’annoncer avoir lever 312 millions de dollars auprès de Fundomo, ARM, Hudson River Trading et Reed Hastings, le cofondateur de Netflix. Six mois plus tôt, elle avait déjà obtenu 220 millions de dollars sur une valorisation à peine supérieure au milliard.
- OLIX, FRACTILE et ETCHED ont levé ensemble plus de 1,5 milliard de dollars pour accélérer l’inférence, devenue le nouveau centre de gravité économique de l’IA.
- Trois paris technologiques s’affrontent : la SRAM et la photonique pour OLIX, le rapprochement entre mémoire et calcul pour FRACTILE, et la spécialisation autour des Transformers pour ETCHED.
- Les trois startups présentent des niveaux de maturité industrielle très différents, entre conception, premier silicium et validation de racks.
- Leur défi ne consiste pas seulement à battre une puce NVIDIA, mais à proposer un système complet associant matériel, mémoire, réseau, compilateur et refroidissement.
- Le véritable test interviendra en 2027 : produire davantage de tokens, plus rapidement et à un coût suffisamment bas pour compenser la complexité de ces nouvelles infrastructures.
La progression est d’autant plus spectaculaire, que la première puce de la société n’est pas encore sortie d’usine. OLIX prévoit d’en finaliser la conception avant la fin de 2026, puis de livrer ses premiers systèmes en 2027. Pour l’heure, ses investisseurs financent donc une équipe, une architecture et un calendrier, un sacré pari.
Pari qui n’est pas un cas isolé, en mai, son compatriote FRACTILE levait 220 millions de dollars auprès d’ACCEL, FACTORIAL FUNDS et FOUNDERS FUND, avec la participation de CONVICTION, FELICIS, 8VC, GIGASCALE, O1A et BUCKLEY VENTURES. Une opération qui doit notamment permettre à l’entreprise, fondée en 2022 par Walter Goodwin, de produire ses premiers processeurs.
Aux États-Unis, ETCHED affirme pour sa part avoir réuni 800 millions de dollars à travers quatre financements et recruté plus de 400 ingénieurs. Son premier silicium A0, fabriqué par TSMC en N4P, serait désormais en phase de validation, et la startup aurait sécurisée plus d’un milliard de dollars de commandes dont elle prévoit les premières livraisons dès cet été.
Toutes se présentent comme des challengers de NVIDIA. Mais derrière cette ambition commune se cachent trois degrés très différents de maturité industrielle. Dans un secteur où une simulation prometteuse, une puce fonctionnelle et un rack réellement exploité en production sont parfois annoncés avec le même enthousiasme, la nuance a d’autant plus son importance.
L’inférence devient le véritable marché de masse
Alors que jusqu’à présent, la compétition dans l’intelligence artificielle s’est concentrée sur l’entraînement. Les annonces des laboratoires et des fabricants de semi-conducteurs étaient rythmées par la taille des modèles, les capacités de calcul mobilisées et le nombre de GPU assemblés dans des clusters toujours plus vastes.
Si cette phase reste décisive, son économie est particulière, l’entraînement représente une dépense considérable, concentrée sur une période donnée. Une fois le modèle construit, chacune de ses utilisations entraîne une nouvelle dépense informatique, c’est ce que l’on appelle l’inférence, autrement dit le moment où le système répond à une question, génère du code, analyse un document ou accomplit une tâche.
Le développement des modèles de raisonnement amplifie cette seconde dépense, car pour produire une réponse complexe, ces systèmes mobilisent davantage de calcul au moment de leur utilisation, du fait qu’ils explorent plusieurs solutions, sollicitent des outils et peuvent vérifier le résultat avant de le restituer. Un travail qui sera accru par les futurs agents, qui prolongeront cette évolution en exécutant des tâches pendant plusieurs minutes, plusieurs heures, voire davantage.
Un modèle peut donc être plus performant que ses concurrents tout en restant économiquement difficile à déployer si chacune de ses réponses est trop lente ou trop coûteuse. La question n’est plus seulement de savoir quel système obtient le meilleur résultat, mais combien d’utilisateurs il peut servir simultanément, à quelle vitesse et avec quelle consommation d’énergie.
La puissance théorique cède ainsi une partie du terrain au coût par token.Les laboratoires travaillent ainsi à réduire la quantité de calcul nécessaire pour obtenir un résultat donné. Distillation, quantification, speculative decoding, compression du KV cache, modèles spécialisés plus petits et routage entre plusieurs architectures peuvent améliorer sensiblement l’efficacité de l’inférence.
Une requête simple peut être confiée à un petit modèle, tandis qu’un modèle frontière n’est activé que pour les demandes complexes. Un raisonnement peut également être interrompu dès que le système estime disposer d’une réponse suffisante. Une même qualité de service peut alors être obtenue avec moins de tokens, moins de mémoire ou une précision numérique réduite.
OLIX, FRACTILE et ETCHED ne parient donc pas uniquement sur l’augmentation des usages, mais sur une progression de la demande de calcul plus rapide que les gains d’efficacité du logiciel. Leur premier concurrent n’est pas toujours une autre puce, et peut aussi être un meilleur algorithme.
Une même réponse mobilise déjà deux moteurs
Pour comprendre les différences entre les trois startups, il faut distinguer les deux grandes phases de l’inférence.
La première, appelée prefill, correspond à la lecture et au traitement initial de la demande. Lorsque l’utilisateur transmet une question, plusieurs centaines de pages ou une base de code, le système doit d’abord analyser l’ensemble de ces informations. Cette opération se prête à une forte parallélisation et mobilise beaucoup de puissance de calcul.
La seconde phase, le decode, correspond à la génération de la réponse. Le modèle produit alors les tokens successivement, chacun dépendant de ceux qui le précèdent. Cette opération est plus séquentielle et particulièrement sensible à la vitesse avec laquelle les paramètres peuvent être récupérés depuis la mémoire.
Un GPU peut prendre en charge les deux phases, mais cette polyvalence n’est pas nécessairement optimale. Un moteur peut être très efficace pour absorber un vaste contexte tout en étant moins performant pour générer rapidement une longue réponse, quand un autre peut produire des tokens à très faible latence tout en étant moins adapté au traitement initial d’un document volumineux.
James Dacombe, le fondateur d’OLIX, défend d’ailleurs cette spécialisation. Il estime que l’époque où une même puce NVIDIA exécutait indifféremment toutes les tâches de l’IA touche à ses limites. Selon lui, la valeur économique de l’inférence justifie désormais la création de siliciums spécifiques à certaines opérations.
La spécialisation introduit néanmoins une difficulté, si le prefill est exécuté par une architecture et le decode par une autre, l’état du modèle doit circuler entre les deux. Cela concerne notamment le KV cache, la mémoire temporaire dans laquelle sont conservées les informations déjà traitées par le modèle. Plus le contexte est long, plus ce cache est volumineux. Son déplacement peut mobiliser une bande passante considérable et recréer, entre deux accélérateurs, le goulot d’étranglement que la spécialisation devait supprimer à l’intérieur de chacun.
Si l’inférence peut donc se fragmenter, cette fragmentation n’est pas gratuite, et le gain obtenu sur la génération des tokens devra rester supérieur au coût de coordination entre les différents moteurs.
OLIX veut accélérer le token suivant avec la lumière
Pour sa part, OLIX a choisi de commencer par le decode. Son premier système, baptisé DX-1 pour Decode Accelerator 1, est conçu pour accélérer la génération des tokens et réunir deux caractéristiques difficiles à concilier : un débit élevé à l’échelle du rack et une faible latence pour chaque utilisateur.
La startup part d’un diagnostic sévère sur les architectures actuelles. Elle part du constat que les GPU s’appuient sur de la mémoire HBM, dont la bande passante permet d’alimenter rapidement les unités de calcul, mémoire qui est particulièrement coûteuse, difficile à produire et dépend de techniques de packaging dont les capacités restent concentrées chez un nombre limité d’acteurs.
OLIX veut sortir de ce cadre en construisant une architecture fondée sur la SRAM, une mémoire très rapide, placée à proximité du processeur, mais également moins dense et plus coûteuse en surface. Pour dépasser cette limite, la société prévoit de distribuer la mémoire et le calcul à l’échelle du rack, puis de relier les différents composants avec une interconnexion photonique.
La lumière doit permettre de faire circuler les données plus rapidement et avec une meilleure efficacité énergétique que certaines liaisons électriques. Son objectif est de redessiner l’ensemble du trajet parcouru par les données, depuis la mémoire jusqu’aux puces, puis entre les composants du rack.
OLIX affirme dans son manifeste, qu’une architecture SRAM associée à la photonique peut dépasser les systèmes fondés sur la HBM en débit par mégawatt, en coût total de possession et en interactivité.
Cette architecture possède également une dimension industrielle. OLIX assure pouvoir réduire sa dépendance aux procédés de gravure les plus avancés, à la HBM et au packaging actuellement le plus recherché. Dans une industrie où l’accès à la production détermine parfois davantage le calendrier que la qualité du design, contourner les pénuries peut devenir un avantage aussi important que les performances théoriques.
Toutefois OLIX ne supprime pas la complexité, mais la déplace. La SRAM occupe davantage de surface sur le silicium. Les dies plus grands peuvent produire de moins bons rendements. Les lasers, interfaces optiques et composants photoniques doivent être intégrés, alignés et testés. Le packaging photonique reste une spécialité industrielle exigeante, et nécessite des équipements qui devront fonctionner en permanence pendant plusieurs années dans les conditions thermiques d’un datacenter.
Le tape-out annoncé avant la fin de 2026 constituera une étape essentielle, mais non un aboutissement. Il faudra ensuite vérifier que le silicium fonctionne, que les rendements industriels sont acceptables, que le compilateur exécute les modèles attendus et que l’ensemble du système peut être produit à un coût compétitif.
FRACTILE veut rapprocher le calcul de la mémoire
FRACTILE part du même problème, mais choisit une autre voie. La startup britannique considère que les modèles les plus avancés ne seront bientôt plus limités uniquement par leurs capacités, mais par le temps nécessaire pour exécuter leurs raisonnements.
À mesure que les tâches s’allongent, les volumes deviennent considérables. Une application agentique peut générer des millions de tokens pour rechercher des informations, produire du code, tester plusieurs solutions et contrôler le résultat. À quelques dizaines de tokens par seconde, l’exécution d’une tâche complexe peut encore nécessiter plusieurs jours.
Walter Goodwin, son fondateur, estime donc que la vitesse de génération conditionnera directement les usages accessibles aux futurs modèles. FRACTILE ne cherche pas seulement à rendre les réponses actuelles plus rapides, mais veut rendre possibles des charges de travail qui restent économiquement ou temporellement impraticables.
Le goulot d’étranglement se situe, là encore, dans le déplacement des données. Les unités de calcul peuvent effectuer rapidement les opérations mathématiques demandées, mais elles doivent constamment récupérer les paramètres depuis la mémoire. Une part importante du temps et de l’énergie est consommée dans ces mouvements.
FRACTILE affirme avoir repensé la pile d’inférence depuis les circuits jusqu’au logiciel afin de rapprocher plus étroitement calcul et mémoire. Une première génération de son architecture avait également été décrite par ANDES TECHNOLOGY comme utilisant des circuits capables d’exécuter une grande partie des opérations d’inférence directement dans la mémoire présente sur la puce. FRACTILE a par ailleurs licencié un processeur vectoriel RISC-V destiné à son accélérateur, selon ANDES.
La société communique toutefois peu de spécifications sur le produit qu’elle prévoit désormais de fabriquer. Qu’il s’agisse du type de mémoire, de sa capacité par système, de l’organisation du rack et de la gestion du KV cache, tout reste à préciser. Cette discrétion peut se comprendre dans un marché aussi concurrentiel, mais elle rend difficile toute comparaison directe avec OLIX, ETCHED ou NVIDIA, et les multiplicateurs de performance avancés autour de son architecture doivent donc être considérés comme des objectifs tant qu’ils n’ont pas été mesurés sur du silicium et vérifiés par des tiers.
Efin FRACTILE affronte une course contre le calendrier, sa première génération arrivera sur un marché où NVIDIA, AMD, les hyperscalers et plusieurs startups auront déjà renouvelé leurs systèmes.
ETCHED grave son pari dans le silicium
ETCHED représente le pari le plus radical des trois, la startup américaine a été créée autour de l’idée que puisque les modèles les plus avancés reposent massivement sur l’architecture Transformer, il devient possible de construire un circuit spécialisé en renonçant à une partie de la polyvalence des GPU.
La flexibilité possède un coût, et un GPU doit pouvoir exécuter des calculs très différents, depuis l’entraînement jusqu’à la simulation scientifique. Une puce spécialisée peut consacrer davantage de surface, de bande passante et d’énergie aux opérations réellement utilisées par les Transformers.
Cette stratégie expose ETCHED à une question existentielle, si les modèles évoluent fortement vers d’autres architectures, une partie de son avantage peut disparaître. Mais la société n’a pas besoin que le Transformer dure éternellement, elle doit seulement qu’il reste suffisamment dominant pour amortir plusieurs générations de silicium.
Son positionnement s’est par ailleurs élargi, ETCHED ne se présente plus simplement comme le concepteur de Sohu, son ASIC dédié aux Transformers et entend contrôler les puces, la mémoire, le logiciel, le refroidissement, les interconnexions et certaines méthodes de production.
Contrairement à OLIX, ETCHED ne cherche pas à supprimer la HBM. Son architecture combine HBM et SRAM afin de conserver à la fois une importante capacité mémoire et une faible latence. La société met notamment en avant Cluster Scale Memory, une mémoire partagée à l’échelle du cluster, ainsi que Low Voltage Inference, une architecture destinée à augmenter la densité de calcul sans provoquer une limitation thermique excessive.
Il s’agit donc d’une réponse presque opposée à celle d’OLIX. Quand OLIX considère que le modèle associant processeur, interposer et HBM atteint ses limites, ETCHED estime pouvoir le réorganiser en combinant plusieurs mémoires et en optimisant l’ensemble du système. La première ajoute la photonique pour faire évoluer une architecture SRAM distribuée, quand la seconde affirme pouvoir obtenir le compromis recherché sans recourir à l’optique.
FRACTILE occupe une troisième position, fondée sur une intégration plus étroite entre mémoire et calcul. Les trois entreprises s’accordent ainsi sur le diagnostic, mais pas sur le point de départ du problème.
Des trois, ETCHED semble aujourd’hui la plus avancée sur le plan industriel. La société affirme avoir reçu son premier silicium, lancé la validation de ses racks et sécurisé plus d’un milliard de dollars de demande, sans que l’on sache s’il s’agit de commandes fermes, réservation sde capacité, accords conditionnés par les performances ou simples lettres d’intention.
Il faudra également savoir si des acomptes ont été versés, si les engagements peuvent être annulés et sur quelle période les livraisons doivent intervenir. Dans une industrie où les clients réservent parfois une place avant même d’avoir validé le produit, le carnet de commandes mesure autant la rareté anticipée que le chiffre d’affaires futur.
Les benchmarks peuvent raconter presque toutes les histoires
Comparer les trois architectures exige davantage qu’un chiffre de tokens par seconde.
Le résultat dépend du modèle utilisé, de sa taille, de la précision numérique, de la longueur du contexte, du nombre d’utilisateurs simultanés et de la taille des lots. Si un système peut afficher un débit global considérable en regroupant de nombreuses requêtes, tout en produisant lentement les tokens pour chaque utilisateur, à l’inverse, une architecture très réactive pour une seule requête peut devenir peu rentable lorsqu’elle doit servir un grand nombre de clients.
D’autant qu’une puce peut gagner en vitesse en utilisant une précision numérique plus faible ou une version quantifiée du modèle, alors même que cette optimisation peut affecter certaines performances. Il faut donc mesurer simultanément la vitesse, le coût et la qualité.
Surtout, le client n’achète pas une puce isolée, mais paie la consommation du rack complet : processeurs, mémoire, interconnexions, switches, stockage, alimentation et refroidissement. Une architecture particulièrement efficace au niveau du silicium peut perdre une partie de son avantage une fois intégrée dans un système.
Les preuves disponibles peuvent ainsi être rangées sur une échelle assez simple. La simulation vient en premier, suivie par la performance annoncée par l’entreprise, le silicium fonctionnel, le benchmark interne, le test indépendant, la qualification client et enfin le fonctionnement continu en production.
OLIX, FRACTILE et ETCHED ne se trouvent pas encore au même niveau sur cette échelle, et leurs valorisations ne devraient donc pas être comparées sans tenir compte de la distance qui les sépare encore d’un produit exploité quotidiennement.
NVIDIA défend un environnement, pas seulement une puce
Toutefois ces trois startups ont un point commun : aucune ne prévoit de commercialiser uniquement un composant.
OLIX prépare un rack associant ses puces, ses interconnexions, le réseau et le logiciel. FRACTILE développe sa technologie depuis les circuits jusqu’aux serveurs d’inférence. ETCHED assemble processeurs, mémoire, refroidissement et environnement logiciel au sein de clusters complets.
Cette intégration est moins un choix qu’une obligation. NVIDIA ne domine plus uniquement grâce aux performances de ses GPU. Le groupe contrôle une pile associant CUDA, des bibliothèques logicielles, des compilateurs, NVLink, des équipements réseau, des serveurs et des architectures rack-scale.
Un concurrent peut battre une puce NVIDIA sur une opération précise et échouer commercialement parce qu’un modèle est trop difficile à transférer, qu’une bibliothèque manque ou que le client doit mobiliser des dizaines d’ingénieurs pour exploiter le système.
Le compilateur devient ici une pièce centrale, il transforme les modèles développés avec les principaux frameworks en instructions exécutables par une architecture nouvelle. OLIX explique avoir utilisé des outils d’intelligence artificielle pour accélérer la conception du sien. Son achèvement aurait d’ailleurs constitué un jalon important pour les investisseurs de la dernière opération.
NVIDIA, de son côté, ne reste pas prisonnier du GPU universel. Le groupe spécialise ses architectures, développe des interconnexions optiques et intègre désormais la technologie LPU de GROQ dans son offre d’inférence. Son système GROQ 3 LPX associe 256 accélérateurs fondés sur la SRAM au sein d’un rack, selon les caractéristiques publiées par NVIDIA.
La concurrence n’oppose donc pas des startups mobiles à un géant immobile. NVIDIA dispose des moyens financiers, industriels et logiciels nécessaires pour intégrer rapidement les innovations qui menacent son architecture.
Les hyperscalers sont à la fois les clients et les concurrents
Le marché accessible aux startups est également plus étroit qu’il n’y paraît. Les acheteurs capables de commander des milliers de racks sont principalement les hyperscalers, les laboratoires développant les modèles frontières, les néoclouds et quelques États construisant des infrastructures souveraines.
Or les plus grands clients potentiels développent déjà leurs propres puces. GOOGLE dispose de ses TPU. AWS propose ses accélérateurs TRAINIUM pour l’entraînement et l’inférence, ainsi qu’INFERENTIA pour le service des modèles. AWS les intègre directement à son cloud et à son environnement logiciel Neuron. MICROSOFT déploie MAIA 200, un accélérateur spécifiquement conçu pour l’inférence et intégré à AZURE. Le groupe affirme avoir optimisé conjointement la puce, la mémoire, le réseau et le SDK. Enfin META développe parallèlement ses MTIA.
Ils peuvent donc devenir les clients, les partenaires de validation, les concurrents et les acquéreurs d’OLIX, FRACTILE ou ETCHED. Ils disposent des modèles, des workloads et des datacenters nécessaires pour optimiser leur propre silicium, ils peuvent tester une technologie externe, en tirer les enseignements, puis décider de l’intégrer ou de développer une solution interne.
Les startups se retrouvent prises entre deux catégories de clients. D’un part les plus grands, qui disposent des moyens nécessaires pour concevoir leurs propres accélérateurs, et d’autre part, les plus petits qui ne possèdent pas toujours les équipes et les capacités financières indispensables à l’adoption d’une nouvelle plateforme.
Cette tension explique pourquoi plusieurs nouveaux fabricants envisagent de proposer directement une capacité de calcul ou un service facturé au token. Mais ce choix les rapproche alors du métier, encore plus capitalistique, d’opérateur de cloud.
Le véritable produit est désormais le rack
Vendre des racks impose une économie très différente de celle d’un éditeur de logiciels. Les fabricants doivent payer les fondeurs, réserver des capacités, acheter les mémoires, les cartes et les équipements réseau, constituer des stocks, organiser le support et remplacer les composants défectueux. Ils peuvent décaisser des sommes considérables plusieurs mois avant le paiement du client.
Une forte croissance peut ainsi accroître les besoins de financement au lieu de les réduire. OLIX, FRACTILE et ETCHED devront choisir entre plusieurs modèles. La vente de puces limite l’investissement commercial, mais réduit le contrôle sur le système. La vente de racks augmente le chiffre d’affaires, mais exige davantage de fonds de roulement. La location de capacités ou la facturation au token crée des revenus récurrents, mais oblige à financer et exploiter les datacenters.
La question décisive n’est donc pas seulement celle des performances. Elle concerne la nature du produit vendu et la marge qu’il permet de conserver une fois la fabrication, le réseau, le refroidissement et le support déduits.
L’efficacité énergétique doit également être appréciée avec recul. Une réduction du coût par token ne garantit pas une diminution de la consommation totale. Si les tokens deviennent moins chers, les modèles peuvent raisonner plus longtemps, les agents multiplier les actions et les applications servir davantage d’utilisateurs.
Une puce plus sobre peut réduire la consommation d’une opération tout en rendant économiquement possible une consommation beaucoup plus importante. L’industrie connaît bien ce paradoxe, l’efficacité crée parfois la demande qu’elle devait contenir.
Des champions britanniques dans une chaîne toujours mondiale
La présence d’OLIX et de FRACTILE au Royaume-Uni confirme la capacité de la Grande Bretagne à concentrer des compétences dans la conception de processeurs, la photonique, les compilateurs et les systèmes d’inférence.
L’investissement d’ARM dans OLIX possède à ce titre une dimension stratégique. Le groupe britannique peut se placer au cœur de plusieurs architectures émergentes sans avoir à déterminer immédiatement celle qui s’imposera.
Mais la conception britannique ne signifie pas que les puces seront produites au Royaume-Uni. Les startups resteront dépendantes de fondeurs asiatiques, de fabricants de mémoire, de spécialistes du packaging et d’équipements provenant des États-Unis, d’Europe et du Japon.
Leur essor renforce la souveraineté intellectuelle britannique, mais ne garantit pas son autonomie industrielle. Ainsi la valeur sera répartie entre la propriété intellectuelle, la fabrication, le packaging, les logiciels et l’exploitation des datacenters et se diluer entre Londres, Taiwan etc.
Une puce peut devenir obsolète avant d’avoir été amortie
Enfin les cycles de développement du matériel sont beaucoup plus longs que ceux des modèles. Entre le début du design et la livraison commerciale, les formats numériques peuvent changer, les modèles Mixture of Experts se généraliser, les contextes s’allonger et le ratio entre prefill et decode évoluer. Une architecture optimisée pour les modèles de 2026 doit rester pertinente lorsqu’elle sera installée en 2027, puis exploitée jusqu’en 2029 ou au-delà.
Cette question concerne particulièrement les architectures très spécialisées. ETCHED doit parier sur la permanence des opérations qu’elle grave dans son silicium. OLIX doit anticiper l’évolution du decode et des besoins en mémoire. FRACTILE doit concevoir une architecture suffisamment adaptable pour accompagner plusieurs générations de modèles.
Le client, de son côté, ne cherche pas seulement le système le plus rapide au moment de son installation, mais veut savoir si les économies réalisées permettront d’amortir le rack avant que l’architecture ne soit dépassée.
2027, l’année où les valorisations rencontreront le silicium
Les capitaux actuellement levés donnent aux trois entreprises les moyens de recruter, de réserver des capacités industrielles et de construire les systèmes entourant leurs puces, mais ne suppriment aucune des étapes nécessaires à leur validation.
OLIX devra réussir son tape-out, démontrer le fonctionnement de son interconnexion photonique et expliquer comment son architecture gère les modèles dépassant largement la capacité d’une puce individuelle. FRACTILE devra publier davantage de détails, produire son premier silicium et confirmer ses performances sur des modèles réels. ETCHED devra transformer la demande annoncée en racks livrés et prouver que son architecture suit l’évolution rapide des modèles.
Il est possible qu’une seule de ces entreprises impose sa plateforme, mais il est tout aussi plausible que chacune trouve sa place dans une chaîne d’inférence fragmentée.
Le futur moteur de l’IA ne sera peut-être pas une puce unique, mais une chaîne de processeurs spécialisés. Encore faudra-t-il que le coût de leur coordination ne finisse pas par absorber les gains promis par chacun, affaire à suivre.
