Samsung mise 230 millions de dollars sur Euclyd pour challenger Nvidia dans l’inférence IA
Samsung soutient une nouvelle tentative européenne de construire une alternative aux processeurs graphiques de Nvidia. Le groupe sud-coréen participe à un tour de table de 200 millions d’euros, soit environ 231 millions de dollars, en faveur d’Euclyd, une startup néerlandaise créée en 2024 et spécialisée dans la conception de systèmes de puces destinés à l’inférence en intelligence artificielle. L’opération intervient alors que les investissements dans des architectures capables de concurrencer les GPU se multiplient, aussi bien chez les startups que chez les plus grands groupes technologiques.
Le financement de série A a été codirigé par Samsung, Somerset Capital Partners, le Scaleup Europe Fund géré par EQT et Innovation Industries. Euclyd entend utiliser ce capital pour poursuivre le développement d’une architecture différente des GPU traditionnels, couvrant à la fois le processeur et l’organisation de la mémoire. La société affirme que ses futurs systèmes pourront réduire les coûts et la consommation énergétique des centres de données utilisés pour l’intelligence artificielle, mais ses produits n’ont pas encore été éprouvés à grande échelle dans des déploiements commerciaux.
Une levée de fonds majeure pour une startup fondée en 2024
Euclyd est encore une entreprise très jeune. Fondée en 2024, elle se retrouve pourtant déjà au centre d’un tour de table de plusieurs centaines de millions de dollars. L’ampleur de l’investissement reflète l’intérêt actuel pour les solutions matérielles capables de répondre aux besoins croissants de l’intelligence artificielle.
Le financement annoncé atteint 200 millions d’euros. Bernardo Kastrup, PDG d’Euclyd, a indiqué à CNBC que Somerset Capital Partners, le Scaleup Europe Fund d’EQT et Innovation Industries ont participé à l’opération aux côtés de Samsung.
Le fait que plusieurs investisseurs codirigent le tour permet à Euclyd de disposer de ressources importantes avant même le lancement commercial de ses systèmes. La société vise en effet une première commercialisation physique à partir de 2028.
Euclyd ne veut pas simplement reproduire un GPU
L’approche de l’entreprise repose sur une architecture différente de celle utilisée par les GPU.
Euclyd développe un système complet destiné à l’inférence, incluant le processeur et l’architecture mémoire. Cette distinction est importante car la startup ne cherche pas seulement à produire une autre puce comparable aux solutions existantes de Nvidia.
Elle veut concevoir une infrastructure matérielle spécifiquement adaptée à l’utilisation de modèles d’intelligence artificielle une fois ceux-ci entraînés.
L’inférence correspond à la phase pendant laquelle un modèle utilise ses capacités pour traiter des demandes, produire des réponses ou réaliser des tâches.
Euclyd concentre donc son projet sur une partie du marché qui prend de l’importance à mesure que davantage de modèles sont déployés en production.
Nvidia domine toujours le haut de gamme
L’objectif d’Euclyd est ambitieux parce que Nvidia occupe une position extrêmement forte dans les puces d’intelligence artificielle.
Les GPU de Nvidia avaient initialement été conçus pour les jeux vidéo. Leur architecture a ensuite été utilisée pour entraîner des modèles d’IA et exécuter leur inférence.
Cette évolution a contribué à faire de Nvidia l’entreprise la plus valorisée au monde.
La société dispose aujourd’hui d’une position proche du monopole sur le segment des puces les plus haut de gamme destinées à l’intelligence artificielle.
C’est précisément cette domination qui pousse d’autres acteurs à chercher des alternatives.
Les hyperscalers développent aussi leurs propres processeurs
Euclyd n’est pas seule à essayer de réduire la dépendance aux GPU dominants.
Plusieurs géants technologiques développent leurs propres puces dédiées aux charges de travail d’intelligence artificielle.
OpenAI a annoncé en août sa première puce d’IA, baptisée Jalapeño. L’entreprise affirme qu’elle offre une vitesse et une efficacité parmi les meilleures du secteur.
Google, AWS et Meta développent également leurs propres processeurs.
Cette multiplication des projets montre que le marché du matériel IA se diversifie.
Les entreprises veulent davantage de contrôle sur leurs infrastructures et cherchent des architectures mieux adaptées à leurs propres besoins.
Le marché cherche des solutions plus efficaces
Bernardo Kastrup estime que l’infrastructure actuelle pourrait limiter le potentiel de l’intelligence artificielle.
Il considère l’IA comme un élément de plus en plus important de la croissance économique, de la recherche scientifique et de la compétitivité nationale.
Selon lui, ces bénéfices resteront toutefois limités si l’infrastructure sous-jacente ne change pas de manière fondamentale.
La vision d’Euclyd repose donc sur l’idée que les systèmes existants ne pourront pas répondre indéfiniment à l’augmentation de la demande.
La société veut proposer une architecture capable de réduire deux contraintes majeures : la consommation énergétique et le coût des centres de données.
L’énergie devient un enjeu central pour les centres de données
Euclyd affirme que ses futurs systèmes en silicium pour modèles fondamentaux permettront de réduire les besoins énergétiques associés à l’infrastructure IA.
Cette promesse arrive alors que les centres de données attirent des montants considérables de financement.
Les besoins en calcul augmentent rapidement avec le développement et le déploiement de modèles plus puissants.
Dans ce contexte, la consommation d’énergie devient l’un des critères permettant de différencier les architectures.
Une puce capable de fournir davantage de calcul à moindre coût énergétique pourrait théoriquement améliorer l’économie de l’inférence.
Mais Euclyd doit encore démontrer ces avantages dans des déploiements commerciaux à grande échelle.
Les performances restent à prouver
La société présente des ambitions importantes, mais elle n’a pas encore démontré son système dans les conditions auxquelles il devra faire face chez des clients réels.
CNBC souligne que les systèmes d’Euclyd restent à prouver à grande échelle.
Cette réserve est essentielle pour évaluer le projet.
Le financement permet à l’entreprise de poursuivre le développement, mais il ne constitue pas une validation commerciale ou technique définitive.
L’écart entre une architecture prometteuse et une plateforme capable de fonctionner durablement dans des centres de données reste important.
Euclyd devra donc passer de la conception à l’exécution au cours des prochaines années.
Deux sources de revenus prévues
La startup ne compte pas dépendre d’un seul modèle économique.
Euclyd vise deux principales sources de revenus.
La première consiste à vendre du matériel et des systèmes physiques en racks à des entreprises souhaitant exploiter leurs propres capacités d’inférence.
Ces clients pourraient ainsi héberger l’IA en interne au lieu de dépendre entièrement d’une infrastructure externe.
La deuxième activité concerne la propriété intellectuelle.
Euclyd veut vendre ou concéder ses technologies à des entreprises souhaitant développer leurs propres puces à partir d’une architecture préexistante.
Le marché de l’IA auto-hébergée constitue une cible
Les systèmes physiques d’Euclyd seront notamment destinés aux entreprises qui recherchent une inférence sécurisée et auto-hébergée.
Ce positionnement peut répondre à des organisations qui souhaitent conserver davantage de contrôle sur leurs infrastructures.
L’entreprise prévoit de vendre des racks complets plutôt que seulement des composants individuels.
Cette approche lui permettrait d’adresser directement les clients d’entreprise avec un système intégré.
Elle pourrait également simplifier le déploiement en réduisant le nombre de composants que les clients doivent eux-mêmes assembler.
La propriété intellectuelle ouvre un deuxième marché
Le second axe est différent.
Plutôt que de vendre uniquement du matériel fini, Euclyd veut monétiser son architecture auprès d’autres sociétés.
Des entreprises souhaitant concevoir leurs propres puces pourraient utiliser la technologie d’Euclyd comme point de départ.
Cette stratégie place la startup à la fois comme fournisseur de systèmes et comme fournisseur de technologie.
Elle pourrait donc participer à des projets dans lesquels son nom n’apparaît pas nécessairement sur le matériel final.
Cette diversification réduit la dépendance à un seul canal commercial.
Samsung apporte davantage que du financement
La présence de Samsung dans le tour de table constitue l’un des éléments les plus importants de l’opération.
Kastrup a indiqué que le groupe sud-coréen pouvait aider Euclyd de nombreuses façons au-delà de l’apport financier.
Samsung figure parmi les plus grands fabricants de mémoire au monde.
L’entreprise dispose également d’une importante expertise en ingénierie, en conception de systèmes et en gestion de chaînes d’approvisionnement.
Pour une startup de semi-conducteurs, ces capacités peuvent être particulièrement importantes.
Passer d’un prototype à une production commerciale demande une expertise industrielle que peu de jeunes entreprises possèdent seules.
La mémoire est directement liée au défi de l’inférence
Le rôle de Samsung est d’autant plus pertinent qu’Euclyd développe non seulement un processeur, mais aussi une architecture mémoire.
Les performances d’un système d’inférence ne dépendent pas uniquement de la puissance brute de calcul.
La manière dont les données sont stockées, déplacées et accessibles à l’intérieur du système peut également avoir un impact important.
Le fait de compter parmi ses investisseurs l’un des principaux fabricants mondiaux de mémoire peut donc offrir à Euclyd une relation stratégique utile pour son développement.
Kastrup a aussi mentionné le vaste réseau de Samsung et sa connaissance des systèmes et de la chaîne logistique.
Le calendrier commercial commence en 2028
Euclyd ne prévoit pas de lancer immédiatement ses systèmes physiques.
Kastrup a indiqué que les premiers déploiements devraient commencer en 2028.
Cette date laisse encore environ deux ans à l’entreprise pour poursuivre le développement avant la mise sur le marché.
Le calendrier montre également que l’investissement actuel finance une phase de construction et de préparation plutôt qu’une expansion d’un produit déjà mature.
Le véritable test commercial commencera lorsque les systèmes seront installés chez des clients et utilisés pour des charges d’inférence réelles.
Des milliers de clients visés pour 2030
La société affiche néanmoins des ambitions importantes pour la fin de la décennie.
Kastrup prévoit que des milliers de clients d’entreprise utiliseront les systèmes physiques d’Euclyd d’ici 2030.
Cet objectif implique une montée en puissance rapide entre les premiers déploiements de 2028 et l’expansion envisagée deux ans plus tard.
Pour atteindre une telle échelle, l’entreprise devra démontrer que sa technologie fonctionne, qu’elle peut être produite en volume et qu’elle apporte un avantage suffisamment clair par rapport aux alternatives.
Le soutien de Samsung peut être utile dans cette phase, mais l’exécution reste à démontrer.
Le financement arrive au milieu d’une ruée vers les alternatives aux GPU
L’opération de 230 millions de dollars n’est pas isolée.
Elle s’inscrit dans un contexte où de plus en plus d’entreprises cherchent des alternatives aux GPU de Nvidia.
Les hyperscalers construisent leurs propres puces. Des startups proposent de nouvelles architectures. OpenAI a déjà présenté Jalapeño, tandis que Google, AWS et Meta travaillent également sur leurs solutions.
Cette diversification ne signifie pas que la domination de Nvidia a déjà disparu.
Elle montre plutôt que la taille du marché attire suffisamment de capitaux pour financer plusieurs approches concurrentes.
Euclyd cherche une place dans un marché en recomposition
Le pari d’Euclyd consiste à croire que l’inférence deviendra suffisamment importante pour ouvrir de la place à des architectures spécialisées.
La startup veut réduire la consommation d’énergie et les coûts tout en proposant une solution adaptée aux entreprises cherchant davantage de contrôle sur leurs systèmes.
Son double modèle, fondé sur la vente de racks et la propriété intellectuelle, lui donne plusieurs voies pour générer des revenus.
Samsung apporte du capital, mais aussi une expertise dans la mémoire, l’ingénierie et les chaînes d’approvisionnement.
Toutefois, l’histoire reste encore à un stade précoce. Les produits ne seront pas déployés avant 2028 et leurs performances commerciales ne sont pas encore démontrées.
Le tour de table de 230 millions de dollars montre surtout à quel point les investisseurs sont prêts à financer des alternatives à Nvidia. Euclyd dispose désormais des ressources pour tenter de transformer une architecture différente en produit industriel. La prochaine étape consistera à prouver que cette technologie peut effectivement réduire les coûts et la consommation énergétique lorsqu’elle sera confrontée aux exigences réelles des centres de données.
