Intelligence artificielle : Upscale AI décroche 190 millions pour son projet révolutionnaire

Dans un secteur où la course aux infrastructures d’intelligence artificielle s’intensifie, les investissements massifs se multiplient. Les géants technologiques et les fonds d’investissement cherchent à soutenir les entreprises capables de répondre aux besoins exponentiels en puissance de calcul et en connectivité. Une jeune pousse américaine vient de franchir un cap décisif dans cette compétition mondiale.

Un tour de table massif porté par des investisseurs de prestige

Upscale AI, société implantée à Santa Clara, vient de boucler une levée de fonds spectaculaire de 190 millions de dollars. Cette opération financière a été menée par Premji Invest, qui a réuni autour de la table des acteurs majeurs de la tech mondiale.

Parmi les participants figurent Nvidia, acteur incontournable des processeurs graphiques, ainsi que Salesforce Ventures, Seligman Ventures et Temasek. Les investisseurs historiques n’ont pas manqué l’opportunité de renouveler leur confiance : Maverick Silicon, Mayfield, Prosperity7 Ventures, StepStone Group et Tiger Global ont également pris part au tour.

Une valorisation qui atteint les deux milliards de dollars

Cette nouvelle injection de capitaux propulse le financement total d’Upscale AI à 500 millions de dollars. La société affiche désormais une valorisation impressionnante de 2 milliards de dollars, témoignant de la confiance du marché dans sa vision technologique.

L’entreprise californienne se distingue par sa spécialisation pointue dans les réseaux backend dédiés à l’intelligence artificielle. Son terrain de jeu : la connexion ultra-performante des GPU et XPU destinés aux hyperscalers et aux néoclouds.

Skyhammer, l’architecture réseau nouvelle génération

Le projet phare qui motive cet engouement financier se nomme Skyhammer. Il s’agit d’un ASIC de commutateur spécialement conçu pour les cas d’utilisation dits « scale-up » de l’intelligence artificielle.

Cette puce sur mesure vise à établir des liaisons à très haut débit entre GPU et XPU au sein d’un même cluster. Elle s’inscrit dans une approche « full-stack » qui englobe non seulement le composant électronique, mais également les systèmes et les logiciels associés.

Deux axes stratégiques de développement

Upscale AI structure son innovation autour de deux dimensions complémentaires du matériel IA. Les réseaux « scale-up » assurent la liaison entre GPU et XPU à l’intérieur d’un cluster unique, garantissant une communication optimale entre les composants.

Parallèlement, les réseaux « scale-out » permettent d’étendre la connectivité entre différents nœuds. Cette double approche répond aux besoins évolutifs des infrastructures d’apprentissage automatique modernes.

Un partenariat stratégique avec le géant Nvidia

La relation entre Upscale AI et Nvidia dépasse le simple cadre financier. Le fabricant de GPU joue à la fois le rôle de partenaire technologique et d’investisseur stratégique.

Les deux entreprises collaborent étroitement sur la technologie Ethernet SpectrumX. La feuille de route d’Upscale AI s’aligne directement sur cette plateforme, avec un déploiement de Skyhammer prévu pour coïncider avec la disponibilité des GPU et XPU intégrant des capacités scale-up.

Des systèmes déjà en phase de test

Les systèmes Spectrum X font actuellement l’objet d’évaluations approfondies chez plusieurs clients. Cette phase de validation précède leur arrivée imminente sur le marché commercial.

L’optimisation des tokens au cœur de la stratégie

Au-delà de la performance brute, Upscale AI mise sur le concept de « tokenmaxxing », une approche centrée sur l’optimisation de l’utilisation des tokens d’intelligence artificielle. Les réseaux jouent un rôle déterminant dans cette efficacité opérationnelle.

Rajiv Khemani, cofondateur et président exécutif de l’entreprise, insiste sur la nécessité d’une infrastructure IA optimisée. Il souligne l’évolution des applications d’intelligence artificielle, passées de simples prompts à des systèmes d’une complexité croissante.

La société recommande une infrastructure flexible, capable de s’adapter aux besoins changeants des charges de travail IA, qu’il s’agisse d’entraînement de modèles ou d’inférence à grande échelle.